一篇文章帶你回顧2024年，AIGC 領域的重磅產品和新模型。

更多AIGC 干貨：

一月

「趨勢」釘釘與 IDC 聯合發布的《2024 AIGC 應用層十大趨勢白皮書》。

二月

「模型」大模型 Sora 發布。美國人工智能研究公司 OpenAI 正式對外發布人工智能文生視頻大模型 Sora，該模型能夠根據用戶的文本提示創建最長 60 秒的逼真視頻。

「產品」字節跳動推出的一站式 AI Bot 開發平臺「扣子」正式發布；

「模型」谷歌發布 Gemini 大型語言模型。谷歌正式宣布將旗下 Bard AI 聊天機器人更名為 Gemini，并同步推出了專為安卓用戶打造的 Gemini 應用。Gemini 是谷歌最新、最大規模且功能最為強大的大型語言模型，其發布進一步推動了 AIGC 在對話和搜索引擎集成 AI 領域的發展。

三月

「模型」Claude3 模型發布。該模型是 Anthropic 發布的最新 AI 大模型系列，包括 Claude 3 Haiku、Sonnet 和 Opus 三種型號。該系列模型在設計時考慮了提高對各種問題的響應能力，特別是在處理復雜推理任務時表現出色。其中，Opus 模型在執行高級推理 任 務 時 的 表 現 優 于 OpenAI 的 GPT-4 和 谷 歌 的 Gemini Ultra。

「模型」北大團隊聯合兔展發布了 Open Sora 文生視頻大模型。旨在通過文本輸入生成視頻內容。該模型是北大團隊與兔展合作發起的 Sora 復現計劃的一部分，提供了完整的視頻生成解決方案，包括視頻數據預處理、加速訓練、推理等。

「模型」Yi-9B 大型語言模型。該模型是李開復旗下 AI 公司零一萬物開發的，Yi-9B 是一款具有 90 億參數的大型語言模型，特別加強了在代碼和數學方面的學習能力。該模型在代碼和數學能力上達到了前所未有的高度，同時保持了對消費級顯卡的良好兼容性，為廣大開發者和研究人員提供了前所未有的便利性和強大功能。

「模型」Stability AI 發布 SD3 大模型。采用了與 Sora 相同的 DiT（DiffusionTransformer）架構，生成的圖像質量實現了顯著提升。該模型支持多主題提示，并改進了文字書寫效果。Stability AI 表示，Stable Diffusion 3 在基于人類偏好的評估中優于當前最先進的文本到圖像生成系統。

「模型」蘋果公司發布了 MM1 大型多模態基礎模型 。MM1 是蘋果公司最新發布的一款大型多模態基礎模型，擁有 300 億參數，采用了 MoE 架構。該模型是蘋果在 AIGC 領域的重要布局之一，展示了蘋果在 AI 技術方面的深厚積累和創新實力。

四月

「模型」 生數科技發布 Vidu 視頻生成大模型。生數科技發布了 Vidu 視頻生成大模型，該模型融合了 Diffusion 與 Transformer 技術，開創性地創建了 U?ViT架構。Vidu支持一鍵生成長達16秒、分辨率1080P 的高清視頻內容，展現了 AIGC 在視頻生成領域的強大能力。

「模型」昆侖萬維發布天工音樂大模型。昆侖萬維推出了天工音樂大模型，這是中國唯一公開可用的音樂 AIGC 模型。該模型的 AI 人聲合成技術達到了業內領先水平，為音樂創作和生成提供了全新的解決方案。

「模型」微軟發布 Phi-4 移動端大模型。微軟研究院發布了 Phi-4 移動端大模型，該模型延續了 Phi 系列的小參數模式，盡管只有 140 億參數，但在多項基準測試中表現出色，甚至在某些方面超越了參數更多的模型。Phi-4 的發布展示了微軟在移動端 AI 技術方面的實力。

五月

「發布」OpenAI 發布 GPT-4o。OpenAI 發布了 GPT 4的迭代產品——GPT-4o，并宣布向所有用戶開放。

這一消息的發布不僅提升了用戶對 ChatGPT 的興趣，也促使國內大模型產品開始考慮降價策略以應對競爭。GPT-4o 的發布進一步推動了生成式 AI 技術的發展，為用戶提供了更高質量的服務、更有趣的對話體驗以及更有用的信息。

「產品」即夢 AI 正式上線，提供圖片生成和智能畫布等功能。

「模型」阿里云在 AI 智領者峰會上發布了通義千問 2.5 版 本 ， 并 開 源 了 1100 億 參 數 模 型 Qwen1.5-110B。相較于 2.1 版，2.5 版本在理解能力、邏輯推理、指令遵循及代碼能力上分別實現了 9%、16%、19%和 10%的提升。此外，通義還不斷拓展其應用場景，新增了文生圖、智能編碼、文檔解析、音視頻理解等功能。

六月

「模型」可靈 AI 發布可靈 1.5 模型，其產品被用于電影拍攝，九個導演已經用它拍完片子。

七月

「產品」可靈宣布國際版 1.0 全球上線，同時國內版本也進行了基礎模型的升級，并全面開放內測。

八月

「模型」Flux.1 發布，包含專業版、開發者版和快速版三種模型。其中，專業版和開發者版在性能上擊敗了 SD3-Ultra 等主流模型，而快速版 FLUX.1 schnell也超越了 Midjourney v6.0、DALL·E 3 等更大的模型。

九月

「產品」阿里通義 AI 實驗室宣布，將在即將舉行的云棲大會上推出一款創新視頻生成大模型。該模型的預約通道已在通義 App 及通義萬相 PC 平臺上開放，但具體使用權限尚未向公眾開放。這款大模型融合了“文生視頻”與“圖生視頻”兩大創意模式。

十月

「模型」Flux 推出了 1.1 Pro 版本，并在 Beta 版中推出了 BFL API，進一步提升了模型的性能和易用性。

「模型」Stability AI 正式發布了其最新的 StableDiffusion 3.5 系列 AI 圖像模型。與前一版本相比，Stable Diffusion 3.5 在現實感、提示依從性以及文本渲染質量方面均有顯著提升。

十一月

「模型」2024 年 11 月，超清 AI 圖像生成模型 FLUX1.1 Pro Ultra 發布，支持高達 4 兆像素的分辨率，生成速度大幅提升。

「工具」ComfyUI：啟用了新 UI（Beta UI）作為默認界面，提升了用戶體驗。

?十二月

「發布」OpenAI 12 天超長發布會。OpenAI 在 2024 年 12 月舉辦了一場為期 12 天的超長發布會，期間陸續發布了多款新產品和功能，包括完全體的 o1 推理模型、o1-mini 強化微調技術、Sora Turbo 視頻生成版本 、Canvas 工作臺 、ChatGPT 與 AppleIntelligence 的集成、高級語音模式、Projects 項目管理功能、升級后的 ChatGPT 搜索功能、o1 推理模型 API 開放、辯論游戲、Microscope 神經網絡分析工具，以及新一代推理模型 o3。這些發布內容不僅展現了 OpenAI 在 AI 領域的創新實力，也為 AI 產業的未來發展指明了方向。