![]()
![]()
整理｜吴莹
OpenAI正式上线Sora；谷歌发布Gemini 2.0；ChatGPT已集成到苹果操作系统；全球首个AI Agent程序员开放；《人工智能发展报告（2024年）》发布；英伟达公布采用硅光子学的未来AI加速器设计；字节内部人士称或提升剪映即梦发展优先级；广电总局出手管理AI“魔改”视频……
![]()
12月10日，OpenAI正式向用户开放人工智能视频生成模型Sora，同时，公司宣布推出Sora的新版本Sora Turbo，称较2月预览的版本速度显著加快。用户能够生成分辨率最高达1080p、时长最长达20秒，且具有宽屏、竖屏或方形宽高比的视频。此外，用户可以引入自己的素材来进行拓展、重新融合，或者依据文本生成全新的内容。12月12日，OpenAI已证实其人工智能聊天机器人ChatGPT目前正经历全球范围的宕机，导致用户无法使用。这一问题也影响了iOS 18.2与Siri的集成功能。12日下午，OpenAI更新事故报告称，API、ChatGPT和Sora服务现已全面恢复运行。
当地时间12月11日，谷歌推出了Gemini 2.0，谷歌将2.0开放给开发者以及受信任的测试人员，并正在积极推进将其整合到公司的产品中，率先从Gemini和Search开始。Gemini 2.0 Flash体验版模型将对所有Gemini用户开放。同时，谷歌还推出了Deep Research的新功能，它运用高级推理和长上下文处理能力，承担研究助手的角色，帮助用户探索复杂的主题并撰写报告。该功能自今日起对Gemini Advanced用户开放。当地时间12月12日，谷歌推出与三星合作开发的新操作系统Android XR，融合了多年来在AI、AR和VR领域的投入，旨在为头戴设备和智能眼镜带来实用的体验。本次发布的版本是面向开发者的预览版，开发者可着手为即将推出的安卓XR设备开发应用程序和游戏。
当地时间（12月11日），OpenAI宣布，ChatGPT现已集成到苹果iOS、iPadOS和macOS中，允许用户直接在操作系统内访问ChatGPT的功能。当用户向Siri询问复杂问题时会触发ChatGPT，当Siri被问到苹果软件认为更适合ChatGPT来回答的问题时，系统会请求用户访问OpenAI服务的权限。苹果表示，这项集成使用了OpenAI的GPT-4o模型。苹果已在相关功能中内置了隐私保护功能，OpenAI不会存储用户发出的请求。12月11日消息，行业媒体报道，全球首个AI Agent程序员Devin宣布全面开放使用实现商业化，从最初的展示到全面使用不到一年时间。不过Devin的月费高达500美元（约合人民币3624元），成为目前市场上最贵的生成式AI产品之一。
随着海外厂商持续发力，AI Agent已经在各行业陆续落地。国内以智谱为代表的厂商也开始重点发力AI Agent，除智谱以外，字节、百度、腾讯、阿里等科技大厂也开始布局AI Agent。![]()
12月10日，中国信通院发布《人工智能发展报告（2024年）》，展望未来，引入强化学习等技术来增强大模型能力仍是近期技术演进的重点方向，专业大模型、多模态大模型有望加速突破，具备更强规划、决策、执行能力的智能体和具身智能成为迈向通用人工智能的重要一步。面向中远期，类脑智能等颠覆性技术的成熟，有可能为人工智能发展带来更广阔的想象空间。随着人工智能赋能新型工业化向纵深发展，人工智能在实体经济中的应用场景将进一步拓展，加速向生产制造环节渗透，加速迈向全方位、深层次智能化转型升级新阶段。12月11日，在IEDM 2024会议上，英伟达提出了一种独特的AI加速器设计策略，将硅光子学用作I/O组件。这代表着传统互连技术的重大转变，因为传统互连技术一直受到铜的物理限制。此外，英伟达的新架构引入了一种垂直堆叠多个GPU块的独特方式。它集成了12个硅光子学组件用于芯片互连，每个GPU块使用三个连接，每层有四个GPU块。从知情人士处获悉，字节管理层判断AI对话类（或称chatbot类）产品可能只是AI产品的“中间态”，长期更理想的产品形式，大概率需要更视觉化的用户体验、更低的用户使用门槛。因此，字节已经提升了即梦的产品优先级，尝试用新的路径打造AI时代的“抖音”。就此向字节求证，字节暂无回应。![]()
12月7日，广电总局网络视听司发布《管理提示（AI魔改）》（下称《管理提示》）。《管理提示》提到，近期，AI“魔改”视频以假乱真、“魔改”经典现象频发。这些视频为博流量，毫无边界亵渎经典IP，冲击传统文化认知，与原著精神内核相悖，且涉嫌构成侵权行为。对此，《管理提示》提出具体管理要求：第一，各相关省局督促辖区内短视频平台排查清理AI“魔改”影视剧的短视频，并于12月10日反馈工作情况。第二，严格落实生成式人工智能内容审核要求，举一反三，对各自平台开发的大模型或AI特效功能等进行自查，对在平台上使用、传播的各类相关技术产品严格准入和监督，对AI生成内容做出显著提示。
