24年终总结，我的AI应用龙虎榜，以及我们见证过的闪光时刻

摘要：Claude: 提到 AI 编程就是 Top，提到封号它第一ChatGPT: o3-mini 快来吧，Pro计划不划算啊Gemini: 排名第一还免费，原生多模态还支持中文视频聊天和视频剪辑。Poe: 有模型上新不知道哪里能体验？找Poe就对了，基本上当天就支

AI is cool i guess -- Sam Altman

25年第一篇更新，

我决定玩点不一样的，作为24年过去一年的总结。

所以这篇文章分为两大Part，AI 工具龙虎榜和24年 AI 闪光时刻。还有奥特曼当嘉宾，充当许愿机来收集的25年 OpenAI 更新。

Here we go！

我很喜欢的一个博主 -LKs- 出过一个系列，每首歌只放16秒，看看你能不能通过第一印象遇到新的宝藏歌曲。

所以我们也想做一个AI工具龙虎榜，一个工具只能一句话，甚至一个词介绍。内容不一定单是概括功能，还有我对这款工具“美好的吐槽”。

PS：选自 a16z、aicpb、个人日常使用。排名不分先后，好想知道有没有漏掉啊～

一、通用 AI

Claude: 提到 AI 编程就是 Top，提到封号它第一ChatGPT: o3-mini 快来吧，Pro计划不划算啊Gemini: 排名第一还免费，原生多模态还支持中文视频聊天和视频剪辑。Poe: 有模型上新不知道哪里能体验？找Poe就对了，基本上当天就支持了

二、AI搜索

Devv.ai ：代码领域的AI搜索引擎，比dash好用Felo ：多语言AI搜索，支持思维导图和主题合集Perplexity AI ：英文AI搜索，支持浏览热点、收藏搜索记录，o1版本的深度搜索

三、AI生图

Flux：写实风格的KING！难以区分AI与现实，而且现在玩法越来越多……Liblib：在线生图很方便，可以用的lora超多，自研的星流生图模型很好用，可以媲美Flux！Midjourney：兜底选手，但是更新太太太太慢了！！！！Recraft：梦核风格玩法出圈，但是提示语理解能力一般，适合偶尔拿出来玩玩。即梦2.1：中文海报的神！各种封面和海报无痛直出，审美在线，我出图效率至少翻了一倍！Ideogram：英文海报，效果稳定，审美风格很老美，适合偶尔拿来出个logo啥的。

四、AI视频

即梦：语义理解和动态效果稳定，整体能力非常平衡的选手，阿汤的每一部AI短片基本都会用到！可灵 AI：1.6是大幅度动作的王！风格化画面补充的神！但是人物好喜欢张嘴说话……Luma：首尾帧选手！动态补充做的非常好！海螺 AI：效果牛到屠遍外网，开启AI人物表演赛道，文生视频Top1。Pika：AI特效玩嗨了，自己开辟了一个赛道，常常掀起某音某书的潮流。PixVerse：3.5很牛很牛！王者重新回归！Runway：老牌，高清，不爱更新……Veo2：新秀！物理规律接近现实，审美高级，但目前只有文生视频。Vidu：2D动画就找它！主体一致功能很好用！Sora：别提了……

（这里小声哔哔一句，国产AI真的卷，卷的我好爽！）

五、AI代码

Bolt.new：支持从前端到后端的完整开发流程，直接在浏览器中完成开发，适合快速原型设计和小型项目Cline：让我在Cursor上用上 OpenRouter 和 Ollama（本地模型） APICodeium：在免费版的Cursor里提供额外的代码补全Cursor：取代vscode，成为我的编程主力，就是一开始要适应各种快捷键Devin：宣传期对外说是完全自主的AI软件工程师，上线后个人体验单次等待时间较长，可靠性有待提高Github copilot：要跟Cursor抢流量推出了免费套餐，是个不错的选择Windsurf：类似Cline和Cursor的结合体，更加原生的AI编程IDE，以项目为维度修改代码的时候会比Cursor表现好，订阅费用也有一定优势

