Replicate 上线了 Black Forest Labs 开发的开源图像生成模型 FLUX.1，可用一行代码在云端调用。FLUX.1 分三个版本：FLUX.1 [pro] 每张 $0.055，FLUX.1 [dev] 每张 $0.030，FLUX.1 [schnell] 每张 0.003 美元，其中 [schnell] 采用 Apache 2.0 许可。
推荐理由：Replicate 官方上线 FLUX.1 并给出三个版本的单张价格，读者可据此比较接入成本。
pgvector 最新版本加入量化功能，可缩小向量与索引占用，并加快 RAG 应用的索引构建与预热时间。Neon 的 Postgres 数据库均自带 pgvector，可免费创建数据库试用。文章建议用 halvec 替代 vector，以节省 50% 存储成本。
Ollama 于 7 月 25 日宣布支持工具调用，模型可借助已知工具完成更复杂任务或与外部世界交互，例如函数与 API、网页浏览、代码解释器。开发者可在 Ollama API 的 tools 字段传入工具列表，受支持模型会返回 tool_calls 响应，工具结果通过 tool 角色的消息回传。
Hugging Face 为 TGI 推出 Multi-LoRA serving，只需部署一次基础模型，就能按请求动态切换多个 LoRA 适配器，官方示例用 mistralai/Mistral-7B-v0.1 同时服务 predibase/customer_support 和 predibase/magicoder。
推荐理由：Hugging Face 官方介绍 TGI 的 Multi-LoRA 部署方式，给出成本与用量对比，适合评估多模型推理方案。
Hugging Face 宣布 Google Cloud TPU v5e 已可在 Inference Endpoints 和 Spaces 上使用，用户选择 Google Cloud Platform 和 us-west1 区域后即可挑选 TPU 配置。
Vercel 发布 AI SDK 3.2，围绕 Agent、Provider、Embeddings 和开发体验四方面扩展能力。
Mistral AI 在 la Plateforme 上线模型定制功能，提供三种微调入口：开源微调 SDK mistral-finetune、la Plateforme 上的无服务器微调服务，以及面向特定客户的定制训练服务。
推荐理由：Mistral 官方发布微调能力，给出开源 SDK、托管服务与定制训练三条路径，便于开发者按成本与数据条件选择。
Hugging Face 为 Inference Endpoints 新增 AWS Inferentia2 实例，用户可在 Amazon Web Services 实例配置中选择 Inf2 选项，几步点击即可部署模型。
ChatGPT 的数据分析功能获得改进，用户现在可以与表格和图表进行交互，并直接从 Google Drive 和 Microsoft OneDrive 添加文件。
Vercel 发文列出 7 个可立即加入应用的 AI 功能，包括语义搜索、自然聊天机器人、个性化推荐、即时本地化等。文中举例 Klarna 的 OpenAI 聊天机器人客户满意度与人工相当，解决问题快 80%，承担 700 名全职客服的工作量，带来 $40M 净收入。Vercel 提供原生 AI 支持及全托管的扩缩容、流式与缓存基础设施，按实际用量付费。
Artificial Analysis 开发的 LLM 性能排行榜现已上线 Hugging Face，覆盖超过 100 个 serverless LLM API 端点，综合对比质量、价格与速度。
Vercel 发布 AI SDK 3.1，并宣布 ModelFusion 团队加入。新版本包含 AI SDK Core、AI SDK UI 和 AI SDK RSC 三部分。
推荐理由：Vercel 官方发布 AI SDK 3.1，统一多家模型调用接口并新增 streamUI，可据此评估是否替换现有 LLM 集成方案。
Supabase 在 Edge Functions 的 Edge Runtime 中内置了 Supabase.ai API，用几行代码即可运行 AI 推理，目前支持 gte-small 生成 embedding，并实验性支持 Llama 和 Mistral 等开源 LLM。
推荐理由：Supabase 在 Edge Functions 内置 AI 推理 API，开发者可几行代码生成 embedding，并了解与 OpenAI 的成本对比。
