8.8°

MEUX 「十二月」 AI设计观察

经验类型行业资讯
经验属性原创文章
经验版权署名-非商业性使用

百度MEUX

关注

2368 0 5 2024-12-25

AI设计观察是MEUX发起的体验洞察系列内容，定期汇总国内外设计动态，为大家带来最新行业资讯。

【1】谷歌发布AI大模型Gemini2.0

【2】Android XR迎来Gemini时代

【3】OpenAI发布会发生了什么

【4】腾讯版Sora发布即开源

【5】豆包支持在图片生成中文

【6】Kimi上新抢先实测视觉思考模型k1

【7】360集团发布创作引擎纳米搜索

【8】iOS 18.2更新：Siri接入ChatGPT

【9】蛇年春晚吉祥物「巳升升」发布

【10】潘通发布2025年度代表色：摩卡慕斯

1.谷歌发布AI大模型Gemini2.0

12月12日凌晨，谷歌发布了他们的重磅更新Gemini2.0，声称“Gemini2.0是我们迄今为止最新、功能最强大的AI模型”。其最大的亮点是这是第一家实现原生多模态输入输出的模型。基于Gemini2.0，谷歌又推出了三个AI agent产品，通用大模型助手Project Astra、浏览器助手Project Mariner、编程助手Jules，这一套“组合拳”下来，标志着谷歌AI已经初步做到了向“Agent”时代的转变。

2.Android XR迎来Gemini时代

Google Android XR定位「为下一代计算而构建的全新操作系统」，从VR头显到AR眼镜都是它的系统适配范围。同时Android XR AI部分的重要功能将采用谷歌刚刚发布的Gemini 2.0的模型能力，例如你在使用XR设备看视频时，你可以随时呼出Gemini，向它询问当前视频画面中的内容介绍。

3.OpenAI发布会发生了什么

OpenAI发布会前7天亮点频出，不仅发布了性能更优的o1完全体及其mini和pro版本，推出每月200美元的ChatGPT Pro服务，还展示了强化微调技术，发布了支持高清视频生成的Sora正式版，开放了ChatGPT Canvas功能，且宣布ChatGPT登陆苹果iOS生态系统，推出具有视频输入和屏幕共享功能的高级语音模式和项目管理工具Projects in ChatGPT。

4.腾讯版Sora发布即开源

腾讯发布了130亿参数的开源视频生成模型腾讯混元—Video，成为目前参数量最大的开源模型。该模型的模型权重、推理代码和算法已全部上传至GitHub和Hugging Face。该模型具备超写实画质、高语义一致性、运动画面流畅和原生镜头转换等特点，并已在腾讯元宝APP上线供用户试用，同时开放API测试。

5.豆包支持在图片生成中文

字节跳动的AI助手豆包新增了在图片上生成中文的功能，解决了AI文生图在中文生成上的难题。用户可直接在豆包App中通过提示词生成带有特定中文文字的图片，用于制作表情包、漫画或辅助设计海报等。豆包的这项功能不仅提升了中文生成效果，还降低了创作门槛，使得设计工作更加便捷和多样化。

6.Kimi上新抢先实测视觉思考模型k1

月之暗面发布了视觉思考模型k1，这是继k0-math之后在推理模型上的又一大进步。k1基于强化学习技术，支持端到端图像理解和思维链技术，推理能力在数学、物理、化学等基础科学领域超越了全球标杆模型。它还能识别真实拍题场景并进行深度推理，展现出古代文献分析、梗图理解等涌现能力，实际表现超出预期。

7.360集团发布创作引擎纳米搜索

360集团推出了名为“纳米搜索”的多模态内容创作引擎，标志着搜索引擎进入3.0时代，即“创作引擎”。该引擎以“搜学写创”为核心，颠覆了传统搜索模式，支持语音、拍照等多种搜索方式，并能生成数字人视频等内容，旨在降低AI使用难度，实现智能创作。

8.iOS 18.2更新：Siri接入ChatGPT

苹果发布了iOS 18.2正式版更新，为iPhone 15 Pro和所有iPhone 16型号带来AI功能，包括Siri与ChatGPT的整合。当Siri遇到复杂问题时，会触发ChatGPT以提供答案，同时确保隐私保护。此次更新使用的是OpenAI的GPT-4o模型，苹果计划明年引入国行iPhone，并适配国内模型商模型以提升体验。更新还包括Genmoji、Image Playground等功能，新增灵动岛显示下载进度。