六、其他

Coze：无代码Agent搭建平台，支持各种各样的插件，能将Agent接到各种社交平台和通讯应用Dify：搭配任何LLM搭建企业级的API和GPTs，或者叫生产级的AI应用更合适。ElevenLabs: 英文声音克隆 TopGPT-SoVITS: 通过5分钟内的录音完成中文声音克隆，是保质量和训练速度的均衡选择Gamma: 要做 AI PPT 的话，选它选它NotebookLM: 以AI博客出名，但其实更加适合导入各种类型文档后，用AI辅助学习Suno: AI 音乐，支持生成中式风格的音乐，能导入样本音频后克隆对应的音色和流派Tripo：AI 3D，一张图就能做3D，是真的能导入 Blender 的那种腾讯元宝: 公众号的 AI 分身智谱清言: 通过 AutoGLM 可以语音控制手机点外卖、定会议、联网搜索并分享等

除了 AI 应用龙虎榜外，我也想收集24年12个月份，每个月份的 AI 关键词或者 AI 闪光事件。

整理的过程中，感觉这一年过的又快又充实的，好多回忆感满满的更新～

12个月的闪光时刻

1月份：GPT Store（现在已经半凉了）、Midjourney Niji V6（一年过去，归来还是V6……）、苹果Vision Pro 上线2月份：Sora登场（苦等10个月，结果奥特曼拉了tuo大的）、Groq给大模型推理速度超级加倍（到现在都还是最快的一档）、Runway Gen3（Alpha 和 Gen 3 Alpha Turbo 对其前身进行了改进，生成更高分辨率的视频（高达 1,280x768 像素分辨率）并引入了 API。）3月份：Claude3 横空出世（这时候就已经有跟 GPT 掰手腕的趋势了，但是还没开始自己的应用创新）、Midjourney 角色一致性、Grok 开源（马斯克下场做AI，现在已经有网页版和移动版了）4月份：波士顿动力发布新一代 Atlas（机器人开始内卷了）、Llama3（开源领域的羊驼 king，3.1、3.2、3.3 系列都衍生出了很多）、AI 硬件Rabbit R1正式发售，上线即翻车5月份：OpenAI 春季发布会（GPT 可以记住用户在对话中的信息，新模型GPT 4o、发布“语音通话”期货）、Suno V3、Deepseek开启模型 API 价格战，连带着阿里、百度、字节、OpenAI都大幅下调了API价格。6月份：快手可灵登场、Claude 3.5 发布新功能 Artifacts（做出了跟 GPT 不同的应用创新）7月份：小遗憾，没啥更新的8月份：周鸿祎做的AI搜索集成了十五家大模型、OpenAI 发布 SearchGPT（当时都觉得 google 要到头了，现在还是活得好好的）、SD3深陷开源风波的时候，Flux 登场了（现在基本已经把SD打到站不起来）9月份：o1 开启模型推理新时代（模型通过慢思考 or 深度思考取得更好的结果）、苹果 Apple Intelligent（跟 GPT 甜蜜蜜牵手，可惜现在都没用上）、豆包发布视频生成 PixelDance 模型和 Seaweed 模型、NotebookLM（AI新形态 - AI 播客，现在还可以听到一半中间加入跟数字角色聊天）、AI 代码编辑器 Cursor 出圈10月份：诺贝尔奖颁给AI了，Claude上线 Computer Use（AI能控制电脑了），智谱 AI 发布 AutoGLM（AI 还能控制手机）、AI 搜索都支持上深度推理了（Kimi 上线“探索版”、Perplexity 上线 GPT O1-mini 驱动的 Pro 搜索）11月份：AI生图界的小熊猫 Recraft 先是在得分上超过 Midjourney、Flux等，后面又以梦核胶片出圈、Vidu 推出多主体一致性（马斯克被我玩坏了）、智谱开源 4K 版的 AI 视频生成模型12月份：OpenAI 十二天直播（奥特曼把画饼玩出了新玩样，o1、GPT Pro、o1 pro、强化微调(RFT)、Sora、Canvas写作和开发工具、GPT与苹果智能系统集成、GPT高级语音模式增加视觉能力、Projects功能、GPT AI搜索、一系列API（o1、语音模型、偏好微调）、GPT热线电话1-800-ChatGPTGPT、MacOS桌面应用支持自动化和高级语音、新推理模型o3）、AI视频生成模型 Veo2 （给 AI 视频增加了物理世界模拟新标准）、Gemini-2.0-flash和2.0-flash-thinking（对标GPT4o和o1,API 还免费）、deepseek v3（671B的MoE，只花了558万训练成本，在大多数基准测试中超越 LLaMA-3.1 405B Base 和 Qwen2.5 72B Base）、阿里发布视觉推理模型 QVQ（接近 o1 了）、可灵1.6王者登场！（12月更新多到过分。。）

