AI新闻动态（2024-12-15到2024-12-21)

[ikaijua]

AI新闻动态（2024-12-15到2024-12-21)

欢迎投稿。合作请邮件联系。

目录

AI产品

1. OpenAI发布新推理系列模型o3和o3-mini
2. 谷歌发布视频生成模型 Veo 2
3. GitHub宣布其AI编程助手Copilot免费使用，免费版每月提供2000次代码补全和50次聊天请求
4. 谷歌发布实验性模型Gemini 2.0 Flash Thinking
5. Kimi发布了视觉思考模型k1
6. 豆包升级视觉理解模型
7. 小米开源了智能家居Home Assistant的官方插件

机器人

1. CMU联合20多所研究实验室开源生成式物理引擎Genesis
2. 宇树机器人开源强化学习代码，支持仿真和实体机器人部署

AI研究

1. Meta 开源AI 虚拟试穿项目 Leffa
2. 阿里开源的语音生成大模型CosyVoice升级至2.0版本，提供更准确、稳定、快速的语音生成能力

AI洞察

1. 硅谷顶级风投A16z发布未来技术趋势报告《2025 Big ldeas in Tech》
2. 《时代》杂志2024年度最佳CEO：AMD CEO苏姿丰
3. OpenAI的初代GPT论文第一作者Alec Radford离职，转向独立研究
4. Anthropic创始团队特别圆桌讨论

AI投资

1. AI芯片新三雄疯狂造富，股价狂飙560%
2. Databricks宣布已完成86亿美元的J轮融资，超越OpenAI成为今年规模最大的风险投资
3. 智谱完成30亿人民币融资

[ikaijua]

2024-12-17 谷歌发布视频生成模型 Veo 2

1. Veo 2 可生成 4k 分辨率、2 分钟以上长度的视频，并理解相机控制指令。
2. Veo 2 在人类评估中表现优异，在整体偏好和指令遵从度方面均胜过其他模型。
3. Veo 2 对物理世界的理解力大大提高，生成视频中的运动和表情更加真实。
4. Veo 2 在生成幻想和动画内容方面也表现出色，可轻松实现复杂的视觉效果。
5. 科技博主测评显示Veo2进步显著，但存在物理理解不准确、未严格遵循提示词、手部细节生成异常等问题。在生成复杂体育动作视频时遇到困难，如体操动作视频出现重力失灵、身体扭曲等问题。

https://x.com/moderncpp7/status/1869494828977049862

veo2.mp4

排队地址：https://labs.google/videofx

官方博客：https://blog.google/technology/google-labs/video-image-generation-update-december-2024/

媒体文章：

• 机器之心：OpenAI被偷家，谷歌Veo 2反超Sora
• 量子位: 谷歌版Sora升级4K高清！一句话控制镜头运动，跑分叫板可灵海螺
• 机器之心: 别急着捧杀谷歌Veo2，毕竟曾被吹上天的Sora也翻了车

[ikaijua]

2024-12-17 智谱完成30亿人民币融资

1. 智谱最近完成了一轮30亿人民币的融资，这是其近三个月来的第二轮融资。
2. 估值超200亿，智谱是国内估值率先超过200亿的大模型创业企业。
3. 智谱今年的商业化收入增长超过100%，API年收入同比增长超30倍，日均Tokens消耗量增长150倍。
4. MaaS平台拥有70万企业和开发者用户，付费客户数增长超20倍；C端产品智谱清言拥有超过2500万用户。
5. 本轮融资将用于智谱基座大模型的进一步研发，以支持复杂推理、多模态任务，更好地支撑行业生态发展。
6. 智谱持续开源，ChatGLM等20余款模型已获15万GitHub星标，开源模型全球下载量3000万。智谱在多模态和Agent技术方面布局初见规模，发布了多款模型和产品。

媒体文章：

• 量子位: 刚刚，智谱又融了30亿！超200亿估值引领大模型创业赛道

[ikaijua]

