AI 行业大事记 2501

AI 行业大事记 2501 AI 行业大事记 2501 Modified August 18, 2025 https://www.aippt.cn 12 月 26 日 【模型】智谱 AI ● CogAgent 9B 专用 Agent 任务模型（开源） CogAgent 9B 是 GLM PC 的基座模型，基于 GLM 4V 9B 架构开发，核心特点是仅需截图输入即可执行任务，无需 HTML 等文本表征。模型能够结合历史操作记录，智能预测并执行下一步 GUI 操作指令，可支持个人电脑、移动设备及车载系统等多场景应用。 产品入口：开源，已在 GitHub 和 Hugging Face 发布。 https://github.com/THUDM/CogAgent 【模型】DeepSeek ● DeepSeek V3 全新系列首个模型上线（开源） DeepSeek V3 是一款基于 MoE 架构的大语言模型，总参数量达 671B，实际激活参数为 37B，预训练数据规模达 14.8T tokens。在多项基准测试中，性能超越 Qwen2.5 72B 和 Llama 3.1 405B 等开源模型，与 GPT 4 和 Claude 3.5 Sonnet 等顶级闭源模型表现相当。 产品入口：目前通过 API 接口提供服务，2025 年 2 月 9 日前维持原有定价策略。登录官网（https://chat.deepseek.com）可免费使用。 ➖ 2024 年最强国产模型 👍 🔍创始人访谈@暗涌、🔍创始人访谈@36 氪 https://github.com/deepseek ai/DeepSeek V3 【新闻】OpenAI ChatGPT ● 本月两次大规模宕机 12 月 11 日，第一次宕机，持续约 4 小时。原因是工程师部署新遥测服务时配置不当，导致 Kubernetes 控制面过载，API 服务器崩溃。 12 月 26 日，第二次宕机，持续约 5 小时。OpenAI 将其归因于上游供应商问题，而微软在同一时间报告其数据中心出现电源故障，影响了北美地区用户。 两次宕机均导致 ChatGPT、Sora 及 API 服务中断，全球数百万用户受到影响。 ➖ k8s 配置不当导致全球宕机，让我想到了呼兰脱口秀专场的名字（: 草台班子 https://status.openai.com 12 月 27 日 【图像】快手 可灵 AI ● 可图 1.5 图像模型发布，AI 模特功能上线，可灵 1.5 模型升级等 本次升级内容比较多，重点包含以下 4 项： • 可图 1.5 图像模型发布。画面表现更加细腻真实，人像表现更加真实自然。 • AI 试衣新增「AI 模特」功能。输入文本描述即可生成超真实的 AI 模特，搭配 AI 换装实现服装商品一键上身；还可结合可灵 1.6 图生视频，生成服装动态展示效果。 • 可灵 1.5 模型（图生视频）支持「尾帧生成功能」。可以向前生成 5s/10s 的视频，适合生成商品展示、酷炫入场动效、远景到近景等视频应用场景。 • 对口型功能新增 10 款高品质音色。满足用户不同场景音色诉求，同时新增「音色情感」选项，支持 7 种情感选项，让人物表达更生动自然。 ➖ 最符合中国人审美的图像模型，生成的 AI 模特是什么样呢 https://klingai.kuaishou.com 【新闻】小米 ● 将大力投入大模型，逐步搭建 GPU 万卡集群 【新闻】理想汽车 ● 发力大模型，理想同学 App 已上线 李想在接受访谈时，提出了理想汽车 AI 战略的三阶段规划：增强能力阶段（AI 辅助，如 L3 自动驾驶）、智能体阶段（AI 独立完成任务，如 L4 自动驾驶）、硅基家人阶段（AI 成为家庭成员，管理家庭事务）。长期目标是到 2030 年成为全球 AI 领导者，在空间智能和大语言模型领域跻身国内前三。 理想同学 App 是理想汽车推出的智能助手，支持多终端互联、语音交互、远程控制和个性化服务，依托大模型和 AI 技术提供流畅体验 🔍官方介绍 ➖ Q：你们买车会看中这个吗？ https://www.lixiang.com 【新闻】OpenAI ● 正式宣布成为盈利性公司 OpenAI 计划将其营利性部门转变为特拉华州公益企业（PBC），同时保留非营利部门专注于慈善事业。通过股权融资和新的商业架构，OpenAI 旨在筹集更多资金，确保技术领先地位，同时为非营利部门提供可持续支持。 然而这一转型引发了广泛争议。Elon Musk 等批评者认为 OpenAI 背离了其最初的使命，Meta 等公司也担忧这一模式可能对行业产生负面影响。 https://www.theverge.com/2024/12/27/24330131/openai plan transform for profit company 🔍创始人访谈@暗涌 🔍创始人访谈@36 氪 🔍官方介绍 https://www.aippt.cn 12 月 26 日 【模型】智谱 AI ● CogAgent 9B 专用 Agent 任务模型（开源） CogAgent 9B 是 GLM PC 的基座模型，基于 GLM 4V 9B 架构开发，核心特点是仅需截图输入即可执行任务，无需 HTML 等文本表征。模型能够结合历史操作记录，智能预测并执行下一步 GUI 操作指令，可支持个人电脑、移动设备及车载系统等多场景应用。 产品入口：开源，已在 GitHub 和 Hugging Face 发布。 https://github.com/THUDM/CogAgent 【模型】DeepSeek ● DeepSeek V3 全新系列首个模型上线（开源） DeepSeek V3 是一款基于 MoE 架构的大语言模型，总参数量达 671B，实际激活参数为 37B，预训练数据规模达 14.8T tokens。在多项基准测试中，性能超越 Qwen2.5 72B 和 Llama 3.1 405B 等开源模型，与 GPT 4 和 Claude 3.5 Sonnet 等顶级闭源模型表现相当。 产品入口：目前通过 API 接口提供服务，2025 年 2 月 9 日前维持原有定价策略。登录官网（https://chat.deepseek.com）可免费使用。 ➖ 2024 年最强国产模型 👍 🔍创始人访谈@暗涌、🔍创始人访谈@36 氪 🔍创始人访谈@暗涌 🔍创始人访谈@36 氪 2024 年最强国产模型 👍 🔍创始人访谈@暗涌、🔍创始人访谈@36 氪 🔍创始人访谈@暗涌 🔍创始人访谈@36 氪 https://github.com/deepseek ai/DeepSeek V3 【新闻】OpenAI ChatGPT ● 本月两次大规模宕机 12 月 11 日，第一次宕机，持续约 4 小时。原因是工程师部署新遥测服务时配置不当，导致 Kubernetes 控制面过载，API 服务器崩溃。 12 月 26 日，第二次宕机，持续约 5 小时。OpenAI 将其归因于上游供应商问题，而微软在同一时间报告其数据中心出现电源故障，影响了北美地区用户。 两次宕机均导致 ChatGPT、Sora 及 API 服务中断，全球数百万用户受到影响。 ➖ k8s 配置不当导致全球宕机，让我想到了呼兰脱口秀专场的名字（: 草台班子 k8s 配置不当导致全球宕机，让我想到了呼兰脱口秀专场的名字（: 草台班子 https://status.openai.com 12 月 27 日 【图像】快手 可灵 AI ● 可图 1.5 图像模型发布，AI 模特功能上线，可灵 1.5 模型升级等 本次升级内容比较多，重点包含以下 4 项： • 可图 1.5 图像模型发布。画面表现更加细腻真实，人像表现更加真实自然。 • AI 试衣新增「AI 模特」功能。输入文本描述即可生成超真实的 AI 模特，搭配 AI 换装实现服装商品一键上身；还可结合可灵 1.6 图生视频，生成服装动态展示效果。 • 可灵 1.5 模型（图生视频）支持「尾帧生成功能」。可以向前生成 5s/10s 的视频，适合生成商品展示、酷炫入场动效、远景到近景等视频应用场景。 • 对口型功能新增 10 款高品质音色。满足用户不同场景音色诉求，同时新增「音色情感」选项，支持 7 种情感选项，让人物表达更生动自然。 ➖ 最符合中国人审美的图像模型，生成的 AI 模特是什么样呢 最符合中国人审美的图像模型，生成的 AI 模特是什么样呢 https://klingai.kuaishou.com 【新闻】小米 ● 将大力投入大模型，逐步搭建 GPU 万卡集群 【新闻】理想汽车 ● 发力大模型，理想同学 App 已上线 李想在接受访谈时，提出了理想汽车 AI 战略的三阶段规划：增强能力阶段（AI 辅助，如 L3 自动驾驶）、智能体阶段（AI 独立完成任务，如 L4 自动驾驶）、硅基家人阶段（AI 成为家庭成员，管理家庭事务）。长期目标是到 2030 年成为全球 AI 领导者，在空间智能和大语言模型领域跻身国内前三。 理想同学 App 是理想汽车推出的智能助手，支持多终端互联、语音交互、远程控制和个性化服务，依托大模型和 AI 技术提供流畅体验 🔍官方介绍 🔍官方介绍 ➖ Q：你们买车会看中这个吗？ Q：你们买车会看中这个吗？ https://www.lixiang.com 【新闻】OpenAI ● 正式宣布成为盈利性公司 OpenAI 计划将其营利性部门转变为特拉华州公益企业（PBC），同时保留非营利部门专注于慈善事业。通过股权融资和新的商业架构，OpenAI 旨在筹集更多资金，确保技术领先地位，同时为非营利部门提供可持续支持。 然而这一转型引发了广泛争议。Elon Musk 等批评者认为 OpenAI 背离了其最初的使命，Meta 等公司也担忧这一模式可能对行业产生负面影响。 https://www.theverge.com/2024/12/27/24330131/openai plan transform for profit company 【新闻】上海市人民政府办公厅 ● 打造世界级人工智能产业集群 上海市人民政府办公厅印发《关于人工智能“模塑申城”的实施方案》，指出加快建设人工智能“上海高地”，打造世界级人工智能产业集群。 方案提出，到 2025 年底，上海将建成世界级人工智能产业生态，力争智能算力规模突破 100EFLOPS，形成 50 个行业开放语料库示范应用成果，并建设 3 5 个大模型创新加速孵化器。重点任务包括强化基础底座赋能、加快关键生产力工具打造、推动重点垂直领域应用和加速创新应用生态构建等。 ➖ 对比下来，那还是深圳人实在，直接就说怎么发钱 💴 对比下来，那还是深圳人实在，直接就说怎么发钱 💴 https://www.shanghai.gov.cn/nw12344/20241227/670ecb743f954adfbc4fa60aaf3c688b.html 12 月 30 日 【视频】爱诗科技 AIsphere ● PixVerse V3.5 上线 PixVerse V3.5 主要性能亮点包括： 极速视频生成：在 Turbo 模式下平均仅需 10 秒即可生成高质量视频，最快可达 5 秒。 动漫生成效果显著提升：支持通过文本提示或上传图片生成特定风格的动漫视频。 支持 1080p 高清画质：甚至可升级至 4K 分辨率，生成的视频更加细腻生动。 新增首尾帧功能：用户可以通过上传两张图片并描述变化过程，生成流畅的过渡视频 🔍官方报道 🔍官方报道 ➖ 生成速度是个极大的优势 ⚡ 生成速度是个极大的优势 ⚡ https://app.pixverse.ai/onboard 【应用】阿里巴巴 支付宝 ● 探一下，新一代 AI 视觉搜索应用 探一下，是一款 AI 视觉搜索应用，覆盖知识探索、灵感创作、文本翻译等多场景需求，比如可以用来识别花草宠物、照片解读、配图文案写作、外文识别与翻译、AR 拍照扫描等 🔍官方发布 🔍官方发布 使用入口：支付宝首页「扫一扫」功能左划进入，或在支小宝 App 中快速访问。 