2024年的终末一个月，全球AI圈好像约好了，通盘开启年底狂卷模式，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，最受关心的无疑是OpenAI开启12天大放送，期货Sora终于罢了。

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。

张开剩余94%

“卷王”字节首当其冲。它在豆包和即梦中上新了图像领略能力。

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。

全体来看，各大公司近期的更新呈现以下特质：

视觉能力和出产力场景是两大主题；

80%以上的更新都围绕“视觉”；

可合作、可裁剪是居品层更新的目的；

瓦解领略能力依旧是模子层的要点。

视觉能力和出产力场景是两大主题；

80%以上的更新都围绕“视觉”；

可合作、可裁剪是居品层更新的目的；

瓦解领略能力依旧是模子层的要点。

但卷归卷，不少居品也出于缺少曝光等身分，发布得“悄无声气”。

还有些万众期待的居品，比如Sora，收货了满屏差评。

在这个坚持不懈的12月，当前你记取了谁？

国际：OpenAI挤牙膏，其他家无东谈主care？

在这个12月，还是加入AI上新战局的国际公司至少有OpenAI、Google、xAI、Meta、Amazon、Pika……

“营销各人”OpenAI的气势最大。

12月6日，它拉开了“双十二”的阵仗，要连作念十二场发布会。

当前日程还是投入到第七天，发布效果如下：

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，即通过极少数据让模子在专科鸿沟到达者人水平。

Day2：先容强化微调（Reinforcement Finetuning）功能，即通过极少数据让模子在专科鸿沟到达者人水平。

Day3：Sora登场，接入了新模子Sora Turbo的Sora，最高上限复旧生成1080p、20秒视频，复旧横屏竖屏各式常见尺寸。

Day3：Sora登场，接入了新模子Sora Turbo的Sora，最高上限复旧生成1080p、20秒视频，复旧横屏竖屏各式常见尺寸。

Day4：发布出产力器具Canvas，该功能允许用户与ChatGPT合作写稿和编码。

Day4：发布出产力器具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、及时领略屏幕、圣诞老东谈主戒指语音。

Day6：三个功能发布：及时视频通话、及时领略屏幕、圣诞老东谈主戒指语音。

Day7：推出了Projects In ChatGPT功能，不错将ChatGPT的各式功能整合至一处，便于用户创建并护士各样边幅。

Day7：推出了Projects In ChatGPT功能，不错将ChatGPT的各式功能整合至一处，便于用户创建并护士各样边幅。

不仅是OpenAI，Google、Pika、Midjourney、xAI也在这周有了新行为。

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选拔脚色、物品、服装和场景元素，笔据需求构建特质镜头。同期， Pika 2.0复旧多东谈主在归拢画布上合作。

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、功能最重大的 AI 模子。”

这一模子不错复旧图片、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、代码实行等器具。

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。

险些在官宣之后不到半小时，Gemini 2.0词条的热度在Twitter上就还是掉到了第8。在束缚下跌的历程中，网友们还在共享Sora的鬼畜视频，以及Hunyuan、Hailuo、Kling与Sora的能力对比。

这可能亦然因为Gemini 2.0的更新天然好评好多，但从表述上看起来很“旧例”：更快速的反映、复旧联网搜索、新上线的“深度征询”功能复旧多轮复杂推理、代码生成增强、第三方器具调用能力补充。

归拢天，Midjourney官宣了patchwork功能更新。

这是一个允许多东谈主在线共同创建出一个全国的实验性功能，通盘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全国创建了一个传送门，不错运动到别东谈主的全国中。

之前Midjourney的更新基本都围绕着图片生成的能力，比如复旧AI修图、复旧新画风的模子等等。

但此次的Patchwork让MJ在玩法上有了大不同，从一个只可一个东谈主用的图片生成器具，酿成了一个不错让全球通盘玩起来的AI艺术创作居品。

手持巨卡的xAI，相似在卷视觉目的。

12月10日，xAI发布了首款完全自研图像生成模子Aurora。

Aurora还是径直集成到了Grok中，这是一个自追究羼杂各人模子（MoE），在羼杂文本和图像数据集上完成了锻真金不怕火。除了图片生成，Grok还有裁剪能力，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。传闻当前70B的版块就能实现当年405B的性能。