2024-12-21 AI芯片新三雄疯狂造富，股价狂飙560%

1. 2024年AI芯片产业迎来重大变革，Marvell市值突破千亿美元，博通市值突破万亿美元，寒武纪市值突破2500亿人民币。
2. 这三家公司股价大幅上涨，Marvell涨幅超80%，博通超70%，寒武纪超560%，均迎来“英伟达时刻”。
3. 博通、Marvell和寒武纪都是开发针对超大规模AI基础设施的ASIC专用芯片的主要参与者。
4. 博通2023财年AI相关收入达38亿美元，2024财年第四财季达122亿美元，同比增长220%，主要得益于定制AI芯片和网络产品组合。
5. Marvell第三财季数据中心收入同比增长98%，占总收入70%以上，主要得益于定制AI芯片项目和云互连产品需求。
6. 寒武纪股价年内涨幅高达400%，但公司持续亏损，2024年前三季度营收1.85亿元，净亏损7.28亿元。
7. 2024年被视为专用AI芯片起飞之年，云计算大厂和头部AI企业都在探索通过自研AI芯片为数据中心节能增效。

媒体文章：

• 36kr: 股价狂飙560%，AI芯片新三雄疯狂造富，数据中心正在变天

[ikaijua]

2024-12-19 硅谷顶级风投A16z发布未来技术趋势报告《2025 Big ldeas in Tech》

1. A16z预测了50个科技趋势，其中22个与AI相关。
2. 预测涉及新机会和产业趋势变化，包括“第二大脑”时代、实时AI应用开发、AI原生叙事格式、AI副驾驶、销售技术、医疗AI、AI合规、AI原生UI/UX等。
3. 2025年将见证AI在搜索领域挑战谷歌垄断，AI原生应用层的崛起，以及更亲密的AI伴侣和专业化AI视频工具的出现。
4. AI将推动知识工作个性化、打破传统办公软件定式，并开始主导决策环节。
5. AI将重塑服务行业商业模式，深度洞察非结构化数据，建立真正的护城河。
6. AI基础设施的军备竞赛将决定全球科学和经济的未来，端侧AI和与电子硬件融合的趋势将崛起。
7. 人格证明技术将成为反AI欺骗性内容的重要武器。

原文：https://a16z.com/big-ideas-in-tech-2025/

媒体文章：

• 乌鸦智能说：明年AI行业的22个变化！硅谷顶级投资人最新判断
• Astra X 未来信号：a16z 发布 2025 科技趋势报告：Big Ideas in Tech for 2025

[ikaijua]

2024-12-21 OpenAI发布新推理系列模型o3和o3-mini

1. o3 是高性能推理模型，o3-mini 则在保持智能的同时优化了性能和成本。
2. o3在软件测试基准 SWE-bench Verified 上准确率达 71.7%，比 o1 提升 20%；在 CodeForce 竞赛编程上达到 2727 ELO 分数；AIME 数学竞赛准确率达 96.7%(o1 为 83.3%)；在博士级科学问题基准 GPQA Diamond 上达到 87.7%；在 ARC-AGI 测试上首次突破人类水平阈值(85%)，达到 87.5%。
3. o3-mini 支持低、中、高三种级别；中等推理时间下性能超过 o1；在 GPQA Diamond 上达到 62% 的分数。
4. 目前仅开放用于公共安全测试，预计一月底推出 o3-mini，随后推出 o3。

B站视频：Web3天空之城/Day12: o3和o3 mini | OpenAI十二日发布会

媒体文章：

• 机器之心: 刚刚，OpenAI放出最后大惊喜o3，高计算模式每任务花费数千美元
• 36kr: 刚刚，OpenAI放出最后大惊喜o3，高计算模式每任务花费数千美元

[ikaijua]

2024-12-17 谷歌发布实验性模型Gemini 2.0 Flash Thinking

1. 它以令人印象深刻的推理能力而闻名，可以“明确地展示自己的思维”来解决复杂问题，其水平与物理、化学和生物学博士生相当。
2. Gemini 2.0 Flash Thinking已在Google AI Studio和Vertex AI中推出，并在Chatbot Arena LLM排行榜上位居第一。
3. 与OpenAI的o1系列不同，Gemini 2.0允许用户通过下拉菜单访问其逐步推理，提高了模型的透明度，并与开源模型相提并论。
4. 该模型支持输入图片、音频等模态数据，并能解读梗图和手写数学问题。

https://aistudio.google.com/prompts/new_chat?model=gemini-2.0-flash-thinking-exp-1219