12 月 31 日 【模型】智谱 AI ● GLM Zero Preview 视觉推理模型（预览版） GLM Zero Preview 是 GLM Zero 模型的初代版本，是智谱首个基于扩展强化学习技术训练的推理模型，用户上传文字或图片，模型会输出完整推理过程。 模型擅长处理数理逻辑、代码和需要深度推理的复杂问题，在 AIME 2024、MATH500 和 LiveCodeBench 评测中，效果与 OpenAI o1 preview 相当。 使用入口：登录智谱清言（chatglm.cn），选择「Zero 推理模型」智能体免费使用；API 已经上线智谱开放平台（bigmodel.cn）。 本月中美芯片领域博弈时间线 🔗原文链接：https://mp.weixin.qq.com/s/IwlZpKZtEgTDcJxvrSSa5g 📝联合出品：Jomy X 南乔 X 大聪明 🍺本期收录：2024 年 12 月 AI 行业大事 107 件 🔗原文链接：https://mp.weixin.qq.com/s/IwlZpKZtEgTDcJxvrSSa5g 📝联合出品：Jomy X 南乔 X 大聪明 🍺本期收录：2024 年 12 月 AI 行业大事 107 件 ➖ 说明： ① 分类中的【模型】均指代语言模型。 ② 全文图片进行了压缩 （尤其是 GIF 动图），产品演示原图和生成图都很高清的。 说明： ① 分类中的【模型】均指代语言模型。 ② 全文图片进行了压缩 （尤其是 GIF 动图），产品演示原图和生成图都很高清的。 ✦ ✦ ✦ 👀 趋势观察 1. 模型 ✦ 通用大模型现在分为两条路线：一条是在保证效果的情况下，不断精简模型参数，从「大模型」转为「小模型」，从而降低模型推理成本，比如 Llama 3.3，Phi 4，甚至 Gemini 2.0 Flash；另一条则是重推理路线，用时间和成本换准确度，提高模型能力的上限，比如 o1，QvQ，GLM Zero。 ✦ 多模态模型越来越多，可以预见原生的多模态能力将会成为大模型的标配。 ✦ 部分大模型公司已经全面转向垂直领域，比如 RAG 领域的 Cohere，金融医疗领域的百川。但是，随着大模型上下文容量不断增加和强化微调的出现，垂直领域的蛋糕，会不会也被头部公司吃掉呢？ 2. 图像 ✦ 时间来到 2024 年底，AI 图像生成已经超越了人眼能够分辨出来的临界点，模型层面已经没有太多空白。本月除了即梦在中文渲染领域填补了空白，剩下的公司基本都在卷应用了。 ✦ 接下来能做的，就是辅助创作者更好地发挥创意，比如 xAI 选择可以生成公众人物图像，Google 做了多主体参考生成图片的应用 Whisk，MJ 则是支持了 Lora 训练。 3. 视频 ✦ 经过一年的升级，AI 视频生成「几乎」已经达到了以假乱真的程度。但这个「几乎」却不像图片生成领域那么容易突破。视频一旦动起来，细节崩坏、违反物理定律等等，都很容易就被人眼捕捉到。 ✦ 这个月新发布的视频模型，无论是混元视频、可灵 1.6、还是 Veo 2，都还没有突破这个临界点。大家只是努力在细节上，尽可能做到不那么容易露馅而已，最核心的问题依然没有被解决——如何让 AI 真正地理解世界、重建世界。 4. 音频 ✦ AI 音频公司都在努力解决两个问题：第一个是效果，如何让 AI 生成的语音更像人；第二个是延迟，如何用最小的延迟生成语音。 ✦ 从当前时间点来看，这两个问题都已突破了临界点。对于第一个问题，我们已经无法分辨一段语音是否由 AI 生成的了；对于第二个问题，ElevenLabs 语音生成延迟已经降到了 75ms，小于了人类的思考时间。 ✦ 那么明年，当我们接起营销电话的时候，对面是真人的概率还剩多少呢？ 5. 3D ✦ 3D 世界生成领域目前还处在初级阶段。这个月发布的新产品，没有一个向大众开放体验。 ✦ 不过，基于视频生成领域的经验，我们可以大胆预言：明年，3D 世界生成领域会取得巨大的进步和发展。 6. 应用 ✦ AI 应用的更新主要集中 AI 搜索、AI 知识库、AI 编程这三个领域。类似 NotebookLM 这种让人眼前一亮的新形态产品，本月似乎没有。 ✦ 也正常。毕竟应用创新不易。 ✦ 隐藏的一条暗流是，越来越多传统软件开始增加 AI 功能。所以，未来可能不再有「AI 应用」这个分类，就像现在没有「联网 App」这种说法一样。 ✦ 毕竟现在大部分软件都会联网，所以未来大部分软件也都会接入 AI。 7. 新闻 ✦ 从本月融资新闻来看，能拿到钱的不再局限于模型公司，越来越多应用公司开始受到资本青睐，例如 AIPPT，Cursor 等。 ✦ 恰如上方总结提到的，其他几个领域的模型已经基本迈过了「可进入生产环境」的临界点。随着预训练时代的结束，我们应该会看到越来越多大公司转向应用开发领域。 ✦ 所以，留给小开发者们的时间，不多了。 ✦ ✦ ✦ 🧭 时光机 ➖ 12 月 1 日 | 模型 | Prime Intellect ● Intellect 1 首个去中心化训练的 10B 模型（开源） | 应用 | Freysa ● 全球首个对抗性 AI Agent 游戏 | 新闻 | 奇绩创坛 2024 年秋季创业营路演日 | 新闻 | Google DeepMind ● 发布 AI for Science 行业研究报告 | 新闻 | Lilian Weng（翁荔）加盟硅谷顶尖投资团队 Fellows Fund 12 月 2 日 | 模型 | Cohere ● Rerank 3.5 企业级专业搜索基础模型 3D | World Labs（李飞飞）● 通过单张 2D 图片生成 3D 场景 | 图像 | 字节 即梦 AI ● 图片模型 2.1 具备文字控制能力 | 新闻 | AWS re:Invent 2024 12 月 3 日 | 视频 | 腾讯 混元 ● HunyuanVideo 视频生成大模型（开源） | 视频 | Minimax 海螺 AI ● I2V 01 Live 图生视频模型 | 应用 | 商汤 ● 办公小浣熊 2.0 升级为一站式 AI 创作空间 12 月 4 日 | 3 D | Google DeepMind ● Genie 2 世界生成模型 | 新闻 | Y Combinator Fall 2024 Demo Day | 新闻 | 被字节索赔 802 万的实习生，夺得了 NeurIPS 2024 最佳论文奖（: 滑稽 12 月 5 日 | 模型 | OpenAI [Day 1] ● 满血 o1 ，ChatGPT Pro $200 会员，o1 Pro | 模型 | 上海人工智能实验室 ● 书生·万象 InternVL 2.5 多模态大语言模型系列（开源） | 音频 | Fish Audio ● Fish Speech 1.5 文本转语音模型（开源） | 应用 | Microsoft Edge ● Copilot Vision 实时陪伴浏览互联网的 AI 助手（内测） | 融资 | 识因智能 完成数千万融资（Pre A 轮） 12 月 6 日 | 模型 | OpenAI [Day 2] ● 基于 o1 的强化微调 RFT | 模型 | Meta ● Llama 3.3 纯文本模型（开源） | 图像 | LiblibAI x 星流 ● Star 3 Alpha 自研图像基座模型 | 视频 | Runway ● Act One 功能拓展到视频转视频 | 应用 | Ollama 0.5 版本更新（重要） 12 月 7 日 | 应用 | ElevenLabs ● GenFM 播客生成工具 | 机器人 | ESP32 S3 大模型 AI 桌面机器人（开源） 12 月 8 日 | 融资 | HiDream 智象未来完成数亿元人民币融资（Pre A 轮和 A 轮） 12 月 9 日 | 视频 | OpenAI [Day 3] ● Sora 12 月 1 日 | 模型 | Prime Intellect ● Intellect 1 首个去中心化训练的 10B 模型（开源） | 应用 | Freysa ● 全球首个对抗性 AI Agent 游戏 | 新闻 | 奇绩创坛 2024 年秋季创业营路演日 | 新闻 | Google DeepMind ● 发布 AI for