2025.12.17.16 过去4小时全球AI发生了什么？
过去4小时全球AI要闻回顾
OpenAI Images 1.5 正式发布，提升图像生成与编辑能力-Sam Altman
OpenAI正式发布了Images 1.5图像生成模型，现已在ChatGPT和API中上线。该版本在图像质量、生成速度和编辑能力方面均有显著提升，并提供了在ChatGPT中轻松创建趣味图像的新方式。OpenAI CEO Sam Altman表示，这是他们今天推出的“非常有趣”的新功能。
GPT 5.2 Pro 获用户高度评价，被视为“范式转变”-Sam Altman
OpenAI CEO Sam Altman转发的用户反馈显示，GPT 5.2 Pro在实际应用中带来了“范式转变”，特别是在代数几何和数论研究等需要长时间工作的领域，其实用性有了显著提升。Sam Altman强调这是一项“重要的新评估”，表明该模型在复杂任务处理能力上的突破。
Google创始人谢尔盖·布林斯坦福演讲：回顾Google历史，展望AI未来，强调材料科学与分子生物学潜能-向阳乔木
Google创始人谢尔盖·布林在斯坦福工程学院百年庆典上发表了深度演讲，回顾了Google的起源，分享了公司在Transformer和Google Glass项目上的经验教训，强调了信任技术人员和早期投入基础研究的重要性。布林对AI的未来持乐观态度，认为其能增强个人能力，并提出需要重新思考大学教育的意义。他还特别指出，材料科学和分子生物学是被低估的颠覆性技术。
小米发布MiMo-V2-Flash开源MoE模型，速度与性能兼备-clem 🤗
小米发布了全新的开源MoE模型MiMo-V2-Flash，总参数达309B，推理速度高达150 tokens/s。该模型采用了混合滑动窗口注意力机制，并基于27T tokens数据进行FP8混合精度训练。MiMo-V2-Flash在多个基准测试中展现出与K2/DSV3.2竞争的强大实力，参数量更少，且专为Agentic AI设计。
Molmo 2 在图像和视频任务中刷新开放模型SOTA-merve
Molmo 2在开放模型中的图像和视频任务上取得了新的SOTA（State-of-the-Art）成果。该模型基于SigLIP2和Qwen3构建，提供三种不同尺寸，并包含一个专门用于视频指向/计数的4B模型。Molmo 2采用Apache 2.0许可证，其图像和视频数据集也已同步发布。
MSL 发布全新开放音频模型 SAM Audio-clem 🤗
MSL（Microsoft Speech and Language）发布了新的开放音频模型SAM Audio。该模型的发布旨在进一步推动音频领域AI技术的进步和应用，为研究人员和开发者提供更多工具。
腾讯推出HY World 1.5 (WorldPlay) 世界模型，具备实时交互和长期记忆能力-clem 🤗
腾讯推出了其最新的世界模型HY World 1.5 (WorldPlay)，该模型具备实时交互和长期记忆能力，旨在为用户提供更沉浸和动态的体验，预示着在虚拟世界和Agentic AI应用方面的新进展。
Google AI生产力工具更新：Gmail新增CC代理，Gemini App升级深度研究功能-Demis Hassabis
Google Labs推出了新的实验性AI生产力代理CC，作为Gmail的一部分，能够为用户提供每日简报。此外，Gemini App也升级了其“深度研究”功能，使用户在学习新主题时能更直观地看到相关信息和图片，提升学习体验。
Claude Code 更新多项功能，提升开发体验-向阳乔木
Claude Code近期进行了一系列更新，包括引入语法高亮功能以提升代码可读性，提供提示词建议以优化用户输入，开放官方插件市场以扩展功能，以及推出可分享的访客通行证，具体用途有待进一步明确。
智能成本三年内下降千倍，创新普及度大幅提高-Peter H. Diamandis, MD
Peter H. Diamandis博士指出，智能的成本在过去三年中下降了近1000倍，这使得创新变得前所未有的容易和普及。他预测未来十年，这种技术普及的趋势将对社会和各行业带来深远影响。
Amjad Masad 分享验证/测试代理的构建经验-Amjad Masad
Amjad Masad分享了关于如何构建验证/测试代理的经验和方法。这对于开发高质量软件和AI系统至关重要，揭示了在自动化测试和验证流程中的技术细节。