近期，生成式AI领域迎来了一系列创新与突破，各大科技公司纷纷推出新功能与产品，引发了广泛关注。
OpenAI在近期的一系列活动中，展示了其强大的技术实力。ChatGPT Projects作为OpenAI新推出的多功能协作平台，集成了文件上传、对话管理和实时协作等高效工具，用户还可以自定义指令并集成网络搜索、Canvas等工具，以满足个性化需求，提升工作效率。该平台的长期目标是发展为企业级应用，提供ERP和CRM等管理功能，进一步拓展企业用户市场。
与此同时，OpenAI版「Her」也迎来了全面升级，新增了视频聊天、屏幕共享以及圣诞限定圣诞老人语音等功能。其高级语音模式支持多模态交互，提供自然对话节奏和多语言情感表达，为教学与协作带来了全新的体验。然而，谷歌Gemini 2.0的实时AI功能被认为更为先进，给OpenAI带来了不小的竞争压力。
微软在AI领域也取得了新进展，推出了Phi-4小模型。该模型参数仅为14B，但在数学和编程能力上却超越了Llama 3.3和GPT-4o等大型模型。Phi-4采用了新的训练范式“midtraining”，显著提升了长文本处理能力，窗口长度可达16K。这一创新方法通过引入长文本数据和对比学习方法，有效提升了模型的推理、知识和编程能力。
在图像处理领域，Pika 2.0的上线也引起了广泛关注。该版本新增了图像到视频转换功能，能够根据图片和提示词生成无缝视频场景。这一功能特别适用于电商场景，可以将服装、产品等照片与特定环境结合，生成高质量视频，为电商行业带来了新的营销手段。
硬件方面，谷歌与三星联合发布了首款MR眼镜，集成了强大的AI功能，并搭载了Android XR系统。这款眼镜比苹果Vision Pro更轻、视场角更大，且价格更具竞争力。通过与多家厂商合作，谷歌正积极推动XR生态系统的发展，挑战苹果和meta的市场地位。
然而，生成式AI领域也面临着一些挑战和争议。OpenAI前研究员Suchir Balaji疑似自杀的事件引发了公众对AI公司如何使用数据的关注。Balaji曾揭露OpenAI在训练ChatGPT过程中违反版权法，未经授权使用大量互联网数据，损害了企业和创业者的利益。这一事件引发了关于“合理使用”法律的争议。
meta则在神经接口AR领域取得了突破，发布了EMG腕带与Orion AR眼镜原型，实现了隔空打字和手势控制。这一创新技术通过轻便设备和AI技术推动了神经接口与AR革命，为市场带来了新的竞争态势。
在学术领域，AI巨佬Ilya在NeuralPS2024演讲中断言大模型预训练时代即将终结。他指出，数据量增长停滞和数据资源有限是预训练终结的主要原因。未来，AI将转向代理、合成数据、推理时间计算及生物学启示等新方法，以应对当前面临的挑战。
著名AI专家Hinton也提出了自己的见解。他认为，AI的发展应回归生物学，结合现代基因工程技术，通过模拟神经网络的非线性特性，实现低功耗计算。同时，他强调大语言模型不仅具备“自动完成”功能，还具备深层次的理解能力。因此，不应开放大模型源代码，以免引发资源争夺和不受控制的风险。
