目录
OpenAI正式上线Sora，ChatGPT Pro用户可无限生成、最长20秒
谷歌发布新一代大模型Gemini 2.0，掀了AI圈牌桌，全力狙击OpenAI
OpenAI向所有用户开放ChatGPT Canvas 功能，新增支持Python代码运行
王者降临！苹果全家桶接入ChatGPT，重塑iPhone、iPad 、Siri
OpenAI 推出全新 ChatGPT Projects，集成多项实用工具
OpenAI正式上线Sora，ChatGPT Pro用户可无限生成、最长20秒
关键看点
- OpenAI 发布 Sora Turbo，一款超写实 AI 视频生成软件。
- 软件支持文本和图像生成视频，时长可达10至20秒。
- 提供480p、720p、1080p分辨率和多种画面比例。
- 设有情节提要功能，实现视频剪辑流畅过渡。
- ChatGPT Plus 用户每月可生成50个视频，Pro 用户无限制。
- 2025年初将发布更多定价选项。
- 软件对生成真实人像、暴力和露骨主题有严格限制。
详情
- Sora Turbo 发布：OpenAI 推出 Sora Turbo，支持 ChatGPT Plus 和 Pro 用户，订阅费用分别为每月20美元和200美元，服务覆盖美国及大部分非欧盟和英国地区。
- 视频生成能力：用户可以通过文本输入或静态图像生成10至20秒的视频，支持480p、720p、1080p分辨率，以及16:9、1:1、9:16三种画面比例。
- 用户界面：Sora Turbo 设计了新用户界面，支持网格或列表视图，方便用户查看和管理视频作品。
- 情节提要功能：用户可以在时间轴视图中生成多个相互关联的剪辑，自由调整剪辑切换方式，创造流畅视觉效果。
- 视频生成限制：ChatGPT Plus 用户每月最多生成50个视频，分辨率720P、5秒，有水印；Pro 用户可快速生成500个视频，支持1080P、20秒、无水印，享有慢速无限生成服务。
- 定价选项计划：OpenAI 计划在2025年初之前发布更多针对不同用户需求的定价选项。
- 内容生成限制：Sora Turbo 对生成真实人像、暴力和露骨主题实施了严格的限制，以防止不当内容的产生。
链接
OpenAI正式上线Sora，ChatGPT Pro用户可无限生成、最长20秒
谷歌发布新一代大模型Gemini 2.0，掀了AI圈牌桌，全力狙击OpenAI
关键看点
- 谷歌发布新一代大模型Gemini 2.0，性能提升，支持多模态输出。
- 推出多模态实时API，展示三个智能体研究原型。
- Gemini 2.0旨在提升投资回报率，增强谷歌在AI领域的竞争力。
- Gemini 2.0 Flash在性能上超越参数量级更大的模型。
- Gemini 2.0支持原生图像生成和音频输出，以及使用Google搜索和地图。
- Gemini 2.0 Flash使用量增长超过900%。
- 谷歌展示Project Astra、Project Mariner和Jules三个智能体研究原型。
- Gemini 2.0背后有新一代TPU芯片Trillium的支持。
详情
- Gemini 2.0发布：谷歌发布新一代大模型Gemini 2.0，速度翻倍，能力更强，支持原生图像生成和音频输出的多模态输出，以及原生使用Google搜索和地图等工具。
- 多模态实时API：谷歌推出新的多模态实时API，支持实时音频、视频流输入和多个组合工具的使用，展示了三个智能体研究原型：Project Astra、Project Mariner和Jules。
- 业务防御与投资回报：谷歌Gemini 2.0的发布是对固有业务的防御，以期在更低成本下实现更强大的能力所带来的投资回报率提升。
- 性能提升：Gemini 2.0 Flash在性能上超越了参数量级更大的1.5 Pro模型，没有提供具体数据对比，但竞技场新王Gemini-Exp-1121正是Gemini Flash 2.0，超越了ChatGPT-4o和o1 Preview，登上第一。
- 多模态能力：Gemini 2.0不仅能理解文本、图像、视频、音频和代码，还能原生生成图像和多语言音频，这是其他领先模型做不到的。
- 长上下文理解：Gemini 2.0支持更长的上下文，Gemini 1.5 Pro已支持200万token的海量上下文窗口，Gemini 2.0不会低于此水平。
- 工具使用能力：Gemini 2.0能原生调用Google搜索、执行代码以及使用第三方用户定义的功能。
- 用户使用增长：Gemini 2.0 Flash在正式发布前就已经获得了用户用脚投的票，Flash使用量的增长超过900%。
- 硬件支持：新一代TPU芯片Trillium支持了Gemini 2.0的全部训练和推理过程，训练性能提升超过4倍，推理吞吐量提升达3倍，每芯片的峰值计算性能提升4.7倍，同时能耗效率提升67%。
