AI资讯日报
2025.12.21
1 分钟阅读
【产品与功能更新】
- Google推出FunctionGemma：270M参数小模型能把自然语言直接转成设备命令，测试准确率从58%飙升到85%。从聊天机器人升级成真能干活的智能代理。
- Google Gemini可检测AI视频：用户能上传视频直接查是否由Google AI生成，利用SynthID水印技术分别检查视觉和音频轨道。支持最大100MB、90秒视频，全球免费使用。
- OpenAI发布GPT-5.2-Codex：目前最强智能体编程模型，SWE-Bench Pro准确率56.4%，能长时间专注复杂任务还不会忘记进度。防御性网络安全能力顶级，还帮研究员发现了React框架关键漏洞。
- Kling 2.6运动控制功能上线：用户可定义图片角色如何移动，参与创作大赛最高拿$1现金。一等奖5名送16000积分，截止12月31日。
- Mistral发布OCR 3：处理表单扫描件和手写内容时相比前代胜率74%，每千页仅需2美元，批量折扣低至1美元。能保留复杂表格结构，支持直接输出Markdown。
【前沿研究】
- 大模型“越想越错”被证实：人大腾讯团队用信息论发现推理链过长会积累噪声，提出Adaptive Think策略让模型“够自信就停”。在GSM8K上Token消耗减少一半，准确率还提升了，论文入选NeurIPS 2025 Spotlight。
- JARVIS框架增强视觉推理：受I-JEPA启发的自监督学习框架，能让多模态大模型不再只依赖文字描述学视觉。实验证明在视觉中心任务上持续提升，还不影响多模态推理能力。代码已开源GitHub。
- AIMM检测社媒操纵股市：融合Reddit活动和OHLCV数据生成每日操纵风险分数，在GME事件前22天就发出预警。包含33个标注样本的真相数据集已开源。
- Pull-based协议解决AI协作难题：论文发现有知识的Leader常因缺乏心智理论无法正确指导Follower，成功率从35%暴跌到17%。实验证明主动提问的Pull协议比Push指令更稳，澄清请求频率翻倍。
【行业展望与社会影响】
Manus 8个月ARR破1亿美元：这家新加坡AI代理公司创下全球最快纪录，月复合增长率超20%，处理了147万亿tokens。能自主完成简历筛选到全栈开发的复杂任务，团队仅105人。