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。

在外洋，最受柔软的无疑是OpenAI开启12天大放送，期货Sora终于结束。

差未几同期，Google、xAI、World Labs、Meta、Amazon、Pika、Runway等外洋名企也都上新了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阐述智力。

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和腾讯平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：

视觉智力和出产力场景是两大主题；

80%以上的更新都围绕“视觉”；

可互助、可剪辑是居品层更新的意见；

解析阐述智力依旧是模子层的重心。

视觉智力和出产力场景是两大主题；

80%以上的更新都围绕“视觉”；

可互助、可剪辑是居品层更新的意见；

解析阐述智力依旧是模子层的重心。

但卷归卷，不少居品也出于阑珊曝光等身分，发布得“悄无声气”。

还有些万众期待的居品，比如Sora，得益了满屏差评。

在这个扯旗放炮的12月，现时你记取了谁？

外洋：OpenAI挤牙膏，其他家无东谈主care？

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

“营销大众”OpenAI的阵容最大。

12月6日，它拉开了“双十二”的阵仗，要连作念十二场发布会。

现时日程还是参预到第七天，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，最高上限支撑生成1080p、20秒视频，支撑横屏竖屏多样常见尺寸。

Day3：Sora登场，接入了新模子Sora Turbo的Sora，最高上限支撑生成1080p、20秒视频，支撑横屏竖屏多样常见尺寸。

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、及时阐述屏幕、圣诞老东谈主收尾语音。

Day6：三个功能发布：及时视频通话、及时阐述屏幕、圣诞老东谈主收尾语音。

Day7：推出了Projects In ChatGPT功能，不错将ChatGPT的多样功能整合至一处，便于用户创建并握住千般形态。

Day7：推出了Projects In ChatGPT功能，不错将ChatGPT的多样功能整合至一处，便于用户创建并握住千般形态。

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

12月14日，Pika上新模子2.0，引入场景元素（Scene Ingredients）功能。

这一功能允许用户摆脱遴荐扮装、物品、服装和场景元素，证据需求构建特质镜头。同期， Pika 2.0支撑多东谈主在吞并画布上互助。

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、功能最雄壮的 AI 模子。”

这一模子不错支撑图片、视频和音频等多模态的输入和输出，速率亦然1.5Pro的两倍，还能平直调用Google Search、代码推行等器具。

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。在不时下跌的经过中，网友们还在共享Sora的鬼畜视频，以及Hunyuan、Hailuo、Kling与Sora的智力对比。

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“惯例”：更快速的反馈、支撑联网搜索、新上线的“深度扣问”功能支撑多轮复杂推理、代码生成增强、第三方器具调用智力补充。

吞并天，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，整个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，不错表露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力，比如支撑AI修图、支撑新画风的模子等等。

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，酿成了一个不错让环球沿途玩起来的AI艺术创作居品。

手捏巨卡的xAI，相通在卷视觉意见。

12月10日，xAI发布了首款完全自研图像生成模子Aurora。

Aurora还是平直集成到了Grok中，这是一个自总结羼杂大众模子（MoE），在羼杂文本和图像数据集上完成了试验。除了图片生成，Grok还有剪辑智力，用户不错平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。听说现时70B的版块就能实现当年405B的性能。

它在指示除名（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。在讲话（MMLU）、代码（HumanEval）、长文本和多语种智力上，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皆经过和在线强化学习时候的越过。

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搬算作或声气平直“套用”到已有的视频扮装上（包括AI扮装）。

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，诳骗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，可退换的模拟景深。

亦然在吞并天，亚马逊对外发布了多模态模子Nova系列。

亚马逊此次平直发了一个大号全家桶，包括：超快速文本生成模子Amazon Nova Micro，简略处理文本、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。

无论这一波外洋的年底上新若何扯旗放炮，看起来，许多东谈主只柔软了Sora。

好吧，OpenAI的营销又赢了。

国内：六小虎大厂混战视觉

比较外洋，国内厂商们的“卷”势更早出现。各家的意见从模子卷到居品，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，电脑版的视频生顺利能还是开启内测。

取得内测经验的账号逐日可免费生成十支视频。内测苦求通事后，遴荐“视频生成”功能，上传一张图片，输入指示词，并添加运镜、分镜信息，就能生成短视频。

再往前的12月5日，豆包加多了AI生成翰墨图功能。也即是说，用户现时不错在指示词中加入文本条目，生成带有指定翰墨的图片，作念海报、作念脸色包都能用。

（四木用豆包作念的图，强调了“四木厨房”）

雷同的功能还体现时即梦上。

12月2日晚，即梦上新2.1模子。此次的模子突破体现时汉文翰墨不错踏实生成，天然也支撑英文。

腾讯混元这个月最大的算作，即是认真上线视频生成智力。

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。

现时，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管事接入，API同步敞开内测苦求。

“四木相对论”不雅察到，腾讯混元系列模子在这两个月算作比较频频。

11月初，它文书最新的MoE模子“混元Large”以及混元3D生成大模子“Hunyuan3D-1.0”认真开源。12月又上新文生视频智力，认真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。最初是多模态模子——GLM-4V-Flash上线了智谱的敞开平台，不错免费调用。

GLM-4V-Flash模子领有图像形貌生成、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都极端贵，堪称视觉智力对标GPT-4o mini模子的GLM-4V-FlashAPI免费，也称得上是真卷。

居品方面，Auto-GLM是智谱近期的重心。

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。

用户大开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上自动推行购买外卖，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支撑的应用更踏实。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”也复刻顺利了。

Minimax相通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的亮点险些全部聚积于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，让动画踏实性和细巧发扬力有了增强。一张图+一句话就能将2D插画转机为动态视频。

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 支撑语音、文本等羼杂体式的输入和输出，能阐述和师法音色、韵律、方言、个性化的白话抒发习尚等声气特征。它还简略通过自学和师法不时种植恢复质料，提供措置问题的专科提出。

从场景上看，它支撑包括新闻播报、聊天奉陪、有声读物、在线考验、智能硬件、汽车等语音交互时候需求。

近期，Step-1o还将接入跃问App端，实现及时语音通话管事。

国内AI圈另一无法残酷的扮装——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）是一个大众羼杂（MoE）讲话模子。

DeepSeek-VL2比一代DeepSeek-VL多一倍优质试验数据，引入梗图阐述、视觉定位、视觉故事生成等新智力。视觉部分使用切图战略支撑动态隔离率图像，讲话部分接收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”。

证据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开头进的性能。

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全面种植了模子各方面智力发扬，包括数学、代码、写稿、扮装束演等。同期，新版模子优化了文献上传功能，况兼全新支撑了联网搜索，不错管事千般使命生存场景。

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——“深度念念考”和“联网搜索”。

这似乎在告诉外界：居品平常场景和模子推聪慧力我皆备要。简直是卷王了。

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。

本践诺为作家孤独不雅点云开体育，不代表虎嗅态度。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com