AI业界焦点:探寻2024年12月AI领域的重大进展与洞见
作者：微信文章AI行业资讯分享
大观察小思考
卷首语：积累一些发现，串成一个故事，挖掘一套方法，创造一片天地
01
闪极发布AI拍拍镜
概要：12月19日，闪极发布新款 AI 智能眼镜闪极 AI「拍拍镜」，该产品支持头部相机、耳边音箱、智能助手、录音笔等功能，支持 1600 万像素三重拍摄交互、123° 沉浸视角，号称"随时开拍"。
评论：AI眼镜因靠近人类感官器官，具有独特优势，但续航性与轻便时尚性难以兼顾，对国内近视用户也不够友好。尽管如此，Meta与雷朋合作的Ray-Ban Meta眼镜销量已超百万且2025年有望成AI眼镜元年。百度、小米、华为，Vivo等纷纷布局，CES 2025上将发布多款新品。不过，AI眼镜目前仍处发展初期，芯片性能、显示技术等存瓶颈，其作为手机辅助设备短期内难取代手机。
02
DeepSeek v3发布
概要：12月26日，杭州深度求索发布了DeepSeek-V3开源版本，包含6710亿参数，采用专家混合架构（MoE），基于14.8T token的预训练数据。该模型在多项基准测试中超越了Qwen2.5-72B和Llama-3.1-405B等开源模型，接近当前顶尖的Claude-3.5-Sonnet。其训练仅用2048个H800 GPU，总训练GPU卡时为2788千小时，仅为GPT-4的1/6。训练提效得益于低精度计算、小参数量和高质量数据，尤其是数据蒸馏技术生成的优质数据，显著提升了训练效率。这标志着AI领域在开源模型研发及训练效率提升方面取得了重大突破。
评论：DeepSeek V3 以更低的成本和开源策略，打破了闭源模型在高端市场的垄断，冲击了美国科技巨头的主导地位，促使更多企业重新评估技术策略，推动AI生态向开放发展。从能源节约属性看，大规模部署方向必然向能力往资源性价比方向平衡。可能导致算力的需求进一步打折。另外，DeepSeek是否有持续突破性的迭代能力值得关注，而不是优化复刻其他模型，这些壁垒性较低的策略。
03
小红书突破种草量化方法
概要：12月18日，在2025年WILL商业大会上，小红书正式发布“AIPS人群资产模型”，该模型将品牌的人群资产拆分为五类：Awareness认知人群，Interest兴趣人群，TI（True Interest）深度兴趣人群，Purchase购买人群，Share分享人群，并通过打通电商平台三方数据的种草联盟、与品牌直接进行的一方数据合作，从种草的过程度量、结果度量两个维度，首次完整发布小红书种草的度量解决方案。
评论：自2019年小红书商业化开始后，如何量度种草，这个问题已经被品牌、商家和代理商们问了6年。“小红书种草玄学”在这六年里也被很多人提起——品牌投放后，虽然体感上有效果，也能拿到一些种草和生意的相关性指标，但种草具体的效果如何，该怎样去优化，品牌们似乎也没有明确的评估体系。直至2024年时，小红书种草的度量难题似乎有了它的答案。小红书通过种草联盟量化品牌转化效率，形成了种收一体的新生态。种草联盟打通了淘宝、京东、唯品会等电商平台的数据，使品牌能精准触达目标用户，提升转化效率。
04
《自主论》新书发布智能体
概要：12月1日，AIGCxChina发起人倪考梦的新书《自主论：何为自主以及何以自主》正式出版。书中提出了“自主三角形”理论模型，结合古典哲学、心理科学与前沿技术，全面解析了自主的定义、价值及实现路径，是意愿、能力与资源三者平衡的结果。与此同时，《自主论》智能体也随即上线，为读者和研究者提供了更直观的互动体验。
评论：对于我们启示到并不是《自主论》本身，而是随书发布《自主论》智能体的上线，标志着未来新书配套可能更加多元化，不仅需要纳入富媒体元素，还包含智能化元素。这种融合为读者提供了更丰富的互动体验，也预示着AI技术在出版领域的深度应用，为知识传播和思想交流开辟了新途径。
05
全球首位AI程序员开工
概要：2024年12月11日，全球首个AI程序员Devin由Cognition Labs正式全面开放。订阅费用为每月500美元，订阅服务不仅包括了Devin的核心功能，还额外提供了Slack集成、IDE扩展以及专业的技术支持。对于大型企业，Cognition Labs还提供了定制化的企业版解决方案。Devin被设计为可以独立完成编程任务，能够熟练运用多种编程语言，独立完成网站和应用程序的构建与部署工作，甚至还能自主发现并修复代码中的缺陷。据官方透露，Devin已经成功通过了多家AI公司的实践性工程师面试，并在Upwork等自由职业平台上完成了多个实际项目，展现出了其卓越的工作能力和实战价值。
评论: Devin的出现引发了对程序员替代的担忧。其能独立完成编程任务，甚至在Upwork等平台完成项目，似乎预示着部分基础编程工作可能被取代。但程序员行业并非只有编码，还包括需求分析、架构设计等复杂环节。Devin或许能分担部分工作，但完全替代程序员还为时尚早，程序员们应不断提升综合能力，以应对AI带来的挑战。