Science 行业研究报告 | 新闻 | Lilian Weng（翁荔）加盟硅谷顶尖投资团队 Fellows Fund 12 月 2 日 | 模型 | Cohere ● Rerank 3.5 企业级专业搜索基础模型 3D | World Labs（李飞飞）● 通过单张 2D 图片生成 3D 场景 | 图像 | 字节 即梦 AI ● 图片模型 2.1 具备文字控制能力 | 新闻 | AWS re:Invent 2024 12 月 3 日 | 视频 | 腾讯 混元 ● HunyuanVideo 视频生成大模型（开源） | 视频 | Minimax 海螺 AI ● I2V 01 Live 图生视频模型 | 应用 | 商汤 ● 办公小浣熊 2.0 升级为一站式 AI 创作空间 12 月 4 日 | 3 D | Google DeepMind ● Genie 2 世界生成模型 | 新闻 | Y Combinator Fall 2024 Demo Day | 新闻 | 被字节索赔 802 万的实习生，夺得了 NeurIPS 2024 最佳论文奖（: 滑稽 12 月 5 日 | 模型 | OpenAI [Day 1] ● 满血 o1 ，ChatGPT Pro $200 会员，o1 Pro | 模型 | 上海人工智能实验室 ● 书生·万象 InternVL 2.5 多模态大语言模型系列（开源） | 音频 | Fish Audio ● Fish Speech 1.5 文本转语音模型（开源） | 应用 | Microsoft Edge ● Copilot Vision 实时陪伴浏览互联网的 AI 助手（内测） | 融资 | 识因智能 完成数千万融资（Pre A 轮） 12 月 6 日 | 模型 | OpenAI [Day 2] ● 基于 o1 的强化微调 RFT | 模型 | Meta ● Llama 3.3 纯文本模型（开源） | 图像 | LiblibAI x 星流 ● Star 3 Alpha 自研图像基座模型 | 视频 | Runway ● Act One 功能拓展到视频转视频 | 应用 | Ollama 0.5 版本更新（重要） 12 月 7 日 | 应用 | ElevenLabs ● GenFM 播客生成工具 | 机器人 | ESP32 S3 大模型 AI 桌面机器人（开源） 12 月 8 日 | 融资 | HiDream 智象未来完成数亿元人民币融资（Pre A 轮和 A 轮） 12 月 9 日 | 视频 | OpenAI [Day 3] ● Sora | 图像 | xAI ● Aurora 图像生成模型 12 月 10 日 | 应用 | OpenAI [Day 4] ● ChatGPT Canvas | 应用 | DeepSeek ● DeepSeek V2.5 1210 支持联网搜索功能 | 应用 | Cognition Labs ● Devin 编程助手正式上线 | 模型 | 智谱 AI ● GLM 4V Flash 多模态大模型（免费） | 新闻 | 国家广播电视总局要求规范 AI「魔改」短视频 12 月 11 日 | 新闻 | OpenAI [Day 5] ● 苹果全系接入 GPT | 新闻 | 苹果 Apple Intelligence 与中国厂商合作消息时间线 | 模型 | Google DeepMind ● Gemini 2.0 Flash 多模态大模型（开启 Gemini 2.0 新系列） | 应用 | Google Gemini ● Deep Research 个人 AI 研究助手（部分类似秘塔） | 应用 | 第四范式 ● 发布桌面端 AI 搜索工具（内测） | 融资 | 面壁智能完成数亿元融资 12 月 12 日 | 新闻 | OpenAI [Day 6] ● 4o 实时视频通话、视频理解、屏幕理解、圣诞老人语音 | 模型 | 巨人网络 ● 千影 QianYing 有声游戏生成大模型 | 图像 | Midjourney ● Patchwork 