AI新闻

已选标签:
多模态AI
模型突破
12月 12日
20 条新闻
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

# AI智能体 # 多模态AI # 模型突破
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

# AI对话 # 模型突破 # 生成模型
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

# 多模态AI # 模型突破 # 生成模型
16:32

千亿打水漂，抢跑12年被3年反超，Meta沦为AI“局外人”

千亿打水漂，抢跑12年被3年反超，Meta沦为AI“局外人”

Meta在经历元宇宙战略的重大挫折后，正全力转向闭源AI模型研发。扎克伯格重组了AI团队，包括引入新领导汪韬，并计划推出代号为’Avocado’的新模型。Meta的转型反映了从开源到闭源的战略转变，旨在加速商业变现。尽管面临挑战，如Llama 4系列模型未能达到预期，Meta仍致力于通过AI技术寻求新的增长点。

来源：36氪

# AI智能体 # 模型突破 # 闭源AI
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

# AI智能体 # 多模态AI # 模型突破
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

# AI对话 # AI智能体 # 模型突破
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

# AI对话 # 模型突破 # 生成模型
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

# 多模态AI # 模型突破 # 生成模型
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

# 多模态AI # 模型突破 # 生成模型
15:30

Meta版「甄嬛传」，28岁天才上位，掌管6千亿命脉，AI教父愤然出走

Meta版「甄嬛传」，28岁天才上位，掌管6千亿命脉，AI教父愤然出走

Meta内部因AI战略分歧产生冲突，图灵奖得主Yann LeCun离职。扎克伯格曾强调开源策略，但Llama 4失败后态度转变，暗示可能调整策略。新模型Avocado或将不再开源。28岁的Alexandr Wang被寄予厚望，领导TBD Lab团队专注于打造超级人工智能ASI，与公司其他高管在广告业务和AGI方向上存在分歧。Meta正重新分配资源支持AI项目，包括削减虚拟现实预算。

来源：36氪

# AI智能体 # 模型突破 # 生成模型
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

# AI对话 # 多模态AI # 模型突破
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

# 具身智能 # 多模态AI # 模型突破
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

# AI对话 # 多模态AI # 模型突破
14:36

ToC智能体火得快，但更大的价值在企业丨中关村科金@MEET2026

ToC智能体火得快，但更大的价值在企业丨中关村科金@MEET2026

中关村科金总裁喻友平在MEET2026智能未来大会上提出，AI时代的核心在于更强的连接。企业智能化需通过场景选择、数据与知识治理、模型构建三方面持续迭代。构建大模型平台、AI能力平台和AI数据平台是实现智能体规模化落地的关键。这些平台共同支持数百个数字员工协同工作的“智能体集市”，助力企业在营销、运营、生产等环节形成新的组织单元。

来源：量子位

# AI智能体 # 模型突破 # 生成模型
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

# AI视频 # 多模态AI # 模型突破
13:26

中国自研“AI孔明”制药平台在京发布

非盈利机构全球健康药物研发中心（GHDDI）正式发布了由中国自主研发的AI药物研发平台“AI孔明”，实现了从“靶点结构分析→AI分子生成→药物设计→活性评估→成药性优化”的全流程无缝覆盖，打通了早期药物发现的关键技术链条。作为开放式AI制药平台，“AI孔明”平台依托全球顶级科研机构联盟的知识体系与GHDDI多年积累的真实研发数据，将分散于不同环节的生物学、化学与药理学知识进行系统化数字重构，转化为可推理、可创造、可进化的AI生产力。（广角观察）

来源：钛媒体

# AI智能体 # 模型突破 # 生成模型
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

# AI视频 # 多模态AI # 生成模型
12:38

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 | MEET2026

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 | MEET2026

赵俊博在MEET2026智能未来大会上介绍了蚂蚁集团押注扩散语言模型（dLLM）的最新进展。相比自回归模型，扩散架构允许直接修改token，理论上可实现更快生成速度与更低计算成本。团队已开源千亿参数规模的LLaDA 2.0，标志着扩散语言模型的重要里程碑。尽管该领域仍处于早期阶段，但其发展潜力巨大，正吸引包括谷歌、字节跳动等巨头及初创公司的积极布局。

来源：量子位

# 多模态AI # 模型突破 # 生成模型
12:24

AI集体下场做电商，颠覆淘宝的可能是豆包手机？

AI集体下场做电商，颠覆淘宝的可能是豆包手机？

新闻介绍了AI在电商领域的应用，从豆包的AI手机助手到OpenAI与沃尔玛合作的ChatGPT购物功能，展示了AI如何通过理解用户需求、跨平台比价和自动下单来优化网购体验。同时，电商平台如京东也在积极开发自己的AI助手，以应对来自外部AI技术的竞争压力。未来，AI将不仅限于辅助购物决策，还将进一步重塑电商环境，提升用户体验的同时也对数据隐私保护提出了新的挑战。

来源：36氪

# AI对话 # 模型突破 # 生成模型