媒体文章：

• 机器之心：推理最强也最快，谷歌发布Gemini 2.0 Flash Thinking，全面超越o1-preview
• APPSO：Google 深夜发布免费版 o1「暴打」OpenAI，实测解题快 3 倍，这句高情商回答绝了

[ikaijua]

2024-12-16 Kimi发布了视觉思考模型k1

1. k1发布并上线，具备视觉思考能力，在多项思考推理测试中超越了OpenAI的o1。
2. k1基于强化学习，支持端到端图像理解和思维链技术。
3. k1解锁了包括几何图形题在内的更全面的数学能力，并且在数理化基准测试中表现优异。
4. k1的推理能力不仅限于数学，还能解决物理和化学问题。
5. 还可以用于分析图片内容，如分析歌单推测MBTI或识别手写稿内容。

媒体文章：

• 量子位: Kimi版o1实装上线，这里是我们的一手测试↑

[ikaijua]

2024-12-20 OpenAI的初代GPT论文第一作者Alec Radford离职，转向独立研究

1. Alec参与了从初代GPT到GPT-4o的所有论文，其中前两代为第一作者。
2. Alec还参与了CLIP、Whisper等OpenAI重要模型的开发。
3. Alec坚持大语言模型的研究方向，改变了OpenAI和AI领域的发展。
4. 前两代GPT论文的所有作者均已离开OpenAI。
5. 最著名离开者包括原首席科学家Ilya Sutskever、现Anthropic创始人Dario Amodei。
6. Alec的离职标志着GPT最早研究团队的完全解散。

媒体文章：

• 量子位: 突发！GPT论文一作Alec Radford离职，前两代GPT作者全部离开OpenAI

[ikaijua]

2024-12-19 豆包升级视觉理解模型

1. 可以看APP截图并生成相应的代码，实现了从截图到代码的快速转换。
2. 能识别复杂界面，生成包括菜单栏、播放列表等功能的代码。
3. 在30秒内完成基础代码，1分钟内实现更复杂的功能。
4. 新模型发布即大幅降价，0.003元/千tokens，极大降低了使用门槛。
5. 除了视觉理解，豆包在语言、音乐生成等方面也进行了升级。
6. 与GPT-4o的对比，在识别、推理、描述等方面，豆包表现出色，赢得了多轮比拼。

媒体文章：

• 量子位: 豆包升级了“眼睛”，看APP截图就能写代码了！超低价让多模态AI普惠

[ikaijua]

2024-12-17 宇树机器人开源强化学习代码，支持仿真和实体机器人部署

1. 新增了MuJoCo模拟仿真支持，可预训练后进行仿真。
2. 提供了从训练到模拟再到真机运行的完整RL套件开源体系。
3. RL GYM项目包含了代码和详细的手把手教程。
4. 支持宇树的H1、H1-2和G1三款机器人。
5. 宇树的开源体系还包括机器人模拟包、遥操作控制仓库和训练数据集。
6. 宇树还开源了激光雷达采用的Point-LIO算法。

github项目：https://github.com/unitreerobotics/unitree_rl_gym

媒体文章：

• 量子位: 宇树机器人强化学习代码全面开源，训练到仿真和实操手把手教学

[ikaijua]

2024-12-18 Meta 开源AI 虚拟试穿项目 Leffa

1. Leffa 不仅可以用于虚拟试穿，还可以用于姿势迁移，比如将一个人的姿势“复制”到另一个人身上。 传统的姿势迁移技术也容易造成细节失真，比如人物的衣服、头发或配饰可能会出现错位或变形。Leffa 通过学习人物之间的对应关系，可以更准确地迁移姿势，同时保留人物的细节特征。
2. Leffa 的优势在于它能够生成高质量的人物图像，同时减少细节失真，并且可以应用于各种不同的生成模型。 这项技术有望在虚拟现实、游戏、电商等领域得到广泛应用，为我们带来更加逼真和个性化的视觉体验。
   