开源模型比较特别，我就单独拿出来说了

OpenAI在 2023 年发布 GPT4 后一直保持领先，在接下来的18个月里，Anthropic、Meta、阿里等厂商陆续开发出性能接近 GPT4 的模型。

随着 OpenAI 的 o1 模型的发布，AI 进入了一个新的阶段。12月，Anthropic 和 Google 陆续都释放了自己的全新模型。结果奥特曼放出 o3 ，想终结比赛了，纸面指标确实强，但是要等到25年1月，o3-mini 才会跟大家见面。

也许未来，我们会像记住 GPT 发布的时间一样，记住 o3 的诞生。

这会是下一个GPT吗？

25年预测

年底，奥特曼来给大家当许愿机了。

我们一起来看看23年奥特曼画的大饼实现了多少。

23年底最多投票的愿望：

AGI（没有，纯饼）GPT-5（没有，训练被卡住了）更好的语音模式（✅）更高的速率限制（✅）更优的GPT模型（✅）更强的推理能力（✅）对意识形态倾向/行为的控制（很难评价，个人以为没有实现）视频功能（✅）个性化功能（✅）更好的浏览体验（✅ project和对话记录搜索应该算）“使用OpenAI登录”（登陆方式还是老样子）开源（别想了）

我选出了感兴趣的几项：

语音聊天支持打断，提升对话流畅性GPT-4o支持多模态，能生成图像等实现GPT系列/o1、o3推理系列/sora在对话界面的集成200刀的Pro订阅能真正实现无限使用，提升文件上传、模型记忆的限制为所有模型提供更长的上下文窗口，与 Claude/Gemini 的能力相当。为所有模型提供通用的工具和文件上传功能，用户不需要判断哪些工具能用。追加一个中间价位的订阅计划，提供更多的先进模型的使用额度模型录入知识的更新速度加快（@atang）

有意思的是后续奥特曼自己统计出了自己能画的饼，算是一个官方小预告（能实现多少全看天意）

AGIagents4o升级更好的记忆力更长上下文“成熟模式”（”grown up mode”）深入研究功能更好的sora更多个性化设置

跟我挑出来的区别不大。所以，GPT5 应该是有生之年系列了。另一个功能“深入研究功能”大概率指的是 Gemini 的同款功能，也就是根据用户的查询提示，自动生成一个结构化的研究计划。AI 会按照计划逐步展开研究，最后生成一份包含关键发现的综合报告。

我猜这个功能应该也是会放到 SearchGPT 里，成为 OpenAI 布局AI搜索的一环。

评论区留下愿望，我来当快递员送到奥特曼的手里♀️

写在最后

年度回顾，公众号成功做到了新榜前五十，视频百万播放等等。

但也有尝试过后遗憾的项目，比如尝试做了一个叫 pickai.tools 的网站来帮大家挑选的AI工具，以及慢慢淡化掉的 AI日报。

复盘的时候也经常会想为什么不做了，为什么做不下去，会后悔做那些投入了但是没有结果的事情吗？

事实上，从没有后悔过。

成长的过程中必定会有曲折，并不后悔去探索很多的方向，因为只有去做才会明白更多，才能带来更多有意思的内容。

从信息加工变成你们的互联网手替，输出更多优质且唯一的上手体验，是我越来越清晰的目标。