2025.12.21.08 过去4小时全球AI发生了什么？

calendar Dec 21, 2025 · 1 分钟阅读  ·
分享到: linkedin copy

  1. Andrej Karpathy 2025年LLM年度回顾：RLVR、AI智能体、Vibe Coding和LLM GUI成亮点-宝玉

    OpenAI联合创始人兼前特斯拉AI总监Andrej Karpathy发布了2025年LLM年度回顾，指出四大变化：训练方法的范式升级，引入“可验证奖励的强化学习”（RLVR），模型通过自我练习在数学、代码等领域提升推理能力，导致算力分配更多转向强化学习；其次，对AI智能本质的理解加深，其“参差不齐的智能”表现为在可验证领域能力飙升，但在常识、创意方面仍存不足，并对基准测试的信任度降低；第三，LLM应用层浮出水面，如Cursor，展示了垂直领域应用通过上下文工程、多模型编排和专业界面实现价值；第四，AI智能体本地化趋势明显，Claude Code的成功表明将AI智能体部署在本地与开发者协作是当前更合理的选择，预示了Vibe Coding的兴起，使编程平民化，以及大模型“图形界面时代”的到来，例如Google Gemini Nano Banana通过实时生成图片、信息图等方式实现更直观的人机交互。Karpathy总结，2025年的大模型既聪明又愚蠢，但潜力远未挖掘。

  2. Redis之父Salvatore Sanfilippo的2025年AI年终反思：八大观点揭示行业前沿-宝玉

    Redis之父Salvatore Sanfilippo分享了他对2025年AI发展的八点反思，以非AI圈技术大牛的视角提供了独特见解。他指出，关于LLM是“随机鹦鹉”的说法已不再被接受，因为模型在多项专业测试中表现出色，且研究发现其形成了内部概念表征。思维链（CoT）被低估，它通过内部表征采样和强化学习，帮助模型实现推理能力的显著提升。算力扩张瓶颈被打破，得益于“可验证奖励的强化学习”，模型可在无人类标注下通过自我评估持续学习和优化，如AlphaGo的“神之一手”。程序员对AI的态度发生转变，从怀疑到广泛接受，LLM作为“同事”或“独立编码智能体”两种使用方式并存。Sanfilippo认为Transformer架构仍有潜力，并驳斥了“思维链改变LLM本质”的说法。此外，ARC测试结果逆转，原本用于反驳LLM抽象推理能力的测试，反而成为了证明其能力的证据。最后，他对AI的未来表示担忧，认为避免AI灭绝是未来20年的根本挑战。

  3. Peter H. Diamandis强调量子AI与指数级技术发展-Peter H. Diamandis, MD

    Peter H. Diamandis博士发表了对未来AI发展的看法，强调量子技术将是AI的未来。他还指出，现在全球的小型团队正在完成过去只有政府和跨国巨头才能完成的任务，体现了技术普惠的力量。此外，他提出了指数级增长的六个D：数字化（Digitized）、欺骗性（Deceptive）、颠覆性（Disruptive）、去货币化（Demonetized）、非物质化（Dematerialized）和民主化（Democratized），并呼吁人们记住这些概念以理解当前的技术发展趋势。Diamandis还提及当前我们正面临着390倍的年度超通缩，远超40倍的预测，预示着这种通缩效应将超出数据中心范畴，对更广阔的经济领域产生深远影响。

  4. 2026年AI将成为科学前沿与OpenEnv、VLMs及机器人领域发展-merve

    merve预测2026年将是AI应用于科学的元年，认为Google DeepMind及独立实验室如Periodic Labs将成为前沿研究机构，同时CERN等纯科学实验室也将发布AI模型和数据集，开启激动人心的科学探索时代。她进一步预测，计算机视觉将通过基础模型和视觉语言模型（VLMs）普及，特别是在视觉/文本提示和分割任务上，这将解锁深度感知等新能力。同时，机器人技术也将走向主流，尽管初期可能面临挑战。在底层技术方面，她预测小型但更强大的全能模型（Omni models）将减少幻觉并提升推理能力，同时设备上的多核处理器（MCPs）和能控制手机的智能体（包括截图视觉语言模型）也将出现，带来更多产品和用户界面上的革新。此外，她还提到强化学习环境（如OpenEnv）和训练即服务模式（如TRL/Unsloth）将日益普及。

  5. AI初创公司在巨头主导下的生存之道与AI加速游戏开发-Orange AI

    Orange AI讨论了当前AI初创公司所面临的挑战，认为在Google或字节跳动等巨头面前，初创公司难以建立壁垒，只能在夹缝中求生存，专注于巨头“看不上”或“希望你做”的领域，但即便如此也能获得利润。这种现实主义的视角与理想主义的“干就完了”形成对比。同时，Fei-Fei Li转发的一条消息显示，AI技术极大地加速了游戏开发，一个原本需要12个月完成的游戏，借助AI仅用8周便得以实现，展示了AI在内容创作和生产力提升方面的巨大潜力。