Hugging Face 宣布在 Hub 上线 Deploy on Cloudflare Workers AI 集成，开发者可在模型页的 Deploy 菜单选择 Cloudflare Workers AI，通过 Workers AI REST API 或 Cloudflare AI SDK 调用 Llama、Gemma、Mistral 等开源模型，按请求计费、无需自管 GPU。
推荐理由：Hugging Face 与 Cloudflare 的这次集成已下线，但文中按请求计费的推理成本示例仍可作参考。
Vercel 发布 AI SDK 3.0，新增 Generative UI 能力，可通过 render 方法把 LLM 响应关联到流式 React Server Components，让模型调用工具后直接渲染自定义 UI，例如查询实时天气并返回组件。
推荐理由：Vercel 官方发布 AI SDK 3.0，把 LLM 响应映射到流式 React Server Components，并说明了对框架与模型的支持边界。
Hugging Face 为 Text Generation Inference（TGI）推出 Messages API，从 1.4.0 版本起提供与 OpenAI Chat Completion API 兼容的接口，并同步上线 Inference Endpoints 的专用与无服务器版本。
推荐理由：Hugging Face 官方发布 TGI 的 Messages API，给出从 OpenAI 迁移到开源模型的代码示例与限制说明。
Ollama 宣布内置兼容 OpenAI Chat Completions API，可在本地用同一套 OpenAI 格式调用模型，只需把 hostname 改为 http://localhost:11434。
OpenAI 的 GPT Store 已上线，Neon 借此发布了一个定制的 Neon 和 PostgreSQL OpenAI GPT 专家，用于回答 PostgreSQL 或 Neon 相关问题、协助项目。OpenAI 的 GPT 允许开发者创建定制 ChatGPT 体验，以执行特定任务或回答某一主题的问题。
推荐理由：Neon 借 OpenAI GPT Store 上线发布自家 PostgreSQL 定制 GPT，可了解数据库厂商如何接入 GPT 生态。
OpenAI 发布 GPT Store。材料仅提供标题，暂无更多细节。
Hugging Face 发布推理库 Optimum-NVIDIA，只需把 transformers 的 pipeline 导入改成 optimum.nvidia 一行代码，即可在 NVIDIA 平台获得最高 28 倍吞吐提升和 1,200 tokens/秒，首 token 延迟最高快 3.3 倍。
推荐理由：Hugging Face 官方发布 Optimum-NVIDIA，给出改一行代码即可提速的实测数据与代码示例。
OpenAI 在 DevDay 上发布 GPT-4 Turbo，支持 128K 上下文且价格更低，同时推出 Assistants API、带视觉能力的 GPT-4 Turbo 以及 DALL·E 3 API 等开发者产品。材料仅提供摘要，未给出具体价格数字与各产品的详细能力说明。
推荐理由：OpenAI 在 DevDay 一次性公布新模型与开发者产品，可据此了解模型能力与 API 价格的变化方向。
OpenAI 宣布用户现在可以创建自定义版本的 ChatGPT，把指令、额外知识和任意技能组合在一起。该功能由 OpenAI 官方发布，具体使用方式和开放范围原文未作进一步说明。
推荐理由：OpenAI 官方宣布可创建自定义版 ChatGPT，读者可了解 GPTs 的组成要素与开放范围。
Mistral AI 发布首个 7B 参数模型 Mistral 7B，采用 Apache 2.0 许可，官方称其在所有标准英文与代码基准上超过现有 13B 参数以内的开源模型。该模型可用于摘要、结构化与问答等任务，处理与生成文本速度更快、成本更低。Mistral AI 同时开放 GitHub 仓库和 Discord 频道，并表示后续将发布更大模型及面向企业的本地部署方案。
推荐理由：Mistral AI 官方发布首个 7B 开源模型并说明开放权重路线，可了解其与闭源模型的定位差异。
Hugging Face 对 Llama 2 在 Amazon SageMaker 上的 60 种部署配置做了基准测试，覆盖 7B、13B、70B 三种模型规模、1/5/10/20 并发请求，以及 g5.2xlarge、g5.12xlarge、g5.48xlarge 和 p4d.24xlarge 四种实例。
OpenAI 宣布 ChatGPT 现在可以看、听和说话。
Replit 发布无状态代码执行 API，可在沙箱中运行 AI Agent 生成的不可信代码，请求延迟低至 100ms，基于 omegajail 非特权容器，仅支持 Autoscale Deployments。
