Create daily summary file for 2025-12-13
This commit is contained in:
何夕2077
84
daily/2025-12-13.md
Normal file
84
daily/2025-12-13.md
Normal file
@@ -0,0 +1,84 @@
|
||||
## AI资讯日报 2025/12/13
|
||||
|
||||
> `AI资讯` | `每日早读` | `全网数据聚合` | `前沿科学探索` | `行业自由发声` | `开源创新力量` | `AI与人类未来` | [访问网页版↗️](https://ai.hubtoday.app/) | [进群交流🤙](https://source.hubtoday.app/logo/wechat-qun.jpg)
|
||||
|
||||
|
||||
|
||||
### **今日摘要**
|
||||
|
||||
```
|
||||
港大ViMax框架开源多智能体协作实现从创意到成片全流程自动化
|
||||
谷歌Gemini Deep Research迭代式推理刷新SOTA基准成绩
|
||||
GPT-5.2基准优异但产品体验翻车引发定价争议
|
||||
迪士尼投资10亿美元授权OpenAI Sora使用200+顶级IP
|
||||
腾讯反向挖角字节AI研究员薪资直接翻倍风向逆转
|
||||
```
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
### 前沿研究
|
||||
|
||||
1. **香港大学ViMax框架开源，AI🚀实现自编自导自演。**
|
||||
黄超教授团队推出[ViMax(AI资讯)](https://github.com/HKUDS/ViMax)，GitHub已获⭐1.4k。通过多智能体协作(✧∀✧)，从创意到成片全流程自动化。编剧、导演、摄像、剪辑智能体分工协作，用户只需一句话💡，AI就能独立完成千赞级视频内容。系统采用递归式叙事分解策略，RAG增强全局上下文同步，图网络驱动视觉一致性，确保跨镜头角色形象、场景风格不变脸🔥。目前计算效率、交互编辑、多元文化支持、音频制作整合仍待提升，但已标志AI视频生成从"碎片化拼接"向"体系化创作"[重要跃迁(AI资讯)](https://www.jiqizhixin.com/articles/2025-12-12-10)。<br/><br/>
|
||||
|
||||
2. **谷歌Gemini Deep Research升级，专治幻觉强化检索能力。**
|
||||
正式发布增强版[Gemini Deep Research(AI资讯)](https://blog.google/technology/developers/deep-research-agent-gemini-api/)，基于Gemini 3 Pro构建。采用迭代式推理🎯，不仅提出查询需求，还能读取整合搜索结果，发现知识空白后针对性开展新一轮搜索💡。在HLE、BrowseComp、DeepSearchQA等测试中刷新SOTA成绩。配套推出DeepSearchQA基准测试集(✧∀✧)，包含17个领域900个手工设计因果链任务，比传统事实检索测试更能衡量多步推理与信息融合能力。同时发布Interactions API🚀，为开发者提供与Gemini 3 Pro和Deep Research智能体交互的统一接口，适配复杂上下文交互场景[来源:(AI资讯日报)](https://www.qbitai.com/2025/12/360539.html)。<br/><br/>
|
||||
|
||||
3. **港大ViMax视觉资产生成采用先图后视频策略。**
|
||||
ViMax制作智能体采用"先图后视频"的两步生成策略💡，首先创建核心视觉元素（角色造型、场景设计、关键画面），然后以此为基础生成对应的动态视频片段，确保视觉风格的精准控制🎯。质检智能体运用视觉语言模型进行专业评估，筛选出最符合分镜要求的版本。若所有候选都未达标，系统将自动调优参数并重新生成。这种闭环质量控制机制🚀确保每个制作环节都能输出专业级别的成果，为最终的完整视频奠定坚实基础[查看更多(AI资讯)](https://www.jiqizhixin.com/articles/2025-12-12-10)。<br/><br/>
|
||||
|
||||
### 产品与功能更新
|
||||
|
||||
1. **GPT-5.2发布引争议，基准优异但产品体验翻车。**
|
||||