创建虚拟世界的无限画布 | 融资 | 造梦次元完成近亿元人民币融资 12 月 13 日 | 应用 | OpenAI [Day 7] ● ChatGPT Projects | 模型 | DeepSeek ● DeepSeek VL2 视觉模型系列（开源） | 模型 | 阶跃星辰 ● Step 1o Audio 千亿参数端到端语音大模型 | 模型 | 360 ● 360gpt2 o1 推理模型 | 应用 | Google Labs ● NotebookLM 更新（核心团队宣布离职创业） | 应用 | 小红书 ● AI 搜索应用「点点」 | 新闻 | Ilya Sutskever 称预训练时代即将结束（GPT 5 被曝训练遭遇困境） 12 月 14 日 | 模型 | Cohere ● Command R7B 企业级 AI 搜索模型（开源） | 模型 | Microsoft ● Phi 4 小语言模型 | 视频 | Pika Labs ● Pika 2.0 | 应用 | Cline 2.2.0 版本支持 MCP 协议 12 月 15 日 | 模型 | 无问芯穹 ● Megrez 3B Omni 全球第一款端侧全模态理解模型 | 音频 | Nexa AI ● OmniAudio 2.6B 全球最快的音频语言模型 | 应用 | Grammarly 收购生产力初创公司 Coda | 新闻 | 月之暗面 Kimi 争端始末时间线 12 月 16 日 | 应用 | OpenAI [Day 8] ● ChatGPT Search 全量开放并优化体验（免费用户可用） | 模型 | 月之暗面 ● k1 视觉思考模型（多模态推理模型） | 图像 | Google ● Imagen 3 图像生成模型 | 视频 | Google ● Veo 2 视频生成模型 | 应用 | Google ● Whisk 图像生成实验工具 12 月 17 日 | 模型 | OpenAI [Day 9] ● o1 API、实时语音 API 更新/降价 & 发布 SDK、模型新增支持：PFT 偏好微调 | 图像 | Midjourney ● Moodboard（情绪板） | 融资 | Databricks 完成 J 轮融资（全球规模最大的单轮风险投资） | 融资 | 智谱 AI 完成 30 亿元融资 12 月 18 日 | 应用 | OpenAI [Day 10] ● ChatGPT 的 800 电话、WhatsApp | 应用 | tldraw computer 用流程图搭建 AI 工作流 | 应用 | Anysphere ● Cursorx 0.44 版本更新（重要） | 应用 | Perplexity 收购 RAG 技术初创公司 Carbon | 新闻 | 字节跳动火山引擎 Force 冬季大会 2024 | 融资 | 爱诗科技 AIsphere 完成近 3 亿元人民币融资（A2 至 A4 轮） | 新闻 | 深圳市打造人工智能先锋城市的若干措施 12 月 19 日 | 应用 | OpenAI [Day 11] ● ChatGPT 桌面版可读取其他应用，且支持 o1 和 4o 高级语音 | 应用 | GitHub Copilot 在 VS Code 上免费开放 | 模型 | Google DeepMind ● Gemini 2.0 Flash Thinking 视觉推理模型 | 3 D | Odyssey ● Explorer 生成式世界模型 | 视频 | 快手 可灵 AI ● 基座模型 1.6 发布 | 音频 | ElevenLabs ● Eleven Flash 文本转语音模型（系列） | 新闻 | Genesis 生成式物理引擎（开源） | 融资 | 闪极科技 ● 闪极 A1 眼镜，完成数千万元融资（A 轮） | 融资 | Anysphere（Cursor）完成 1 亿美元融资 12 月 20 日 | 模型 | OpenAI [Day 12] ● OpenAI o3 正式发布 | 新闻 | Anthr