Replicate 宣布为 SDXL 1.0 提供微调支持，用户可用自己的图片训练出生成特定人物、物体或风格的新模型。训练只需 5-6 张图片，耗时约 10-15 分钟，默认使用 LoRA，也可切换 Dreambooth 或 Textual Inversion，训练完成后可发布为公开或私有模型并下载 LoRA 权重。
推荐理由：Replicate 为 SDXL 1.0 上线微调支持，给出用几行代码训练自有风格模型的完整流程。
Supabase 宣布在向量工具中新增对 Hugging Face 的一等支持，先从嵌入模型开始，覆盖 Python 客户端 vecs 和 Edge Functions（Deno/JavaScript）。
推荐理由：Supabase 在向量工具中接入 Hugging Face 嵌入模型，并给出 Python 与 Edge Functions 两种调用方式。
Supabase 用 pgvector 对比了 OpenAI text-embedding-ada-002（1536 维）与 all-MiniLM-L6-v2（384 维）的查询性能，在 accuracy@10 固定为 0.99 时后者每秒查询数高出 78%，内存占用从 7.5GB 降到 4GB。
推荐理由：Supabase 用自家 pgvector 实测对比不同维度嵌入模型，给出查询速度与内存占用的具体差距，可据此选型。
Viable 借助 GPT-4 以空前规模和精度分析定性数据。该方案面向大规模定性数据分析场景，强调准确性与处理规模上的突破。
OpenAI 宣布对 API 进行多项更新，包括更易控制的模型、函数调用能力、更长的上下文以及更低的价格。官方未在摘要中给出具体模型名称、上下文长度或降价幅度。
推荐理由：OpenAI 官方公布 API 更新，涉及函数调用、更长上下文与降价，可据此判断接口能力与成本变化。
Supabase 向 OpenAI 仓库贡献了 Postgres 和 Supabase 两种向量存储实现，让 ChatGPT 检索插件可以直接用 pgvector 存取私有数据。
推荐理由：Supabase 为 ChatGPT 检索插件贡献了 Postgres 与 Supabase 两种向量存储实现，并给出从建库到接入的完整步骤。
Replit 在 1 月 Hackweek 期间启动 Ghostwriter Chat 项目并拿下第一名，随后用一个月时间上线，目标是做首个编辑器原生的 LLM 聊天应用。
OpenAI 宣布在 ChatGPT 中实现对插件的初步支持。插件是专为语言模型设计的工具，以安全为核心原则，可帮助 ChatGPT 获取最新信息、执行计算或使用第三方服务。
推荐理由：OpenAI 官方宣布 ChatGPT 支持插件，插件可让模型获取实时信息、执行计算或调用第三方服务。
Supabase 发布文档问答功能 Supabase Clippy，在 supabase.com/docs 按 cmd + / 即可调出搜索框提问，目前是隐藏的 MVP 功能。
Replicate 宣布支持在云端用一次 API 调用训练 LoRA 模型，用于微调 Stable Diffusion。LoRA 由微软研究人员提出，Simo Ryu 将其应用到 Stable Diffusion；相比 DreamBooth 约二十分钟的训练和数 GB 的产物，LoRA 训练最快约八分钟，产物约 5MB，且推理无需冷启动。
推荐理由：Replicate 上线 LoRA 训练与推理接口，并对比 DreamBooth 的训练时长和产物体积，便于开发者判断迁移成本。
Vercel 发布指南，介绍如何在 Vercel 上构建和部署 AI 驱动应用，提供 Twitter Bio Generator、Photo Restorer、DALL·E 2 Art Generator 等一步式模板。
OpenAI 发布了一个名为 ChatGPT 的模型，以对话方式与用户交互。官方称对话格式让 ChatGPT 能回答追问、承认自己的错误、质疑不正确的前提，并拒绝不当请求。
推荐理由：OpenAI 发布对话式模型 ChatGPT，读者可了解其对话交互方式与追问、纠错等能力。
OpenAI 宣布 DALL·E API 进入公开测试，开发者从即日起可以开始用它构建应用。
推荐理由：OpenAI 开放 DALL·E API 公测，开发者可据此把图像生成能力接入自己的应用。
OpenAI 宣布训练并开源名为 Whisper 的神经网络，用于语音识别。官方称其在英文语音识别上的稳健性和准确度接近人类水平。
推荐理由：OpenAI 开源语音识别模型 Whisper，读者可了解其英文语音识别的稳健性与准确度定位。