2024年的临了一个月，全球AI圈好像约好了，沿途开启年底狂卷模式，批量发布新品。
据“四木相对论”统计，这场年末上新的“战局”，至少有15家全球Top级AI公司参与，上新了20+个功能。
在国际，最受关爱的无疑是OpenAI开启12天大放送，期货Sora终于收场。
差未几同期，Google、xAI、World Labs、Meta、Amazon、Pika、Runway等国际名企也都上新了AI功能。
国内的12月，大厂、六小虎和AI鲶鱼DeepSeek，无一不踏入战局。
伸开剩余94%“卷王”字节首当其冲。它在豆包和即梦中上新了图像泄漏智商。
六小虎中的MiniMax、阶跃星辰、智谱AI，有的卷模子，有的卷Agent应用。Deepseek和腾讯径直上新并开源了模子。
举座来看，各大公司近期的更新呈现以下特色：
视觉智商和坐蓐力场景是两大主题；
80%以上的更新都围绕“视觉”；
可互助、可裁剪是家具层更新的方针；
认知泄漏智商依旧是模子层的要点。
视觉智商和坐蓐力场景是两大主题；
80%以上的更新都围绕“视觉”；
可互助、可裁剪是家具层更新的方针；
认知泄漏智商依旧是模子层的要点。
但卷归卷，不少家具也出于短少曝光等身分，发布得“悄无声气”。
还有些万众期待的家具，比如Sora，得益了满屏差评。
在这个风风火火的12月，咫尺你记取了谁？
国际：OpenAI挤牙膏，其他家无东说念主care？
在这个12月，照旧加入AI上新战局的国际公司至少有OpenAI、Google、xAI、Meta、Amazon、Pika……
“营销人人”OpenAI的威望最大。
12月6日，它拉开了“双十二”的阵仗，要连作念十二场发布会。
咫尺日程照旧干预到第七天，发布后果如下：
Day1：发布o1郑再版以及o1 Pro版块，以及200好意思金的ChatGPT Pro会员。
Day1：发布o1郑再版以及o1 Pro版块，以及200好意思金的ChatGPT Pro会员。
Day2：先容强化微调（Reinforcement Finetuning）功能，即通过少许数据让模子在专科范畴到达人人水平。
Day2：先容强化微调（Reinforcement Finetuning）功能，即通过少许数据让模子在专科范畴到达人人水平。
Day3：Sora登场，接入了新模子Sora Turbo的Sora，最高上限撑持生成1080p、20秒视频，撑持横屏竖屏多样常见尺寸。
Day3：Sora登场，接入了新模子Sora Turbo的Sora，最高上限撑持生成1080p、20秒视频，撑持横屏竖屏多样常见尺寸。
Day4：发布坐蓐力器具Canvas，该功能允许用户与ChatGPT合作写稿和编码。
Day4：发布坐蓐力器具Canvas，该功能允许用户与ChatGPT合作写稿和编码。
Day5：ChatGPT融入苹果生态。
Day5：ChatGPT融入苹果生态。
Day6：三个功能发布：及时视频通话、及时泄漏屏幕、圣诞老东说念主甩掉语音。
Day6：三个功能发布：及时视频通话、及时泄漏屏幕、圣诞老东说念主甩掉语音。
Day7：推出了Projects In ChatGPT功能，不错将ChatGPT的多样功能整合至一处，便于用户创建并不断千般神气。
Day7：推出了Projects In ChatGPT功能，不错将ChatGPT的多样功能整合至一处，便于用户创建并不断千般神气。
不仅是OpenAI，Google、Pika、Midjourney、xAI也在这周有了新作为。
12月14日，Pika上新模子2.0，引入场景元素（Scene Ingredients）功能。
这一功能允许用户解放采选变装、物品、服装和场景元素，阐明需求构建特色镜头。同期， Pika 2.0撑持多东说念主在并吞画布上互助。
12月12日凌晨，谷歌发布了Gemini2.0，宣称“Gemini2.0 是咱们迄今为止最新、功能最高大的 AI 模子。”
这一模子不错撑持图片、视频和音频等多模态的输入和输出，速率亦然1.5Pro的两倍，还能径直调用Google Search、代码实践等器具。
在Gemini2.0架构之上，谷歌还推出或升级了三个新的AI Agent原型：通用大模子助手Project Astra、浏览器助手Project Mariner、编程助手Jules。