Github项目：https://github.com/franciszzj/Leffa

[ikaijua]

2024-12-16 阿里开源的语音生成大模型CosyVoice升级至2.0版本，提供更准确、稳定、快速的语音生成能力

1. CosyVoice 2.0支持双向流式语音合成，首包合成延迟可达150ms。
2. 合成音频的发音错误率相比1.0版本下降30%～50%，在Seed-TTS测试集上取得最低字错误率。
3. 在零样本语音生成和跨语言语音合成上，CosyVoice 2.0能保持音色一致性，尤其是跨语言合成能力显著提升。
4. 2.0版本在韵律、音质、情感匹配上有所提升，MOS评测分从5.4提升到5.53。

GitHub仓库：https://github.com/FunAudioLLM/CosyVoice
在线体验DEMO：https://www.modelscope.cn/studios/iic/CosyVoice2-0.5B
开源模型：https://www.modelscope.cn/models/iic/CosyVoice2-0.5B
论文：https://funaudiollm.github.io/pdf/CosyVoice_2.pdf

媒体文章：

• 阿里语音AI：开源更新｜语音生成大模型CosyVoice升级2.0版本
• 刘悦的技术博客：CosyVoice2教程,情感控制和方言控制,接入大模型

[ikaijua]

2024-12-17 CMU联合20多所研究实验室开源生成式物理引擎Genesis

1. Genesis能生成符合物理规则的世界，能生成人物动作、机器人策略、场景、3D物体、3D人物的面部动作和表情，目标是为AI和机器人提供自动化数据。
2. Genesis是世界上最快的物理引擎，模拟速度比现有GPU加速的机器人模拟器快10到80倍，同时保持模拟准确性和保真度。
3. Genesis支持各种最先进的物理求解器的统一框架，可以建模各种材料和物理现象。
4. Genesis在设计时考虑了与可微分模拟的兼容性，其MPM求解器和工具求解器都是可微分的。
5. 允许通过语言提示生成各种模态的数据，包括交互式场景、任务提议、奖励、资产、角色动作等。
6. 目前物理引擎和模拟平台已开源，生成模型尚未开源。Github项目已收获16k star。

genesis_500k.mp4

GitHub：https://github.com/Genesis-Embodied-AI/Genesis
项目主页：https://genesis-embodied-ai.github.io

媒体文章：

• 机器之心：历时2年，华人团队力作，震撼开源生成式物理引擎Genesis，可模拟世界万物
• 量子位：刚刚，AI颠覆物理模拟：一句话精准仿真，学术圈半壁江山联手耗时24个月研究成果

[ikaijua]

2024-12-19 GitHub宣布其AI编程助手Copilot免费使用，免费版每月提供2000次代码补全和50次聊天请求

1. 随着Cursor和Windsurf等新兴工具的出现，Copilot面临竞争压力，免费策略旨在挽回用户。
2. Copilot在代码补全和测试生成方面表现出色，但Cursor和Windsurf在上下文理解、调试能力和性能优化方面更优。
3. 用户反馈Cursor在代码补全准确性上优于Copilot，而Windsurf在处理大型项目时表现更佳。
4. Copilot需要增强上下文理解能力、改进调试功能和优化性能以保持竞争力。

官方博客：Announcing a free GitHub Copilot for VS Code
CEO亲自带货视频：https://x.com/satyanadella/status/1869445091213095140

媒体文章：

• 老码小张：好消息是，GitHub Copilot 免费了！坏消息是

[ikaijua]

2024-12-21 Anthropic创始团队特别圆桌讨论

1. 创始历程与动机：Anthropic的创始人们分享了他们如何被AI吸引，以及为什么决定创建公司。他们强调了他们的使命感和责任感，以及对避免科技行业常见错误的追求。
2. 公司文化特点：Anthropic的企业文化强调核心价值观的统一性、信任文化的构建、低政治性特征、部门协作、实用主义方法、独特的组织结构和客户导向的安全理念。
3. 集体认知的转变：从最初的技术追求到深刻理解安全与发展的平衡，再到承担集体责任。
4. 未来展望：团队成员从不同角度展望未来，包括神经网络的可解释性、政府能力建设、AI的社会效益、AI系统的安全机制等。
5. Anthropic的独特起点：Anthropic的起点不是传统意义上追求商业成功的创业故事，而是一群专业人士为了更崇高的目标而选择创业。

youtube视频：https://www.youtube.com/watch?v=om2lIWXLLN4　
B站视频：Anthropic创始团队特别圆桌讨论：用人类幻想构建公司| 2024.12.21

