AI新闻

已选标签:
AI对话
多模态AI
12月 12日
20 条新闻
19:38

花10亿美元,迪士尼让AI来拍“短片”了

迪士尼与OpenAI达成深度合作,授权超过200个IP元素用于Sora和ChatGPT Images中,标志着娱乐行业进入AI工业化阶段。通过生成式AI技术,粉丝可以轻松创作包含迪士尼角色的短视频和静态图像,并有机会在Disney+上展示。此次合作不仅改变了IP运营逻辑,还可能影响未来剧集生命周期评估标准。

来源:36氪

18:36

谷歌最新 Gemini Agent 爆击GPT-5.2?人类最后考试得分见分晓,网友:Altman又该发“红色警报”了

谷歌最新 Gemini Agent 爆击GPT-5.2?人类最后考试得分见分晓,网友:Altman又该发“红色警报”了

谷歌与OpenAI几乎同时发布重磅更新,分别推出Gemini Deep Research Agent和GPT-5.2。Gemini Deep Research基于Gemini 3 Pro构建,具备多步强化学习优化决策序列、超大规模上下文处理能力及可追溯引用来源等优势,在长链推理任务中表现突出。此外,谷歌还开源了DeepSearchQA基准测试,并提供了Interactions API,以增强智能体的交互控制能力。双方在基础模型能力和应用生态主导权上的竞争愈发激烈。

来源:36氪

18:36

实测 GPT-5.2 :价格暴涨能力微涨,凭什么反击 Gemini

实测 GPT-5.2 :价格暴涨能力微涨,凭什么反击 Gemini

GPT-5.2发布,包含Instant、Thinking和Pro三个版本,其在多模态理解和推理能力上显著提升,特别是在专业任务处理与3D建模方面表现优异。尽管响应时间变长,但准确性和复杂任务处理能力增强。知识更新至2025年8月。编程测试中,GPT-5.2展示了强大的代码生成能力,但在某些特定场景下仍落后于Claude。价格方面,GPT-5.2较前代上涨约40%。

来源:36氪

18:36

阻止互联网广告下滑,全靠AI?

阻止互联网广告下滑,全靠AI?

百度和快手在2025年Q3财报中首次披露了AI广告或营销带来的具体收入增长,如百度AI原生营销服务同比增长262%至28亿元。AI技术正通过提升广告效率、优化用户体验等方式重塑营销行业,成为互联网公司新的增长引擎。尽管AI广告展现出巨大潜力,但其在创意真实性和消费者信任度方面仍面临挑战。

来源:36氪

17:34

AI版「互联网协议」面世,豆包手机们再也不怕被「封禁」了?

AI版「互联网协议」面世,豆包手机们再也不怕被「封禁」了?

新闻探讨了GUI Agent与MCP协议在智能体AI领域的应用及挑战。GUI Agent通过模拟用户操作,直接在图形界面上执行任务,但面临系统权限、平台秩序和安全边界的问题。相比之下,MCP协议提供了一种统一的接口标准,降低了大模型与外部系统的集成门槛,为智能体AI建立了清晰的权限和边界,被视为未来AI互联网协议的标准。

来源:36氪

17:33

OpenAI用GPT-5.2“反击”谷歌,刀子够快吗?

OpenAI用GPT-5.2“反击”谷歌,刀子够快吗?

OpenAI发布GPT-5.2,强调其在专业任务如编码、法律、金融等领域的卓越表现。尽管在多项基准测试中领先,但与竞争对手如谷歌Gemini 3 Pro的差距并不明显。AI竞赛已进入多方混战阶段。面对商业化压力和技术挑战,OpenAI正积极寻求在垂直领域建立优势,并探索广告和交易分成等新商业模式。