不外，Gemini2.0的声量相较于Sora小得多。
真实在官宣之后不到半小时，Gemini 2.0词条的热度在Twitter上就照旧掉到了第8。在不竭着落的历程中，网友们还在共享Sora的鬼畜视频，以及Hunyuan、Hailuo、Kling与Sora的智商对比。
这可能亦然因为Gemini 2.0的更新天然好评许多，但从表述上看起来很“通例”：更快速的反应、撑持联网搜索、新上线的“深度运筹帷幄”功能撑持多轮复杂推理、代码生成增强、第三方器具调用智商补充。
并吞天，Midjourney官宣了patchwork功能更新。
这是一个允许多东说念主在线共同创建出一个寰球的实验性功能，所有参与者将在一块白板画布上共同创作（有点像Canva和Figma的共同裁剪）。
而且画布还给每个用户的寰球创建了一个传送门，不错齐集到别东说念主的寰球中。
之前Midjourney的更新基本都围绕着图片生成的智商，比如撑持AI修图、撑持新画风的模子等等。
但此次的Patchwork让MJ在玩法上有了大不同，从一个只可一个东说念主用的图片生成器具，造成了一个不错让公共沿途玩起来的AI艺术创作家具。
手抓巨卡的xAI，相同在卷视觉方针。
12月10日，xAI发布了首款完全自研图像生成模子Aurora。
Aurora照旧径直集成到了Grok中，这是一个自回来搀杂人人模子（MoE），在搀杂文本和图像数据集上完成了测验。除了图片生成，Grok还有裁剪智商，用户不错径直在生成的图像上进行修改，这一功能也将上线X。
Meta也在12月7日发布了Llama 3.3，在性能上开卷。传奇咫尺70B的版块就能实现往时405B的性能。
它在指示遵循（IFEval）、数学（MATH）、推理（GPQA Diamond）等范畴的水平都特别了七月份发布的Llama 3.1 405B。在谈话（MMLU）、代码（HumanEval）、长文本和多语种智商上，它的成绩也和Llama 3.1 405B比较接近。
官方将Llama 3.3的越过归功于新的对王人历程和在线强化学习本领的越过。
Runway则在前一天，也便是12月6日更新了我方的act-one功能。这个新功能允许用户将我方拍摄的上演作为或声气径直“套用”到已有的视频变装上（包括AI变装）。
在12月最早打响发布“竞赛”的其实是“AI教母”李飞飞。
12月3日，李飞飞创立的World Labs初次官宣了“空间智能”模子，讹诈一张图就能生成一个3D寰球。
这些3D场景都能在浏览器中及时渲染，还能实现可控的相机效果，可调度的模拟景深。
亦然在并吞天，亚马逊对外发布了多模态模子Nova系列。
亚马逊此次径直发了一个大号全家桶，包括：超快速文本生成模子Amazon Nova Micro，粗略处理文本、图像和视频并生成文本的多模态模子Amazon Nova Lite、Amazon Nova Pro和Amazon Nova Premier，用于生成高质料图像的Amazon Nova Canvas和用于生成高质料视频的Amazon Nova Reel。
非论这一波国际的年底上新怎么风风火火，看起来，许多东说念主只关爱了Sora。
好吧，OpenAI的营销又赢了。
国内：六小虎大厂混战视觉
比拟国际，国内厂商们的“卷”势更早出现。各家的方针从模子卷到家具，离不开视觉和坐蓐力两个话题。
“四木相对论”也对近半个月的新品进行了汇总：
在大公司里，字节和腾讯是12月最卷的大厂（通义千问在11月28日发布了QWQ模子）。
在这个12月，前者在豆包和即梦上先后更新功能，后者一下子开源了视频生成模子。
先看字节。
12月10日，豆包官方默示，电脑版的视频生奏遵守照旧开启内测。
获取内测经历的账号逐日可免费生成十支视频。内测苦求通事后，采选“视频生成”功能，上传一张图片，输入提醒词，并添加运镜、分镜信息，就能生成短视频。
再往前的12月5日，豆包加多了AI生成笔墨图功能。也便是说，用户咫尺不错在提醒词中加入文本条目，生成带有指定笔墨的图片，作念海报、作念形式包都能用。
（四木用豆包作念的图，强调了“四木厨房”）
肖似的功能还体咫尺即梦上。
12月2日晚，即梦上新2.1模子。此次的模子突破体咫尺汉文笔墨不错平定生成，天然也撑持英文。
腾讯混元这个月最大的作为，便是雅致上线视频生成智商。
12月3日，腾讯不仅上线了这个130亿参数的模子，还把它开源了。