06
亚马逊投入AGI Lab
概要：2024年12月10日，亚马逊宣布在旧金山设立新的研发实验室——Amazon AGI SF Lab，这是该公司在人工智能领域的又一重大战略布局。该实验室由AI创业公司Adept的联合创始人David Luan领导，旨在开发能够在数字和物理世界中“采取行动”的AI代理。实验室的初期研究重点包括：使AI代理能够执行真实世界的任务、从人类反馈中学习、自主纠正错误以及推断用户意图。此外，实验室将由David Luan与知名机器人研究专家Pieter Abbeel共同运营，计划招募来自量化金融、物理和数学领域的数十名研究人员。
评论: AI Agent在真实世界/物理世界如果产生杠杆，则可以发挥更大的生产力。与人形机器人不同，AI代理更侧重于通过软件和算法实现任务自动化，而非物理交互，与此同时，微软的AI Copilot和谷歌的Mariner也在推进类似技术。尽管亚马逊可能在某些方面落后于竞争对手，但其定制芯片优势和Bedrock服务为其在AI模型训练和推理中提供了成本效益，使其在AI代理赛道上既有挑战也有机遇。
07
OpenAI发布o1/o3
概要：2024年12月6日，OpenAI正式推出其新的AI推理大模型o1“满血版”及全新的ChatGPT Pro订阅服务，定价每月200美元；12月20日发布进阶版o3模型，在推理能力和多任务处理上表现出色，提供更精准的答案。该模型不仅提升了文本生成的流畅性和准确性，还在数学推理、代码生成等方面有显著提升。ChatGPT Pro则提供更高级的服务，包括更快的响应时间、更高的使用限额和优先支持。
评论: OpenAI此次产品发布巩固了OpenAI的行业领导地位，其高价或成行业风向标，为其他AI公司提供利润空间，促使其在技术和成本控制上创新。同时，OpenAI的持续烧钱模式虽有短期成本压力，但有助于保持技术领先，推动AI发展，为行业提供长期战略参考。
08
OpenAI发布Sora
概要：2024年12月12日，OpenAI正式发布了其新一代AI模型Sora。这一模型在多模态生成和交互方面取得了显著进展，能够生成高质量的图像、视频和文本内容，并在实时交互中表现出色。Sora的发布标志着OpenAI在AI技术上的又一次重大突破，展示了其在多模态生成和交互领域的强大能力。这一模型不仅提升了生成内容的质量，还为开发者提供了更广泛的应用场景，如虚拟助手、内容创作和教育工具等。Sora的推出进一步巩固了OpenAI在AI领域的领先地位，为未来的技术发展和应用拓展奠定了坚实基础。
评论: Sora不仅能够生成高质量的视频，还能在实时交互中理解用户的指令并生成相应的视频内容。与竞争对手相比，Sora可能视频的颗粒度、连贯性和交互性上更为出色。国内视频AI平台在近年来也取得了显著进展，但性价比更高。从负面角度来看，Sora似乎没有达到大家的预期，其高性能可能带来更高的计算成本和资源需求，这对资源有限的用户和企业可能是一个挑战。
09
国内AGI普及至18%
概要：中国互联网信息中心近日发布的第55次《中国互联网络发展状况统计报告》，截至2024年底，中国的生成式人工智能产品用户规模已达到2.49亿人，占全国总人口的17.7%。77.6% 的用户利用生成式人工智能产品来回答问题，45.5% 的用户将其作为办公助手，用于生成会议纪要、制作 PPT 等工作。
评论: 这一数据表明，生成式人工智能在中国的应用和普及已初具规模，似乎让人看到如智能手机以及互联网的广泛普及的前夕。生成式AI的广泛应用得益于技术进步和供需推动。需求端，AI在多场景高效应用激发广泛需求，加速了生成式AI普及，为AI产业发展注入动力。
10
Google发布可解释性强模型
概要：12月20日，谷歌DeepMind推出全新测试模型Gemini 2.0 Flash Thinking。这一模型不仅在推理能力上表现出色，还通过可视化的方式展示了整个思维链过程，为AI模型的透明度和可解释性树立了新的标杆。
在过去，许多AI模型被批评为“黑箱”操作，即它们的内部工作机制和决策过程对于用户来说是不可见的，这种不透明性导致了人们对AI系统的不信任和担忧。如今，通过引入逐步推理的过程展示，Google的最新模型为用户提供了一个窗口，可以窥见模型的内部工作原理。这种透明度不仅有助于用户更好地理解模型的行为，同时增加用户与模型之间的信任，更加理解AI给出结果。
评论: 扩展种透明度/可解释性不仅有助于用户更好地理解模型的行为，还增加了用户与模型之间的信任，为监管机构提供了一个工具，以评估和监督AI系统的公平性和合规性，“透明度”可能成为一个新趋势与新需求。对国内模型是否也将够逐步实现这种透明度/可解释性拭目以待。
END
扫描获取更多精彩
页:
[1]