零一万物开源 Yi-Coder 代码模型
2024 年 9 月 5 日，零一万物开源代码模型 Yi-Coder，有 1.5B 与 9B 两种规模。据公司介绍，其 9B 对话版在 LiveCodeBench 上得分 23.4%，在参数低于 100 亿的模型中最高。
共 1,098
文心一言 App 更名为文小言
2024 年 9 月 4 日，百度把文心一言 App 升级并更名为「文小言」，将其定位为「新搜索」智能助手，集搜索、多模态输入与图文创作于一体。
Ai2 发布开放混合专家模型 OLMoE
2024 年 9 月，Ai2 发布混合专家语言模型 OLMoE：总参数 7B，每个 token 只激活 1B，并公开了权重、数据、代码和训练日志。
ChatGPT 高级语音模式向付费用户推出
2024 年 9 月，ChatGPT Plus 与 Team 订阅用户用上基于 GPT-4o 的实时语音对话，此后该模式经历声音停用并被替换。
MiniMax 在海螺AI推出视频生成模型 video-01
2024 年 9 月，MiniMax 在海螺AI平台推出视频生成模型 video-01，可根据文字生成短片；该模型后来成为迪士尼等三家好莱坞公司在美国提起版权诉讼的对象。
Anthropic 推出 Claude 企业版
2024 年 9 月，Anthropic 宣布推出 Claude 企业版，面向处理内部知识的机构。方案提供 50 万词元的上下文窗口、单点登录、审计日志和 GitHub 集成。
xAI 在孟菲斯启用 Colossus 超级计算机
xAI 在田纳西州孟菲斯市启用的 Colossus 超级计算机，与 NVIDIA 合作建成，2024年运行约 10 万块 H100 GPU，是 Grok 的主要训练系统。
阿里巴巴发布 Qwen2-VL，可理解 20 分钟以上视频
2024 年 8 月 29 日，阿里巴巴发布 Qwen2-VL，它能理解 20 分钟以上的视频。其中 2B 和 7B 以 Apache 2.0 许可开源，72B 最初仅提供 API 服务。
AI21 Labs 发布 Jamba 1.5 Mini 与 Large
2024年8月22日，AI21 Labs 发布 Jamba 1.5，一对混合 Transformer-Mamba 模型。同时开源了 ExpertsInt8 量化技术，使 Large 版本可在八块 80 GB 显卡上运行。
OpenAI 发布 SWE-bench Verified
2024年8月13日，OpenAI 发布 SWE-bench Verified：由原版作者参与、经人工校验的 500 个样本子集，用于减少模糊题和不可靠单元测试带来的评测偏差。
xAI 发布 Grok-2 和 Grok-2 mini 测试版
2024 年 8 月 13 日，xAI 以测试版向 X 的 Premium 订阅用户发布 Grok-2 与 Grok-2 mini。2025 年 8 月，它把 Grok 2.5 的权重发布到 Hugging Face。
美国法官允许艺术家对图像生成公司的部分指控继续审理
2024年8月，美国法官允许起诉 Stability AI、Midjourney 等公司的插画师继续推进部分版权与商标指控，但未裁定训练数据这一核心问题。
Hugging Face 收购 XetHub 重建 Hub 存储
2024 年 8 月 8 日，Hugging Face 宣布收购西雅图初创公司 XetHub。其技术能让 Git 扩展到 TB 级仓库，Hugging Face 计划把 Hub 从 Git LFS 迁到基于 Xet 的后端。
Figure 发布 Figure 02
2024 年 8 月 6 日，Figure AI 发布人形机器人 Figure 02，重新设计了硬件与软件，机身装六个摄像头并搭载机载视觉语言模型，手部可抓取 25 公斤，目标是向工业客户批量交付。
智谱开源视频生成模型 CogVideoX
2024 年 8 月 6 日，智谱与清华大学开源文生视频模型 CogVideoX，首个版本为 CogVideoX-2B。8 月 27 日发布 5B 版本，该系列是智谱清影产品的开源对应版本。
欧盟《人工智能法案》正式生效
欧盟《人工智能法案》于2024年8月1日生效，为成员国建立统一的基于风险的规则框架：禁止社会评分，要求聊天机器人告知用户身份、标注人工智能生成内容。
Black Forest Labs 成立并发布 FLUX.1 图像模型
2024年8月1日，Black Forest Labs 宣布成立并发布 FLUX.1 文生图（text-to-image）模型，获得3100万美元种子轮融资。
谷歌授权 Character.AI 技术并招回 Noam Shazeer
2024 年 8 月，谷歌以非独占授权方式获得 Character.AI 的大语言模型技术，并招回其联合创始人兼 CEO Noam Shazeer，据报道授权费用为 27 亿美元。
微软发布 Phi-3.5 系列（mini、MoE、vision）
2024 年 8 月，微软发布 Phi-3.5 的三个模型：mini、MoE 和 vision。三者都支持 128K 词元上下文，并以 MIT 许可证发布。