链接
谷歌发布新一代大模型Gemini 2.0，掀了AI圈牌桌，全力狙击OpenAI
OpenAI向所有用户开放ChatGPT Canvas 功能，新增支持Python代码运行
关键看点
- OpenAI 向所有 ChatGPT 用户开放 Canvas 功能。
- Canvas 支持 Python 代码运行和图形预览。
- 用户界面更新，提高工作效率，即时提供文本和代码建议。
- 自定义 GPT 用户可以集成 Canvas 并自定义使用参数。
详情
- Canvas 功能开放：OpenAI 在其 “12Days of OpenAI” 系列直播活动中宣布，将 Canvas 功能扩展至所有 ChatGPT 用户，之前仅限于付费用户使用。
- 用户界面变化：Canvas 改变了 ChatGPT 的传统界面，将对话框设置在页面顶部，新增右侧内容编辑区域，用户可以在此撰写代码块或文本文件。
- 对话与编辑集成：用户与 ChatGPT 对话时，请求的修改结果会直接呈现在边栏，提高了工作效率，并允许即时提供文本和代码建议。
- Python 代码支持：Canvas 现在支持运行 Python 代码，用户可以直接粘贴代码到 ChatGPT 中，系统会自动打开 Canvas 并运行代码。
- 图形预览与错误检查：Canvas 能够根据代码自动生成和预览图形，为开发者和分析师调整公式或数据提供便利，并具备查找代码错误并提出修正建议的功能。
- 自定义 GPT 集成：对于自定义 GPT 用户，Canvas 默认集成，但用户可以自行定义何时及是否在其创建的助手中打开 Canvas。
- 未来功能改进：OpenAI 表示，未来将继续改进 Canvas，并推出更多新功能。
链接
王者降临！苹果全家桶接入ChatGPT，重塑iPhone、iPad 、Siri
关键看点
- 苹果设备（iPhone、iPad、Mac）和Siri将原生集成ChatGPT。
- iPhone 16及以上型号支持ChatGPT的高级视觉功能。
- Siri得到强化，能更深度理解问题并提供更准确回答。
- 苹果的加入将极大提升ChatGPT的曝光度和使用范围。
详情
- 苹果设备集成ChatGPT：OpenAI宣布苹果的iPhone、iPad、Mac和Siri可以原生使用ChatGPT，这将重塑这些设备的用户体验。
- iPhone 16高级视觉功能：iPhone 16及以上型号可以使用ChatGPT的高级视觉功能，相机控制功能能对图像进行分析并提取关键元素，然后由ChatGPT进一步理解和处理。
- Siri强化：Siri现在能与ChatGPT协同工作，提供更准确、详细的回答，例如在组织圣诞派对时提供客人名单、音乐和娱乐安排等建议。
- ChatGPT文本生成与理解：Mac系统中可以原生使用ChatGPT，ChatGPT能解读技术报告并详细阐述技术如何协同工作，还能根据用户要求制作数据可视化图表。
- 苹果对ChatGPT的需求：苹果非常需要ChatGPT的集成，以提升其智能设备的能力和用户体验。
链接
王者降临！苹果全家桶接入ChatGPT，重塑iPhone、iPad 、Siri
OpenAI 推出全新 ChatGPT Projects，集成多项实用工具
关键看点
- OpenAI 发布 ChatGPT Projects，集成多项实用工具。
- 功能包括文件上传、自定义对话、Canvas、网络搜索等。
- 用户可通过创建项目组织工作内容，提升工作效率。
- 支持上传多种文件类型，增强对话深度与针对性。
- 提供对话管理工具，帮助团队组织和搜索沟通记录。
- 集成网络搜索、Canvas、实时聊天协作和代码执行工具。
- 目前仅对ChatGPT Plus、Pro和Teams用户开放，未来将向免费用户开放。
详情
- ChatGPT Projects 发布：OpenAI 在技术直播中发布了 ChatGPT Projects，标志着 ChatGPT 从对话平台发展成为协作平台。
- 项目组织功能：用户可以创建项目来组织不同的工作内容，如家庭聚会，并通过颜色区分项目。
- 文件上传功能：用户可以上传PDF、数据电子表格、图片和音频文件，使 ChatGPT 能够基于背景信息生成更深入的见解。
- 自定义指令：用户可以设置自定义指令，使 ChatGPT 的回应更符合个性化需求，如设计师可以上传品牌风格指南。
- 对话管理工具：提供工具帮助团队成员组织和搜索过去的对话记录，通过关键词快速找到相关讨论。
- 集成实用工具：ChatGPT Projects 集成了网络搜索、Canvas、实时聊天协作和多类型代码执行等工具，适用于开发者和项目管理者。
- 用户范围：目前新功能仅对ChatGPT Plus、Pro和Teams用户开放，未来计划向所有用户开放。