咫尺，模子已上线腾讯元宝APP，用户可在AI应用中的“AI视频”板块苦求试用。企业客户通过腾讯云提供做事接入，API同步开放内测苦求。
“四木相对论”不雅察到，腾讯混元系列模子在这两个月作为比较常常。
11月初，它告示最新的MoE模子“混元Large”以及混元3D生成大模子“Hunyuan3D-1.0”雅致开源。12月又上新文生视频智商，雅致加入了卷视频模子的队伍。
大厂除外，大模子六小虎中的三虎——智谱AI、MiniMax和阶跃星辰也在本月上新。
先来看智谱。
12月的智谱在模子和应用两头发力。领先是多模态模子——GLM-4V-Flash上线了智谱的开放平台，不错免费调用。
GLM-4V-Flash模子领有图像姿色生成、图像分类、视觉推理、视觉问答（VQA）以及图像情感分析等图像处理功能。
多模态/视觉类的API都尽头贵，堪称视觉智商对标GPT-4o mini模子的GLM-4V-FlashAPI免费，也称得上是真卷。
家具方面，Auto-GLM是智谱近期的要点。
领先智谱在11月29日发布了Auto-GLM的手机版和电脑版。半个月之后的12月12日，Auto-GLM又更新了一个版块。
用户通达AutoGLM后，不错通过语音发指示，让智能体禁受我方的手机，并在可操作的App上自动实践购买外卖，订高铁票、方针地导航等任务。
经过“四木相对论”测试，更新之后，Auto-GLM撑持的应用更平定。同期它还加多了自界说高频短口令，快速触发常用任务等功能。
智谱CEO张鹏在发布会现场的AI发红包操作一度刷屏，“四木相对论”也复刻奏效了。
Minimax相同在这个月卷起了多模态。
12月3日，海螺AI图生视频模子I2V-01-Live上线了。
视频生成一定是MiniMax本年的亮点之一。之前，MiniMax的亮点真实全部蚁集于Talkie，但海螺视频的上线突破了这一印象。
此次的I2V-01-Live更新了二维插画的动态呈现方式，让动画平定性和细腻发扬力有了增强。一张图+一句话就能将2D插画滚动为动态视频。
一直略显低调的另一只小虎阶跃星辰也有模子层的更新。
周五（12月13日）阶跃星辰发布了端到端语音大模子——Step-1o 。
从官方先容来看，Step-1o 撑持语音、文本等搀杂模样的输入和输出，能泄漏和效法音色、韵律、方言、个性化的白话抒发民俗等声气特征。它还粗略通过自学和效法不竭普及恢复质料，提供惩处问题的专科提倡。
从场景上看，它撑持包括新闻播报、聊天跟随、有声读物、在线考验、智能硬件、汽车等语音交互本领需求。
近期，Step-1o还将接入跃问App端，实现及时语音通话做事。
国内AI圈另一无法疏远的变装——DeepSeek，在短短半月内进行了两次上新。
最新开源的DeepSeek-VL2（12月13日发布）是一个人人搀杂（MoE）谈话模子。
DeepSeek-VL2比一代DeepSeek-VL多一倍优质测验数据，引入梗图泄漏、视觉定位、视觉故事生成等新智商。视觉部分使用切图战略撑持动态分歧率图像，谈话部分继承MoE架构低老本高性能。
此次，大模子价钱“卷王”更是在视觉模子上开“卷”。
阐明DeepSeek提供的评测对比，DeepSeek-VL2在相似或更少的激活参数下实现了起首进的性能。
另外，DeepSeek V2.5系列的最终版微调模子——DeepSeek-V2.5-1210也在2月10日更新。
据官网先容，此次更新通过Post-Training全面普及了模子各方面智商发扬，包括数学、代码、写稿、变装束演等。同期，新版模子优化了文献上传功能，况兼全新撑持了联网搜索，不错做事千般责任生存场景。
不同于某些AI公司只强调功能或者模子的偏好，此次DeepSeekV2.5-1210模子更新后，它的Chat窗口呈现出两个Tag——“深度想考”和“联网搜索”。
这似乎在告诉外界：家具泛泛场景和模子推明智商我富余要。确凿是卷王了。
12月才刚刚过半，接下来，AI圈的上新还会接续。
毕竟，OpenAI的年末发布刚刚走过一半。字节也会鄙人周举行大会，强调豆包、即梦的更新。
最卷12月，AI永不眠。
本现实为作家寂然不雅点开云(中国)Kaiyun·官方网站 - 登录入口，不代表虎嗅态度。未经允许不得转载，授权事宜请关连 hezuo@huxiu.com
发布于：北京市