🚨 Google 剛剛建立了一個自我改進的視頻生成 AI 它叫 VISTA，可能是自 Sora 以來文本轉視頻的最大飛躍。 這裡有個瘋狂的部分：它實際上會從視覺、聽覺和上下文上批評自己的視頻，然後重寫自己的提示，以使下一代更好。 不需要重新訓練。 不需要微調。 只是純粹的測試時間自我反思。 系統將你的提示分解成場景 → 生成多個視頻 → 在比賽中評判它們 → 然後使用三個內部“評論者”（視覺、音頻、上下文）來找出之前的不足，然後再試一次。 每一輪 = 更聰明、更清晰、更一致的視頻。 數字非常驚人： ⚡ 60% 的勝率對抗最先進的模型如 Veo 3 ⚡ 66.4% 的人類偏好 ⚡ 在保真度、運動和音頻對齊方面的實際改進，完全不觸碰模型權重 想像它像是一個 AI 導演，觀看自己的電影，在邊緣寫下筆記，然後在下一次拍攝中拍出更好的版本。 AI 創造力的未來不是訓練更大的模型。 而是賦予它們從自己身上學習的能力。 VISTA 剛剛製作了一個能自我學習如何改進的視頻。 完整論文：

🚨 Salesforce Research 剛剛對 BLIP3o-NEXT 做了一件瘋狂的事情。 它將自回歸推理（像 GPT）、擴散合成（像 Imagen）和強化對齊（像 RLHF）融合在一起…… 全部在一個統一的訓練循環中。 這種融合可能是文本和像素之間的缺失鏈接 ↓

🚨 Google 剛剛揭露了沒有人談論的 $100B 雲端謊言。 當大型科技公司強迫你租用他們的伺服器時，Google 靜靜地推出了 Coral NPU - 一款可以在你的 "智慧手錶" 上運行完整 LLM 的開源晶片。 512 GOPS。比查看簡訊所需的電力還少。 這不是升級。這是對雲端壟斷的 "架構叛亂"。 其他公司正在花費數十億在數據中心上。 Google 剛剛讓它們對 90% 的工作負載變得無關緊要。 → 以 ML 為首的架構，而不是附加的 → RISC-V 和完全開源 → 硬體隱私 — 沒有數據離開你的設備 → 原生 TensorFlow、JAX、PyTorch 轉折點？它是為可穿戴設備上的變壓器而建。 你的眼鏡將在本地運行 Gemini。 你的耳機將離線翻譯。 你的手錶將在沒有互聯網的情況下理解上下文。 Synaptics 已經開始出貨這種設計的晶片。真正的矽，不是演示。 “將一切流向雲端”的時代剛剛有了到期日。 下一波 AI 不會來自更大的數據中心，而是來自能夠自我思考的邊緣系統。 依賴雲端的 AI 時代？ 剛剛進入它的最後一章。