它在指示撤职（IFEval）、数学（MATH）、推理（GPQA Diamond）等鸿沟的水平都卓绝了七月份发布的Llama 3.1 405B。在谈话（MMLU）、代码（HumanEval）、长文本和多语种能力上，它的成绩也和Llama 3.1 405B比较接近。

官方将Llama 3.3的跳跃归功于新的对王人历程和在线强化学习工夫的跳跃。

Runway则在前一天，也等于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行为或声气径直“套用”到已有的视频脚色上（包括AI脚色）。

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，诈欺一张图就能生成一个3D全国。

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，可退换的模拟景深。

亦然在归拢天，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，省略处理文本、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，用于生成高质地图像的Amazon Nova Canvas和用于生成高质地视频的Amazon Nova Reel。

岂论这一波国际的年底上新怎样坚持不懈，看起来，好多东谈主只关心了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。各家的目的从模子卷到居品，离不开视觉和出产力两个话题。

“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，豆包官方示意，电脑版的视频生奏着力还是开启内测。

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，选拔“视频生成”功能，上传一张图片，输入教导词，并添加运镜、分镜信息，就能生成短视频。

再往前的12月5日，豆包增多了AI生成笔墨图功能。也等于说，用户当前不错在教导词中加入文本条目，生成带有指定笔墨的图片，作念海报、作念神采包都能用。

（四木用豆包作念的图，强调了“四木厨房”）

雷同的功能还体当前即梦上。

12月2日晚，即梦上新2.1模子。此次的模子突破体当前汉文笔墨不错踏实生成，天然也复旧英文。

腾讯混元这个月最大的行为，等于致密上线视频生成能力。

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。

当前，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办事接入，API同步绽放内测苦求。

“四木相对论”不雅察到，腾讯混元系列模子在这两个月行为比较频频。

11月初，它晓谕最新的MoE模子“混元Large”以及混元3D生成大模子“Hunyuan3D-1.0”致密开源。12月又上新文生视频能力，致密加入了卷视频模子的部队。

大厂以外，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。最初是多模态模子——GLM-4V-Flash上线了智谱的绽放平台，不错免费调用。

GLM-4V-Flash模子领有图像态状生成、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都终点贵，堪称视觉能力对标GPT-4o mini模子的GLM-4V-FlashAPI免费，也称得上是真卷。

居品方面，Auto-GLM是智谱近期的要点。

最初智谱在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。

用户掀开AutoGLM后，不错通过语音发指示，让智能体接受我方的手机，并在可操作的App上自动实行购买外卖，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复旧的应用更踏实。同期它还增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相似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的亮点险些全部贴近于Talkie，但海螺视频的上线冲破了这一印象。

此次的I2V-01-Live更新了二维插画的动态呈现方式，让动画踏实性和缜密进展力有了增强。一张图+一句话就能将2D插画更始为动态视频。

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 复旧语音、文本等羼杂款式的输入和输出，能领略和师法音色、韵律、方言、个性化的白话抒发风尚等声气特征。它还省略通过自学和师法束缚擢升回报质地，提供处理问题的专科冷落。

从场景上看，它复旧包括新闻播报、聊天伴随、有声读物、在线老师、智能硬件、汽车等语音交互工夫需求。

近期，Step-1o还将接入跃问App端，实实践时语音通话办事。

国内AI圈另一无法忽视的脚色——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）是一个各人羼杂（MoE）谈话模子。

DeepSeek-VL2比一代DeepSeek-VL多一倍优质锻真金不怕火数据，引入梗图领略、视觉定位、视觉故事生成等新能力。视觉部分使用切图战略复旧动态辞别率图像，谈话部分摄取MoE架构低资本高性能。

此次，大模子价钱“卷王”更是在视觉模子上开“卷”。

笔据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发轫进的性能。

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全面擢升了模子各方面能力进展，包括数学、代码、写稿、脚色饰演等。同期，新版模子优化了文献上传功能，况兼全新复旧了联网搜索，不错办事各样责任活命场景。

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：居品闲居场景和模子推理能力我整个要。果真是卷王了。

12月才刚刚过半，接下来，AI圈的上新还会不绝。

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。

本骨子为作家闲隙不雅点开云(中国)Kaiyun·体育官方网站-登录入口，不代表虎嗅态度。未经允许不得转载，授权事宜请干系 hezuo@huxiu.com

发布于：北京市