媒体文章：

• 歸藏的 AI 工具箱：Anthropic 核心创始人讨论他们的过去、现在和未来

[ikaijua]

2024-12-17 小米开源了智能家居Home Assistant的官方插件

1. Home Assistant是一个开源的家庭自动化平台，允许用户通过统一界面管理和控制家中的智能设备。
2. 米家集成及其使用的云端接口由小米官方提供，用户需要使用小米账号登录来获取设备列表。
3. 由于Home Assistant平台的限制，用户的小米用户信息会明文保存在配置文件中，小米提醒用户妥善保管配置文件以防止信息泄露。
4. 小米的开源项目为智能家居行业指明了更加开放和兼容的发展方向，满足用户对统一平台控制所有智能设备的需求。
5. 小米的项目为用户提供了更多选择和可能性，允许用户根据自己的需求创建个性化的智能家居环境。
6. 小米的开源项目为构建更加完善和互联的智能家居生态提供了新思路，推动不同品牌、设备和平台之间的资源共享和互联互通。

Github项目：https://github.com/XiaoMi/ha_xiaomi_home

媒体文章：

• 技术爬爬虾：格局！小米Home Assistant官方集成全流程教程

[ikaijua]

2024-12-15 《时代》杂志2024年度最佳CEO：AMD CEO苏姿丰

1. 在苏姿丰的领导下，AMD的股价从她接任时的3美元左右增长了近50倍，达到约140美元。
2. 超级计算机El Capitan采用超过44,000个AMD芯片的超级计算机El Capitan成为全球最强大的超级计算机，凸显了AMD技术的实力。
3. 苏姿丰通过重新设计产品、修复客户关系和推动人工智能发展，成功将AMD转型，使其市值首次超过竞争对手英特尔。
4. 苏姿丰出生于台湾，3岁移民美国，毕业于麻省理工学院，并在德州仪器和IBM积累了丰富的行业经验。
5. 她以精明的战略眼光、对人才的投资和对责任的严格要求而著称，推动公司快速发展。
6. 苏姿丰的领导不仅改变了AMD，也对整个半导体行业产生了深远影响，特别是在AI芯片领域。

B站视频：AMD苏姿丰当选《时代》2024年度CEO·获奖访谈

媒体文章：

• 北美商业见闻：华人骄傲：“苏妈”登上《时代》封面！3岁赴美，MIT博士，让AMD股价涨50倍

[ikaijua]

2024-12-20 Databricks宣布已完成86亿美元的J轮融资，超越OpenAI成为今年规模最大的风险投资

1. Databricks表示，融资将用于推动增长，并特别提到将为现任和前任员工提供流动性，即帮助员工套现。
2. 本轮融资后，Databricks的估值达到620亿美元，较2023年的430亿美元有显著增长。
3. Databricks在截至2024年10月31日的第三季度里，年同比增长超过60%，预计第四季度收入运行率将突破30亿美元，并实现自由现金流为正。
4. Databricks并未透露具体的IPO信息，但CEO Ali Ghodsi提到最早可能在明年中期或类似的时间考虑上市。
5. 近两年Databricks在并购市场上活跃，通过收购加强其在Data+AI领域的布局。
6. Databricks已成为全球最具价值的私营公司之一，仅落后于OpenAI、SpaceX等少数非上市公司。

媒体文章：

• 每日经济新闻：太火爆！知名“独角兽”宣布：已完成融资627亿元！CEO：想让员工套现！公司估值已超4500亿元，最早明年中期IPO
• 36kr: 史上最大规模融资，AI巨无霸Databricks诞生，投资细节公开