全球文生图大模型王座，易主了。就在刚刚，LMArena竞技场发布了最新的文生图榜单，第一名来自中国，属于腾讯混元图像3.0！不仅超越了谷歌的Nano Banana，也超越了字节的Seedream和OpenAI的gpt-Image，在全球26个大模型中稳居第一。
十月AI战场，热闹得不像话。Sora 2刚刚亮相，Gemini 3.0就已蓄势待发。网友内测demo流出，前端和web编码强到离谱。坊间传闻，Gemini 3.0最晚下周上线。今天，谷歌内部研究人员在X上，频频发文暗示——BIG THINGS！
大模型最让人头疼的毛病，就是一本正经地「瞎编」。过去，只能靠检索补丁或额外训练来修。可在NeurIPS 2024 上，谷歌抛出的新方法SLED却告诉我们：模型其实知道，只是最后一步忘了。如果把每一层的「声音」都纳入考量，它就能从幻觉中被拉回到事实。
只让机器人或虚拟智能体「想象」，不让它们和物理世界交互，它们也能学到和世界交互的技能？谷歌的世界模型 Dreamer 4 为这一想法提供了新的支撑。为了在具身环境中解决复杂任务，智能体需要深入理解世界并选择成功的行动。世界模型通过学习从智能体（如机器人或电子游戏玩家）的视角预测潜在行动的未来结果，为实现这一目标提供了一种有前景的方法。
DeepMind公开了有关Veo 3视频模型最新论文！论文提出了「帧链」（Chain-of-Frames，CoF），认为视频模型也可能像通用大模型一样具备推理能力。零样本能力的涌现，表明视频模型的「GPT-3时刻」来了。
起猛了，苹果怎么搞起跨界AI模型了？？发布了一个基于流匹配的蛋白质折叠模型SimpleFold，被网友戏称为“iFold”。SimpleFold没有花里胡哨的专属模块设计，就靠通用的Transformer模块，搭配流匹配生成范式，3B参数版本追平了该领域顶流模型谷歌AlphaFold2的性能。
谷歌最新发布的Gemini Robotics 1.5系列模型，让机器人真正学会了「思考」，还能跨不同具身形态学习技能。这意味着，未来的机器人将成为和人类协作、主动完成复杂任务的智能伙伴。
2030年的人工智能将会是什么样子？受谷歌DeepMind委托，Epoch发布新报告，从算力、数据、收入等方面进行了详细剖析。
Nano Banana热度持续升温，谷歌马不停蹄再度发力。发布一款全新的AI画板工具——Mixboard，该工具由Banana提供支持，号称能把任何想法都即时可视化。不管是玩创意点子，还是设计家居装饰，Mixboard都能用自然语言编辑图板，轻松调整或合并图像。
2025 年，AI 世界正被无形的张力撕扯： 一边是模型参数的激增，一边是系统资源的极限。