OpenAI推出GPT-5.2，宣称在ARC-AGI-2、GDPval等基准上取得跃升💡，并扩展上下文窗口与新的推理档位（xhigh）。不过用户反映🔥日常使用存在严重可用性问题：会话在中断或切换时丢失、移动端websocket掉线导致历史不同步、上传图片与照片识别功能出错等。API定价相比5.1上调约40%，引发"性能是否匹配价格"的争论。发布页的视觉示例被发现多处明显错误🤨，如把CMOS电池当成RAM、把DisplayPort说成HDMI等，被批评为过度宣传且误导用户。[来源:(AI资讯日报)](https://newshacker.me/story?id=46234788)<br/><br/>
|
||||
|
||||
2. **谷歌Gemini 3.0多模态能力完爆GPT-5.2。**
|
||||
有开发者将GPT-5.2宣传案例图让Nano Banana去掉标记框后🎯，分别发给GPT-5.2和Gemini 3.0。结果显示Gemini 3.0完胜GPT-5.2🚀，打脸OpenAI关于GPT 5.2的多模态超过Gemini 3的结论。尽管在UI重建或SVG/屏幕元素识别等基准上有提升(✧∀✧)，视觉任务的方差仍然很大，少数错误在宣传材料中造成信任损失💡。总的来看，multimodal能力确有进步，但对视觉错误的透明/退让更能维护用户信心[来源:(AI资讯日报)](https://x.com/op7418/status/1999450738242781409)。<br/><br/>
|
||||
|
||||
3. **NotebookLM加入Google AI Ultra计划，顶配待遇来袭。**
|
||||
从今天开始🚀，订阅Google AI Ultra计划的用户将在NotebookLM中享受顶配待遇：最强模型支持直接调用Gemini系列最新、最强大的模型版本💡；更高用量上限，音频和视频概览、幻灯片生成等核心功能拥有最高额度限制；最大容量空间，笔记本的容量全面扩容，每个笔记本支持添加的资料来源数量达到巅峰🎯。独家特权体验包括抢先使用特定功能(✧∀✧)，比如重新上线的幻灯片"长篇模式"，以及导出幻灯片和信息图表时可去除水印[来源:(AI资讯日报)](https://x.com/dotey/status/1999258681096175768)。<br/><br/>
|
||||
|
||||
### 行业展望与社会影响
|
||||
|
||||
1. **迪士尼投资10亿美元，200+顶级IP授权OpenAI。**
|
||||
迪士尼官宣向OpenAI投资10亿美元💡，并签下一份为期三年的合作协议，授权Sora使用旗下IP生成短视频内容🚀。一夜之间，OpenAI直接拿到了200多个国际公认顶级IP的合法使用权，包括米奇、米妮、灰姑娘、小美人鱼、《玩具总动员》、《头脑特工队》、《超能陆战队》、钢铁侠、雷神、洛基、达斯·维达、曼达洛人等。不过授权仅限动画或插画版本🎯，不涉及任何真人演员的肖像与声音。此举标志着AI版权战从"锁起来不让AI碰"转向"谈一个合适的出场费"(✧∀✧)，但也引发海量AI短视频"精神垃圾"的隐忧[来源:(AI资讯日报)](https://www.jiqizhixin.com/articles/2025-12-12-9)。<br/><br/>
|
||||
|
||||
2. **腾讯反向挖角字节AI研究员，薪资直接翻倍。**
|
||||
过去几个月里🔥，腾讯向字节跳动的AI研究员开出薪资直接翻倍的挖角条件💡，且不是个案。字节大模型团队中的部分核心研究员已接受腾讯邀约，标志着中国互联网大厂AI人才争夺战出现戏剧性风向逆转🚀。过去一年里主动四处挖人的是字节跳动，如今风向却悄然对调。这或许正是字节抓紧推动豆包股等长期激励计划的原因(✧∀✧)——通过股权绑定核心人才，应对竞争对手的高薪攻势。腾讯的决心不仅体现在挖角竞争对手核心力量上🎯，还将橄榄枝伸向校园[来源:(AI资讯日报)](https://www.aibase.com/zh/news/23638)。<br/>
|
||||
|
||||
3. **中国机器人应急救援比赛让美国网友Reddit破防。**
|
||||
最近，一篇"中国机器人在比火场救人🚀，美国机器狗还在给扎克伯格套脸？"的帖子被顶上了Reddit热门💡。发帖网友表示：中国的机器人已经在比赛应急救援了，咱还在给机器狗化妆拍段子。这一救援项目出自最近在上海举办的GDPS 2025（全球开发者先锋大会暨国际具身智能技能大赛）🎯。除了机器人应急救援比赛，GDPS 2025比赛的规模也实属给外国网友刺激到了(✧∀✧)，有网友表示："刚看到2025年GDPS上海阵容，就跟一支军队似的。我们还在制造理论，人家就已经开始实地部署了。"[来源:(AI资讯日报)](https://www.qbitai.com/2025/12/360542.html)<br/><br/>