来源:36氪

16:32

ChatGPT被控引发命案,为美国首起直接关联AI聊天与谋杀诉讼

据报道,美国开放人工智能研究中心(OpenAI)及微软公司遭遇一起与谋杀相关的诉讼,诉讼指控OpenAI的人工智能聊天机器人ChatGPT“加剧用户妄想”,并引发命案。这是美国首起将AI聊天工具与谋杀直接关联的诉讼。报道援引提交至加利福尼亚州旧金山高等法院的诉讼文件称,ChatGPT在与康涅狄格州一名56岁男子对话过程中放大并强化其偏执妄想,间接导致此人今年8月杀害其83岁母亲后自杀。诉状中称,这名男子长期存在精神健康问题,并在案发前频繁与ChatGPT互动,ChatGPT在对话中未能及时对其妄想性认知进行有效纠正,也未引导其寻求专业心理健康帮助,反而作出肯定性回应,从而加剧其心理失衡,最终导致悲剧发生。(新华社)

来源:钛媒体

16:32

里程碑时刻,首个100B扩散语言模型来了,技术报告揭秘背后细节

里程碑时刻,首个100B扩散语言模型来了,技术报告揭秘背后细节

扩散语言模型(dLLM)在短时间内实现了从16B到100B参数规模的飞跃,展现出超越传统自回归模型的潜力。蚂蚁集团联合多所高校推出的LLaDA2.0系列模型采用MoE架构,在多个复杂任务上表现优异。通过持续预训练策略和系统化后训练流程,成功将AR模型平滑转化为dLLM,并解决了长文本生成效率低下的问题。

来源:36氪

16:32

中国制造的「领航样本」,为何藏在海康威视智能工厂里?

中国制造的「领航样本」,为何藏在海康威视智能工厂里?

海康威视智能工厂通过自研的AI技术,包括工业视觉设备、柔性机械臂、移动机器人及调度系统、多模态感知与大模型等,实现了多品种小批量大规模定制化生产。其智能化进程从数字化协同到数据驱动决策,再到基于大模型和多模态感知的系统智能阶段,展示了中国制造在复杂场景下的创新能力与发展潜力。

来源:36氪

15:48

谷歌智能体发力:增强版Gemini Deep Research和专属API都来了

谷歌智能体发力:增强版Gemini Deep Research和专属API都来了

谷歌发布增强版Gemini Deep Research,基于Gemini 3 Pro构建,减少幻觉,在复杂信息检索与分析任务上领先。该智能体将集成至谷歌搜索、NotebookLM等应用中,并支持迭代式推理和多步骤网络研究。同时推出DeepSearchQA基准测试集及Interactions API,后者为开发者提供统一接口以实现更复杂的交互模式,适用于多步骤推理、工具调用及长程任务执行场景,进一步完善了Gemini生态系统。

来源:量子位

15:30

GPT-5.2发布即降智?背后华人被挖出,清北校友核心贡献

GPT-5.2发布即降智?背后华人被挖出,清北校友核心贡献

GPT-5.2发布,据官方基准测试,在完成经济价值任务如电子表格制作、PPT设计、代码编写与审查等方面表现出色,甚至在某些基准测试中超越专业人士。尽管有用户反映初期存在功能不稳定现象,但多位专家和用户实测反馈其在复杂推理、数学计算及编程方面实现显著进步,尤其是构建3D图形引擎等高难度任务上的表现令人印象深刻。

来源:36氪

15:30

港中文联手美团开源“视觉推理通才”,图像视频10类任务一网打尽

港中文联手美团开源“视觉推理通才”,图像视频10类任务一网打尽

香港中文大学MMLab与美团研究团队开源OneThinker,一个基于RL的多模态视觉推理通才模型,覆盖图像与视频十类核心任务,在31项主流视觉任务测试中表现优异。通过构建统一数据体系和优化多任务训练方法(如EMA-GRPO算法),OneThinker解决了传统RL模型在单一模态或任务上的局限性,展现了跨模态、多任务的通用理解和零样本能力,为实现通用视觉智能提供了新路径。

