2025.12.22.12 过去4小时全球AI发生了什么？
Allen Institute for AI (AI2) 最新发布了其 SAGE-MM 多模态模型的演示，该模型被称为“智能任意视界代理”（Smart Any-Horizon Agents），专为长视频推理设计。这一演示已在Hugging Face上开放，预示着视频理解和长时序推理能力的进一步提升。
AI2的另一项重要进展是发布了最新SOTA（State-of-the-Art）多模态模型 Molmo 2 的演示。该模型同样已在Hugging Face上提供，并支持多图像输入（Multi-Im…），展现了其在复杂视觉理解和多模态交互方面的强大潜力。
小米MiMo论文深入探讨了AI在前端开发领域日益强大的原因。论文指出，其关键在于采用了基于视觉的验证器。该验证器通过对录制的视频片段执行情况进行评分，综合评估视觉质量、功能准确性和可执行性，从而确保奖励机制能够同时兼顾应用程序的外观和实际功能，显著提升了AI生成前端代码的质量。
一种新颖的AI动画制作方法被提出，利用“nano banana pro”等工具。用户首先通过提示词（例如“write ‘A high-quality 3D medical illustration of a hardening of the arteries’”）生成高质量的3D医学插图。随后，将这些生成的图片作为AI视频工具的首帧图，进而生成动态的视频动画，极大地简化了专业动画的制作流程。
Peter H. Diamandis博士指出，近50%的美国员工正在使用AI技术，这是一个惊人的数字。他表示，这可能是有史以来最快被采纳的技术之一，凸显了AI在劳动力市场中的迅速普及和深远影响。
Clement Delangue转发了关于一个即将举行的直播的预告，该直播将由Zach Mueller主持，深入探讨Claude AI的工作原理及其“魔法”。这场直播有望揭示Claude在AI领域取得突破性进展的幕后技术细节和方法。
据报道，亚马逊可能向OpenAI投资100亿美元，这笔投资将使OpenAI的估值超过5000亿美元。此举被视为一项强劲的战略决策，不仅能让OpenAI摆脱云服务独家绑定，促进与更多超大规模厂商的合作，也将使亚马逊获得一个旗舰合作伙伴，以推动其Trainium芯片和企业级AI的发展。
Emad表达了对形式化证明语言Lean在目前阶段用于证明重大理论的实用性的看法，认为其尚不足以发挥主要作用。他建议所有研究实验室应集中资源，投入大量计算力来升级和填补mathlib的空白，这将对未来的AI模型发展产生积极影响。
一份包含AI上下游相关产品和基础设施的中文资料已翻译并发布。这份资料提供了网址链接和一句话评价，旨在方便用户查找和了解AI生态系统中的各类工具和服务，为中文社区的AI开发者和使用者提供了宝贵的参考。
一款产品因其独特的设计思路和交互方式而受到关注，其功能类似于本地优先的Flomo。用户可以随手记录内容，并对每个帖子进行AI反思，或基于所有日志进行对话。该工具支持配置Ollama本地模型或OpenAI兼容模型，如Deepseek API，提供了高度的灵活性和个性化体验。
在旧金山发生的大停电中，Google Waymo无人出租车出现了“罢工”现象，直接停在了路中央。这一事件引发了关于无人车云端运行依赖以及在无法识别红绿灯等极端情况下自主决策能力的讨论，暴露了当前自动驾驶技术在应对复杂突发状况时的潜在挑战。
Peter H. Diamandis博士预测，2026年将是科技“感觉”像未来的一年，因为“杰森一家”时代的硬件将真实出现在我们身边，包括人形机器人、赛博出租车、飞行汽车和无人机等。这一展望描绘了一个由先进AI和机器人技术驱动的未来图景。
David S. Holz将当前的AI发展类比为空气动力学中的“跨音速”飞行状态。他解释说，跨音速是最难建模的飞行状态，因为它混合了亚音速和超音速气流，产生复杂的冲击波。他认为，AI目前正处于这个“跨音速奇点边缘”，预示着一个复杂且充满挑战的过渡阶段。