🚨 Salesforce Research 刚刚在 BLIP3o-NEXT 上做了一件疯狂的事情。 它将自回归推理（像 GPT）、扩散合成（像 Imagen）和强化对齐（像 RLHF）合并在一起…… 全部在一个统一的训练循环中。 这种融合可能是文本与像素之间的缺失环节 ↓

🚨 谷歌刚刚揭露了一个没人谈论的 $100B 云计算谎言。 当大型科技公司强迫你租用他们的服务器时，谷歌悄悄推出了 Coral NPU——一个可以在你的“智能手表”上运行完整 LLM 的开源芯片。 512 GOPS。比查看一条短信消耗的电量还少。 这不是一次升级。这是对云垄断的“架构反叛”。 其他公司正在花费数十亿在数据中心上。 谷歌刚刚让它们在 90% 的工作负载中变得无关紧要。 → 以 ML 为首的架构，而不是附加的 → RISC-V 和完全开源 → 硬件隐私——没有数据离开你的设备 → 原生 TensorFlow、JAX、PyTorch 转折点？它是为可穿戴设备上的变压器而构建的。 你的眼镜将本地运行 Gemini。 你的耳机将离线翻译。 你的手表将理解上下文而无需互联网。 Synaptics 已经在发货这种设计的芯片。真正的硅，不是演示。 “将一切流向云端”的时代刚刚有了到期日。 下一波 AI 不会来自更大的数据中心，而是来自能够自我思考的边缘系统。 依赖云的 AI 时代？ 刚刚进入了它的最后一章。

天哪……Hugging Face 和牛津大学推出了“LeRobot”，这是第一个真正的机器人基础模型框架。 不是模拟。不是演示。是真正的机器人从数据中学习，就像大型语言模型（LLMs）一样。 它是开源的，基于 PyTorch 构建，训练可以控制任何机器人手臂、人形机器人或移动机器人的通用策略，使用视频、传感器和语言数据。 这改变了一切： → 机器人现在可以从数百万个演示中学习技能 → 一个模型可以驱动多台机器 → 开发者可以像微调 GPT 一样微调运动 我们已经有了文本、图像和语音的基础模型。 现在我们有了一个用于物理世界的模型。🌍 GitHub： 论文：