AIGC Weekly

重点介绍了 Midjourney V7 的发布（提升图像质量和细节，引入草稿模式）和 Meta Llama 4 系列模型的发布（亮点是高达 1000 万 Token 的上下文窗口）。同时提及即梦 3.0（擅长中文文字生成）、Runway Gen-4（视频生成）、OpenAI 预告 o3/o4-mini 及开源计划、Gemini 2.5 Pro 开放付费使用等。

OpenAI发布了GPT-4o图像模型，具备强大的图像生成能力和多种特性，但也存在一些限制。与此同时，Gemini 2.5 Pro和Deepseek V3也发布了新版本，提升了多模态理解和推理能力。其他动态包括Midjourney V7的即将发布和苹果在AI领域的重大投资。

OpenAI发布了三个新的音频模型API，改进了转录和语音合成的准确性；腾讯推出了混元T1推理模型；多款新AI工具和应用相继发布，包括Reve图像生成工具和Dia AI浏览器。研究表明AI能力每7个月翻一番，未来可能执行复杂任务。

谷歌发布了Gemini 2 Flash和Gemma 3模型，支持多模态图像生成和个性化设置；OpenAI推出了Agents API工具，增强了代理构建的灵活性；其他动态包括百度的ERNIE X1和米哈游的AI游戏发布。产品推荐包括Same和Duck，强调AI在开发和设计中的应用。研究方面，探讨了长时程任务规划和中英文双语图像生成模型Seedream 2.0的进展。

阿里发布了QwQ-32B推理模型，具备自主执行和持续学习能力的Manus AI成为焦点，多个AI工具和模型如Luma的Ray2 Flash、谷歌的gemini嵌入模型等也有新进展，强调主动性在成功中的重要性以及AI对创新的影响。

Claude 3.7和GPT-4.5相继发布，前者在编码和网页开发方面有显著改进，后者则提升了知识库和用户意图理解能力。Deepseek开源周推出多项高效模型训练库，多个AI产品和工具更新，展示了AI技术的快速发展和应用潜力。

Grok3发布，具备强大功能和上下文处理能力；谷歌Veo2视频生成模型开放使用，表现优秀但清晰度有所下降；Figure推出Helix机器人视觉语言模型，实现多机器人协作；AI在技术面试中的影响显著，需调整面试策略以应对AI挑战。

OpenAI公布了GPT-4.5和GPT-5的发布计划，Windsurf发布了第三波更新，Grok 3即将发布，Perplexity推出Deep Research能力，AI语音助手技术快速发展，Meta研究如何解码语言，新的AI视频生成技术和模型不断涌现。

OpenAI发布了Deep Research功能，支持网页搜索和文件分析，Mistral AI推出Le Chat更新和付费服务，Github Copilot更新Agent模式，多个AI工具和模型的最新动态和推荐，强调AI在个性化软件和推理能力上的进展。

Deepseek R1模型的开源引发了AI领域的重大关注，其在多项任务上表现出色，击败了OpenAI的o1模型，且运行成本低。OpenAI也发布了o3-mini模型以应对竞争，同时推出了Operator代理，增强了AI的自动化能力。阿里巴巴开源了Qwen2.5系列模型，进一步推动了多模态AI的发展。

Windsurf发布了Wave 2更新，增强了网络搜索和自动化记忆功能；Luma推出了新的视频模型Ray2，支持中英文提示；Cursor获得1.05亿美元融资；多项AI产品和研究进展，包括AI产品经理的未来、AI与人类共生的重要性等。

英伟达在CES发布会上推出了50系显卡和Blackwell B200 GPU，强调AI性能和新技术，包括Project Digits个人AI计算终端和NVIDIA NIM微服务。同时，发布了多个AI相关软件和模型，推动自动驾驶和视频生成技术的发展。其他动态包括Perplexity Sports功能上线和VLC播放器AI字幕生成等。

上周AI领域动态较少，罗永浩发布了新产品，Google启用Vertex AI图像生成，马斯克宣布Grok 3预训练完成。DeepSeek v3模型表现出色但在某些基准测试中有限，讨论AI产品的未来发展和市场趋势。

上周发布内容有限，DeepSeek V3 和阿里开源的QVQ视觉推理模型引起关注，前者在算力成本上表现优异，后者则是视觉推理的开创性模型。多个AI产品和模型更新也在持续推出，涉及图像生成、语音引擎和AI代理等领域。

谷歌发布了Veo 2和Image 3视频生成模型，OpenAI推出O3模型，提升了推理和编程能力。Odyssey推出Explorer世界生成模型等这周的AI信息和内容。

谷歌发布了Gemini 2.0，支持多模态输入输出，提升了性能和工具使用能力；OpenAI推出Sora视频生成模型，支持高分辨率视频生成；多个AI项目如Project Astra和Mariner也有新进展，展示了AI在多语言交流和网页信息理解方面的能力。同时，新的AI工具和应用如NotebookLM和Remento为用户提供了创新的功能和体验。

总结了OpenAI、亚马逊、谷歌等公司的最新动态，包括OpenAI发布O1 Pro和ChatGPT Pro，亚马逊推出Nova系列模型，谷歌发布Gemini-exp-1206等。同时，文中提到了一些新工具和产品推荐，如Youmind、Exa Websets等，强调了AI在各个领域的应用和发展趋势。此外，还讨论了强化学习中的奖励黑客问题及其应对策略，以及未来AI技术的潜在影响。

介绍了多个AI相关的最新动态，包括Anthropic发布的MCP协议，Luma的新交互和图像模型，黑色星期五的优惠信息，以及阿里开源的推理模型QwQ-32B-Preview。文中还提到了一些AI产品和服务的推荐，如ElevenReader、Gen chess和Pickle等

介绍了多个重要的开源 AI 模型和工具，包括 Ai2 的 Tülu 3 模型、Mistral AI 的 Pixtral Large 124B 和 FLUX 工具套件。还讨论了诸如 Grok 能力更新、Runway 扩展视频支持、Anthropic 与 AWS 的合作等动态。此外，推荐了多款 AI 应用和工具，如 Hero 日常助理和 Notclass 视频搜索工具。精选内容包括关于马斯克与 Sam 的诉讼电子邮件、AI 代理的构建指南以及大型语言模型的介绍等。

AI编程赛道正在迅速发展，阿里发布了Qwen 2.5代码模型，Cursor收购了AI编码插件Supermaven，Windsurf Editor作为新的AI代码编辑器提供了更全面的功能。国内AI编程工具的开发速度较慢，但市场潜力巨大。