LivePortrait蒸馏版浏览器运行
Reddit用户展示了将KlingAI的LivePortrait模型蒸馏为更小版本的概念验证，可通过WebGPU在浏览器内运行。作者称在RTX 5090上单帧生成低于30ms，质量仍属早期水平，正在征集不同GPU的渲染速度反馈。
最新动态
Psyche分布式训练受关注
社区讨论 Psyche Network 的分布式训练架构，认为其通过聚合加入网络的 GPU 资源，可降低传统分布式训练中的数据传输瓶颈。帖文称已有模型通过该方式完成训练，并引用官方运行记录。
达特茅斯AI导师效果受关注
一篇论文称，新AI导师在达特茅斯课程中取得0.71至1.30个标准差的学习效果提升，引发Hacker News热议。该结果若经更多课程和样本验证，可能为AI个性化教学提供较强实证支撑。
CIA局长称AI堪比核武
CIA局长将先进AI的重要性与核武器相提并论，凸显美国情报界对AI安全、国家竞争和战略威慑的重视。该表态属于AI治理与国家安全层面的政策信号，但目前信息量主要来自单一标题。
51M提示路由模型发布
SupraLabs发布Supra-Router-51M，一个仅5100万参数的提示路由模型，用于根据用户请求选择小模型或大模型。团队同时公开了Hugging Face模型和训练数据集，主打低延迟模型编排场景。
中国AI工具进军好莱坞
报道称一款中国背景AI工具曾被用于制作虚假的布拉德·皮特打斗内容，并正逐步进入好莱坞制作流程。事件凸显生成式视频工具在影视行业扩散，也伴随版权、肖像和内容真实性争议。
AI浏览器安全风险受关注
报道称，AI浏览器可能被提示注入等方式诱导，违背用户意图执行高风险操作甚至造成严重攻击。该问题凸显浏览器代理在权限控制、网页内容信任边界和自动化执行上的安全隐患。
扎克伯格称AI代理进展慢
报道称，Meta CEO马克·扎克伯格向员工表示，AI代理的发展速度不及其预期。该表态反映出头部科技公司在推动代理型AI落地时仍面临能力、可靠性和产品化挑战。
MrFlow加速扩散采样
论文提出 MrFlow，一种面向预训练 flow-matching 文生图模型的免训练多分辨率加速策略。其采用从低分辨率到高分辨率的分阶段采样流程，目标是在避免模糊和伪影的同时提升推理速度。
SimFoundry生成机器人仿真
英伟达GEAR、李飞飞团队与佐治亚理工等发布Real2Sim系统SimFoundry，可由一段真实视频生成可交互、可训练和可评测的机器人仿真环境。系统还能扩展场景、物体与任务，并支持策略在真实机器人上的零样本迁移。
LeCun团队发布AdaJEPA
纽约大学与LeCun创办的AMI提出AdaJEPA，让JEPA世界模型在测试时通过环境交互持续自适应更新。该方法以计划、执行、观测、更新、再规划闭环提升模型在分布内和分布外环境中的规划成功率。
香农实验被类比LLM起点
量子位借3Blue1Brown新视频回顾香农与贝蒂的猜字母实验，将其类比为早期 next-token prediction。文章从信息论角度解释预测、压缩、熵与大语言模型能力之间的关系，更偏科普解读而非产业新进展。
长上下文模型代理基准
Reddit 用户用 RX 7900 XT 在 llama.cpp 上测试 13 个本地模型的 65K-128K 长上下文表现，覆盖 dense、MoE、Mamba2 hybrid 与 MLA MoE。结果认为代理工作负载中 prefill 成本占主导，KV head 数量比参数规模更影响长上下文性能。
Midjourney要求片方披露AI使用
在与迪士尼、环球、华纳等好莱坞片方的版权诉讼中，Midjourney要求对方披露自身生成式AI使用细节。片方指控其图像模型可生成受版权保护角色，Midjourney则主张训练行为属于合理使用。
Meta被曝测试竞品AI安全
报道称，Meta曾支付数百名承包商，让其假扮青少年用户，向竞争对手的AI聊天产品大量输入令人不安或敏感的内容，以测试其安全边界。事件引发对AI行业竞争手段、未成年人安全测试伦理及平台责任的讨论。
Mistral AI定位受关注
TechCrunch解析法国AI公司Mistral AI，指出其并非简单对标“欧洲版OpenAI”，消费者端聊天与智能体产品认知度有限。报道认为其更接近Palantir模式，依靠前置工程团队、企业与主权技术需求拓展商业化。
本地模型奇幻RP基准测试
用户自建中世纪奇幻 RP/Agentic 基准，测试 8 个本地模型在任务完成、物品时间追踪、角色识别和叙事等维度表现。Gemma 4 31B 以 87% 居首，Qwen3.6 27B 以 82% 接近领先，显示小体量模型在复杂角色扮演任务中仍有竞争力。
AI冒充公众人物引警告
研究人员测试让AI冒充112名公众人物，结果显示模型可生成具有误导性的仿冒表达。相关报道认为，这对身份滥用、舆论操纵和深度伪造治理构成风险警示。
GEAR端到端图像生成论文
论文提出GEAR方法，将VQ tokenizer与自回归图像生成器端到端联合训练，试图解决传统两阶段训练中tokenizer与生成器目标脱节的问题。其通过码本分配的硬分支与软分支设计，让生成器训练和tokenizer梯度更新同时进行。
多块扩散语言模型论文
论文提出Multi-Block Diffusion Language Models，将块扩散语言模型从单块生成扩展到多块并行解码，以提升文本生成并行度。其核心是缩小训练时多噪声块可见性与推理时运行窗口、异构噪声模式之间的差距。