在2026世界人工智能大會上，人形機器人何時走出展廳成爲實用工具被反覆追問。7月19日，逐際動力創始人張巍提出反共識判斷：具身智能正處於指數增長曲線，機器人大腦系統已演進至GPT-3左右的階段。逐際動力於2022年成立。
在2026世界人工智能大會上，逐際動力創始人張巍提出人形機器人正經歷指數級發展，其“機器人大腦”已達GPT-3智能水平，技術進步非線形而是突破性飛躍。該公司2022年成立，定位技術驅動型產品公司，他指出機器人本體制造相對容易，真正的核心挑戰在於智能大腦。
OpenAI發佈視頻生成模型Sora2及同名iOS社交應用。Sora2在視頻真實性、音頻生成和可控性上實現突破，被譽爲“視頻領域的GPT-3.5”。Sora應用通過“Cameo”等功能結合AI創作與社交互動，目前採用邀請制，優先向美加用戶開放，未來將全球推廣。
Google DeepMind的Veo3視頻生成模型在測試中展現出超預期的多任務處理潛力，被視爲視覺AI里程碑。其核心突破在於零樣本學習能力，無需專門訓練即可應對多種複雜視覺任務，體現了強大的泛化性能。
簡化 LLM 提示管理和促進團隊協作
AI助手，陪伴您的網絡之旅
OpenAI GPT-3 API的網絡界面,極受歡迎的提示工程工具
使用AITOPIA的ChatGPT側邊欄與GPT-4 Vision & Gemini，在每個瀏覽器標籤中輕鬆使用GPT-3.5和GPT-4
Openai
-
輸入tokens/百萬
輸出tokens/百萬
上下文長度
$8.75
$70
400
$1.75
$14
$0.35
$2.8
$3.5
$10.5
16
Baidu
$1
$4
64
Stepfun
$38
$120
Chatglm
128
01-ai
32
$100
Google
$210
$420
bigscience
T0++是基於T5架構的自然語言處理模型，通過多任務提示訓練實現零樣本任務泛化能力，在多種NLP任務上超越GPT-3且體積更小。
openbmb
MiniCPM3-4B是MiniCPM系列第三代模型，整體性能超越Phi-3.5-mini-Instruct和GPT-3.5-Turbo-0125，與近期多個7B~9B量級模型表現相當。
ruslandev
基於Meta-Llama-3-8B-Instruct微調的語言模型，通過GPT-4o提升數據質量，專注於俄語能力增強，在MT-Bench評估中俄語得分超過GPT-3.5-turbo。
scb10x
專為泰語設計的80億參數指令模型，性能媲美GPT-3.5-turbo，優化了應用場景、檢索增強生成、受限生成和推理任務
AlumiK
LingLong 是一個輕量級中文預訓練語言模型，基於 GPT-3 架構構建，參數規模為 3.17 億，適合計算資源有限的研究者使用。
Chickaboo
MeowGPT-3.5是基於GPT-3.5架構的合併模型，專注於文本生成任務。
taeminlee
KULLM3是一款具備高級指令跟隨能力和流暢對話特性的韓語大語言模型，在韓語表現上與GPT-3.5-turbo接近。
CreitinGameplays
基於GPT-3架構的芬蘭語大語言模型，使用Alpaca數據集進行微調，支持芬蘭語文本生成任務。
nlpai-lab
KULLM3是由韓國大學NLP&AI實驗室開發的大型語言模型，具備先進的指令遵循和流暢對話能力，在韓語處理方面表現卓越，性能接近GPT-3.5-turbo，是目前公開可用的最佳韓語語言模型之一。
macadeliccc
由兩個Solar-10.7B指令微調模型合併而成的大語言模型，性能與GPT-3.5和Gemini Pro相當，超越Mixtral-8x7b
budecosystem
Bud Code Millenials 34B是一款專門為代碼生成任務微調的大型語言模型，在HumanEval基準測試中達到80.48@Pass1的優異成績，性能與GPT-4相當，超越了Gemini Ultra、Claude、GPT-3.5等專有模型。
notdiamond
notdiamond-0001 是一個能夠自動判斷查詢請求應當發送至 GPT-3.5 還是 GPT-4 的路由模型，根據任務需求選擇最適配的模型。
TheBloke
SQLCoder-7B是基於Mistral-7B微調的模型，專注於自然語言轉SQL任務，性能優於gpt-3.5-turbo和部分場景下的gpt-4。
inceptionai
JAIS-30B是一個300億參數的雙語（阿拉伯語和英語）大語言模型，基於GPT-3架構，採用ALiBi位置嵌入技術，在阿拉伯語任務上達到最先進水平。
defog
SQLCoder-7B是一款專為將自然語言問題轉換為SQL查詢而設計的大語言模型，基於Mistral-7B微調而成，性能超越GPT-3.5-turbo。
intlsy
OPT是由Meta AI開發的開放預訓練Transformer語言模型，包含1.3B參數，對標GPT-3系列模型
adept
Adept Persimmon-8B是一個擁有80億參數的大語言模型，專門設計用於構建AI智能體，能夠協助用戶在計算機上完成各類任務。該模型從頭開始訓練，具有16K的上下文長度，是LLaMA2的4倍，GPT-3和MPT等模型的8倍。
Jais-13b-chat是一個擁有130億參數、針對阿拉伯語和英語優化的雙語大語言微調模型，基於GPT-3風格的Transformer架構，採用SwiGLU非線性激活函數和ALiBi位置嵌入技術，能夠處理超長文本序列。
JAIS-13B是一個130億參數的雙語（阿拉伯語和英語）預訓練大語言模型，基於GPT-3架構，專為阿拉伯語和英語優化設計。
PULI GPT-3SX 是一個擁有67億參數的匈牙利語GPT-NeoX模型，由NYTK訓練，支持匈牙利語文本生成任務。
一個基於Streamlit和OpenAI GPT-3.5的簡單聊天機器人模板項目
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