  6. Codex通过Skills机制解决Plan模式痛点及AI图像生成技巧-宝玉

    Codex通过引入Skills机制解决了长期存在的Plan模式痛点。现在，用户只需在Prompt中加入$plan即可调用内置的Plan Skill，若需更复杂的规划则可使用execplan。此外，关于AI生成高质量信息图，有几个关键技巧：使用Gemini进行生成，因其能在生成前进行推理和提示词优化；同时，模型出图具有随机性，需要多次尝试（“抽卡”）；最后，获得好的结果后还需要进行微调。宝玉也分享了一个实用的Prompt示例，用于生成“纸艺分层艺术”风格的图像，并结合极简构图、细腻胶片感和中国水墨画意境，说明Gemini能将其解读为“Foggy Minimalist Lithograph”（雾感极简石版画风）。

  7. Google与OpenAI在AI动态UI和Agentic Web浏览器方面的不同策略-宝玉

    关于AI动态生成UI，宝玉分析了Google和OpenAI的不同策略。Google的A2UI倾向于完全动态生成UI，其优点是灵活性高，但稳定性可能相对较差，技术上不再是低代码或JSON方案，而是直接生成HTML/CSS/JS。这种方案被认为是未来的发展方向，但目前可能过于超前。而OpenAI的ChatGPT App则采用了一种更务实的方案，将其构建为一个可按需调用的小程序生态系统。例如，用户在聊天窗口中即可调出预设的订酒店小程序，根据提供的信息进行预填和确认，实现了无需跳出主应用即可完成复杂操作。宝玉认为，在当前AI能力参差不齐的过渡阶段，OpenAI这种定制UI结合场景动态选择的方案更为可靠。同时，有观点指出ChatGPT本身可能成为下一代Agentic Web浏览器，其聊天界面本质上是一种新的渲染引擎，超越了现有引擎的局限。

  8. 阿里巴巴发布Qwen-Image-Layered模型与NVIDIA Nemotron系列下载量突破500万-ClementDelangue

    阿里巴巴发布了Qwen-Image-Layered模型，这是一款完全开源的原生图像分解工具，具备Photoshop级别的分层能力。该模型有望在图像编辑和应用开发中发挥重要作用。同时，NVIDIA宣布其Nemotron系列模型在Hugging Face平台上的下载量已突破500万次，显示了该系列模型在AI社区的广泛应用和受欢迎程度。

  9. Reachy Mini机器人交付与AI智能体上下文管理-ClementDelangue

    Hugging Face生态系统中的Reachy Mini机器人正在陆续交付给用户，多位用户分享了收到机器人并开始尝试编程控制的喜悦，显示其作为小型编码实验室的潜力。Zach Mueller等人提到Reachy的应用程序使其能够即插即用，无需上传，并设想让像Claude这样的AI拥有对Reachy的完全控制。这表明社区对AI控制实体机器人的兴趣浓厚。此外，FactoryAI的观点强调，解决长周期AI智能体的关键在于上下文压缩，对各种压缩策略进行评估是当前研究的重要方向。

  10. Google Gemini 3 Flash升级与NotebookLM整合-Demis Hassabis

    Google的Gemini 3 Flash模型在计算机使用能力上获得了大规模升级，使其在执行长时间任务时更加快速和高效。此外，NotebookLM的受欢迎程度持续上升，并且现在Gemini用户可以直接将NotebookLM的笔记添加进去，进一步增强了AI的知识管理和辅助创作能力。宝玉还分享了一个利用NotebookLM优化PPT视觉效果的方案，即通过上传PDF到NotebookLM，然后利用其Slide Deck功能根据期望风格重新生成演示文稿，为用户提供了便捷的创意工具。

  11. AI分析市场现状：前沿通用模型与专业化模型并存-Ben Tossell

    Ben Tossell分享了关于AI模型市场的一个“公开秘密”：尽管前沿的通用模型听起来很酷，但专业化模型才是行业的主力。这表明在实际应用中，针对特定任务优化的模型往往更具效率和实用价值。同时，一条关于“GPT5.2 + Droid在NextJS上表现 phenomenal”的评论也侧面印证了特定AI工具在专业开发领域的重要性。Sarah Guo则评论了当前AI分析市场的现状，认为许多所谓的“AI分析”只是缺乏第一手信息的二手论调，导致市场叙事受到同质化群体讨论的驱动，呼吁谨慎对待这类信息，并指出以往的错误叙事包括低估开源基础模型、AI应用层的价值以及误判预训练规模的边界。

  12. Allen AI发布视频推理智能体系统-merve

    Allen AI近期发布了一个面向视频推理的智能体系统，并同时提供了相关的模型、不同训练阶段的数据集以及基准测试集。这一发布标志着AI在理解和处理视频内容方面取得了重要进展，有望推动视频分析、内容生成和智能交互等领域的发展。