|
||||
|
||||
### 开源TOP项目
|
||||
|
||||
1. **goose开源可扩展AI智能体，超越代码建议。**
|
||||
goose是一个开源、可扩展的AI智能体🚀，超越代码建议——可使用任何LLM进行安装、执行、编辑和测试💡。目前在GitHub上已获得⭐23971。该项目标志着AI智能体从单一代码建议工具向全流程开发助手转变🎯，用户可以通过配置不同的LLM来定制智能体的能力(✧∀✧)，实现从代码生成到测试执行的完整开发流程自动化[项目地址(AI资讯)](https://github.com/block/goose)。<br/>
|
||||
|
||||
2. **refly发布面向非技术创作者的Vibe工作流平台。**
|
||||
refly是一个面向非技术创作者的Vibe工作流平台🚀，在GitHub上已获得⭐5108。该平台专注于降低创作者使用AI工具的门槛💡，通过可视化工作流设计，让非技术背景的创作者也能轻松构建和部署AI应用🎯。平台支持多种创作场景(✧∀✧)，从内容生成到多媒体处理，为创作者提供了一站式AI创作解决方案[项目地址(AI资讯)](https://github.com/refly-ai/refly)。<br/>
|
||||
|
||||
### 社媒分享
|
||||
|
||||
1. **ARC Prize宣布GPT-5.2 Pro成本下降390倍。**
|
||||
一年前🚀，ARC Prize验证了OpenAI o3（High）在ARC-AGI-1上的得分为88%，每任务成本约$4.5k💡。今天，验证了新的GPT-5.2 Pro（X-High）SOTA得分为90.5%，每任务成本$11.64🎯。这代表一年内效率提升约390倍(✧∀✧)，Sam Altman对此表示："390x cost reduction in a year!"。这一数据也引发了对GPT-5.1是否故意降智以衬托5.2性能提升的讨论[来源:(AI资讯日报)](https://x.com/sama/status/1999191411313508704)。<br/><br/>
|
||||
|
||||
2. **谷歌TTS达到Next Level水平，审核松懈引发争议。**
|
||||
Gorden Sun分享了谷歌最新的TTS技术🚀，表示其已达到11Labs v3差不多的水平，语气自然、情感丰富，能发出拟声词的音💡。音频由Gemini 2.5 Pro TTS生成，这个模型现在对文本和音频都没有审核🎯，且玩且珍惜(✧∀✧)。不过，他也提醒NSFW警告，不要在公开场合外放视频。该功能目前可在AI Studio免费使用[来源:(AI资讯日报)](https://x.com/Gorden_Sun/status/1999115934175478252)。<br/>
|
||||
|
||||
3. **NotebookLM集成Skills概念提升前端设计能力。**
|
||||
meng shao分享了Anthropic提出的"不要重复构建Agent💡，而是要构建积累Skills"的概念🚀。结合"Improving frontend design through Skills"博客中的前端设计效果对比，有无Skills时的差异非常明显🎯：一个是前端能力强但不懂当前环境和品位要求的AI，一个是既保持了通用的前端能力又对当前环境和品味要求有深入了解的AI(✧∀✧)。他还分享了Kombaico这个专门做前端开发的Coding Agent，在前端设计还原、前端规范一致性、设计系统延续性、复杂前端工程开发等方面都有很多自己的特点[来源:(AI资讯日报)](https://x.com/shao__meng/status/1999393092290638275)。<br/><br/>
|
||||
|
||||
---
|
||||
|
||||
## **AI资讯日报语音版**
|
||||
|
||||
| 🎙️ **小宇宙** | 📹 **抖音** |
|
||||
| --- | --- |
|
||||
| [来生小酒馆](https://www.xiaoyuzhoufm.com/podcast/683c62b7c1ca9cf575a5030e) | [自媒体账号](https://www.douyin.com/user/MS4wLjABAAAAwpwqPQlu38sO38VyWgw9ZjDEnN4bMR5j8x111UxpseHR9DpB6-CveI5KRXOWuFwG)|
|
||||
|  |  |
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user