本文来自微信公众号：四木相对论父女乱伦文学父女乱伦文学，作家：Lax、Dreamy，题图来自：AI生成

2024年的终末一个月，全球AI圈好像约好了，沿路开启年底狂卷模式，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终于末端。

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。

“卷王”字节首当其冲。它在豆包和即梦中上新了图像知道智商。

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脾性：

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”；

可配合、可剪辑是居品层更新的标的；

解析知道智商依旧是模子层的重心。

但卷归卷，不少居品也出于缺少曝光等成分，发布得“悄无声气”。

还有些万众期待的居品，比如Sora，得益了满屏差评。

在这个鼎力渲染的12月，目下你记着了谁？

国际：OpenAI挤牙膏，其他家无东谈主care？

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

“营销民众”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。

目下日程也曾干涉到第七天，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。

Day2：先容强化微调（Reinforcement Finetuning）功能，即通过小数数据让模子在专科鸿沟到达民众水平。

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

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。

Day5：ChatGPT融入苹果生态。

Day6：三个功能发布：及时视频通话、及时知道屏幕、圣诞老东谈主末端语音。

Day7：推出了Projects In ChatGPT功能，不错将ChatGPT的各式功能整合至一处，便于用户创建并经管各样技俩。

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择变装、物品、服装和场景元素，把柄需求构建脾性镜头。同期， Pika 2.0复古多东谈主在并吞画布上配合。

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、功能最深广的 AI 模子。”

这一模子不错复古图片、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、代码实施等器具。

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上就也曾掉到了第8。在不断下跌的经由中，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的更新诚然好评许多，但从表述上看起来很“旧例”：更快速的反馈、复古联网搜索、新上线的“深度研讨”功能复古多轮复杂推理、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。

这是一个允许多东谈主在线共同创建出一个寰宇的实验性功能，总共参与者将在一块白板画布上共同创作（有点像Canva和Figma的共同剪辑）。

而且画布还给每个用户的寰宇创建了一个传送门，不错链接到别东谈主的寰宇中。

之前Midjourney的更新基本都围绕着图片生成的智商，比如复古AI修图、复古新画风的模子等等。

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沿路玩起来的AI艺术创作居品。

手合手巨卡的xAI，一样在卷视觉标的。

12月10日，xAI发布了首款完全自研图像生成模子Aurora。

Aurora也曾径直集成到了Grok中，这是一个自纪念羼杂民众模子（MoE），在羼杂文本和图像数据集上完成了考试。除了图片生成，Grok还有剪辑智商，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。外传当今70B的版块就能实现过去405B的性能。

它在指示死守（IFEval）、数学（MATH）、推理（GPQA Diamond）等鸿沟的水平都杰出了七月份发布的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都经由和在线强化学习技能的越过。

Runway则在前一天，也即是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演移行为或声气径直“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初度官宣了“空间智能”模子，诈欺一张图就能生成一个3D寰宇。

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，可革新的模拟景深。

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，大略处理文本、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。

岂论这一波国际的年底上新如何鼎力渲染，看起来，许多东谈主只关爱了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。各家的标的从模子卷到居品，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，豆包官方暗意，电脑版的视频生得手能也曾开启内测。

得到内测经验的账号逐日可免费生成十支视频。内测恳求通事后，选择“视频生成”功能，上传一张图片，输入请示词，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生成翰墨图功能。也即是说，用户当今不错在请示词中加入文本条件，生成带有指定翰墨的图片，作念海报、作念面目包都能用。

（四木用豆包作念的图，强调了“四木厨房”）

近似的功能还体当今即梦上。

12月2日晚，即梦上新2.1模子。此次的模子突破体当今汉文翰墨不错解析生成，天然也复古英文。

腾讯混元这个月最大的行为，即是精良上线视频生成智商。

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。

目下，模子已上线腾讯元宝APP，用户可在AI应用中的“AI视频”板块恳求试用。企业客户通过腾讯云提供就业接入，API同步绽放内测恳求。

“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常常。

11月初，它通知最新的MoE模子“混元Large”以及混元3D生成大模子“Hunyuan3D-1.0”精良开源。12月又上新文生视频智商，精良加入了卷视频模子的队伍。

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。当先是多模态模子——GLM-4V-Flash上线了智谱的绽放平台，不错免费调用。

GLM-4V-Flash模子领有图像姿色生成、图像分类、视觉推理、视觉问答（VQA）以及图像情谊分析等图像处理功能。

多模态/视觉类的API都相配贵，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。

居品方面，Auto-GLM是智谱近期的重心。

当先智谱在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。

用户大开AutoGLM后，不错通过语音发指示，让智能体摄取我方的手机，并在可操作的App上自动实施购买外卖，订高铁票、主义地导航等任务。

经过“四木相对论”测试，更新之后，Auto-GLM复古的应用更解析。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”也复刻得手了。

Minimax一样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的亮点险些全部齐集于Talkie，但海螺视频的上线破裂了这一印象。

此次的I2V-01-Live更新了二维插画的动态呈现时势，让动画解析性和详细暴露力有了增强。一张图+一句话就能将2D插画鬈曲为动态视频。

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 复古语音、文本等羼杂表情的输入和输出，能知道和师法音色、韵律、方言、个性化的白话抒发风尚等声气特征。它还大略通过自学和师法不断提高回应质料，提供经管问题的专科提倡。

从场景上看，它复古包括新闻播报、聊天奉陪、有声读物、在线解说、智能硬件、汽车等语音交互技能需求。

近期，Step-1o还将接入跃问App端，实试验时语音通话就业。

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）是一个民众羼杂（MoE）谈话模子。

DeepSeek-VL2比一代DeepSeek-VL多一倍优质考试数据，引入梗图知道、视觉定位、视觉故事生成等新智商。视觉部分使用切图计谋复古动态折柳率图像，谈话部分给与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”。

把柄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早先进的性能。

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全面提高了模子各方面智商暴露，包括数学、代码、写稿、变装演出等。同期，新版模子优化了文献上传功能，况且全新复古了联网搜索，不错就业各样责任生计场景。

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：居品平方场景和模子推贤慧商我完满要。的确是卷王了。

12月才刚刚过半，接下来，AI圈的上新还会继续。

毕竟，OpenAI的年末发布刚刚走过一半。字节也会不才周举行大会，强调豆包、即梦的更新。

最卷12月，AI永不眠。

本文来自微信公众号：四木相对论，作家：Lax、Dreamy