“动动嘴”就能编辑图像，豆包悄咪咪上线了这个超实用的新功能。
使用国产大模型豆包进行图像编辑时意外发现新功能——通过语音指令实现‘用嘴改图’，无需涂抹区域。该功能可直接上传图片并根据提示快速生成修改后的版本。
RL「误人」？LeCun 在技术路线上又有何战略摇摆？
Karpathy 认为强化学习早期决策是一个错误，并认为 LeCun 对强化学习的态度一直正确。LeCun 历年推崇的关键技术有无监督学习、自监督学习、Energy-Based SSL 和 Objective-Driven AI，他认为强化学习存在局限性，不适合作为实现人类水平智能的主要方法。
智能体零样本解决未见过人类设计环境！全靠这个开放式物理RL环境空间
牛津大学提出Kinetix框架，训练通用RL智能体在2D物理环境中执行多样化任务，涵盖机器人任务、经典RL环境等。通过Jax2D硬件加速引擎模拟数十亿次交互生成多样任务。研究发现微调使通用智能体能显著减少特定任务学习所需样本数，并带来新能力。
RTX 4090可跑、完全开源，最快视频生成模型问世，实测一言难尽
开源 AI 视频社区新成员 Lightricks 推出首个能实时生成高质量视频的 DiT 模型，其速度比普通视频观看快。该模型名为 LTX-Video，在一块 Nvidia H100 上仅需 4 秒即可生成 5 秒时长的 24FPS 视频，代码库和模型权重已开源。