来源:36氪

15:30

跳过“逐字生成”,蚂蚁集团赵俊博:扩散模型让我们能直接修改Token

跳过“逐字生成”,蚂蚁集团赵俊博:扩散模型让我们能直接修改Token

赵俊博在量子位MEET2026智能未来大会上介绍了扩散架构语言模型LLaDA 2.0,该模型采用完形填空式预测机制,相比自回归模型,在相同计算量下参数规模更小、生成速度更快且成本更低。团队已开源LLaDA 2.0,并验证其可扩展至千亿规模。尽管扩散语言模型的训练与推理仍处于早期阶段,但其独特优势吸引了谷歌、字节等巨头及初创公司的积极布局。

来源:36氪

15:30

OpenAI十周年「血色浪漫」:11位联创出走8位,奥特曼深夜发文

OpenAI十周年「血色浪漫」:11位联创出走8位,奥特曼深夜发文

OpenAI成立十年,从一个默默无闻的初创公司成长为全球领先的AI巨头。回顾其发展历程,关键转折点包括2017年发现语言模型中的‘情感神经元’及后续对齐人类价值的研究。GPT系列的成功展示了深度学习与大规模算力结合的巨大潜力。如今,OpenAI正朝着实现通用人工智能(AGI)的目标迈进,同时强调安全与伦理的重要性。

来源:36氪

15:28

中国机器人比赛应急救援,美国网友Reddit破防:我们还在给机器狗化妆拍段子

中国机器人比赛应急救援,美国网友Reddit破防:我们还在给机器狗化妆拍段子

中国在具身智能领域取得显著进展,通过GDPS 2025大赛展示了机器人在应急救援等实际应用场景中的能力。美国网友对此表现出焦虑与关注,认为中国已超越理论阶段进入实地部署。得益于上海强大的产业链支持及政策推动,中国企业在量产和多场景应用方面领先,这标志着中国具身智能技术从展示走向日常。

来源:量子位

14:39

GPT-5.2果然反超谷歌Gemini 3 Pro!北大数院校友核心贡献

GPT-5.2果然反超谷歌Gemini 3 Pro!北大数院校友核心贡献

GPT-5.2在多个实用领域超越谷歌Gemini 3 Pro,特别是在人力资源、代码编写、长文档处理及视觉理解方面。其在GDPval测试中展现出高经济价值任务的卓越能力,如投行分析师电子表格建模任务上得分提升9.3%。此外,GPT-5.2在SWE-bench Verified上的代码能力达到80%,并首次在MRCRv2评测中实现接近100%准确率。北大数院校友等新加入OpenAI的人才为核心贡献者。

来源:量子位

13:56

10亿美元OpenAI股权兑换迪士尼版权!米老鼠救Sora来了

10亿美元OpenAI股权兑换迪士尼版权!米老鼠救Sora来了

OpenAI与迪士尼达成合作,通过向迪士尼出售价值10亿美元的股权获得其旗下200多个热门IP角色授权,包括米老鼠、钢铁侠等。这些角色将被用于OpenAI的视频生成工具Sora和ChatGPT Images中,增强内容创作能力。此次合作不仅解决了版权问题,还为Sora APP提供了新的增长点,改善了用户留存率低的问题。同时,迪士尼计划利用OpenAI的技术开发新产品和服务,进一步推动人工智能技术在娱乐行业的应用。

来源:量子位

13:26

迪士尼同意向OpenAI投资10亿美元并达成授权协议

华特迪士尼公司与OpenAI达成协议,迪士尼将成为OpenAI短视频生成式AI平台Sora的首个主要内容授权合作伙伴。根据这项为期三年的新授权协议,Sora将能够生成由用户提示的短视频内容,供粉丝观看和分享。这些视频将取材于迪士尼、漫威、皮克斯和星球大战旗下超过200个动画角色、面具角色和生物角色,涵盖服装、道具、载具及标志性场景。生成的视频和图像预计将于2026年初开始提供,但不包含任何演员的肖像和声音。

根据协议条款,迪士尼将向OpenAI进行10亿美元的股权投资,并获得认股权证,同时作为主要客户使用OpenAI的API和ChatGPT来构建新产品和供员工使用。(广角观察)

来源:钛媒体