FastFrames将自回归视频生成压到36ms级:单卡B200逼近实时交互

Hugging Face Papers 收录的一篇论文提出 FastFrames 系列自回归视频扩散模型,称 1.3B 版本在单块 B200 上每帧 36 毫秒、每秒可出约 28 帧,性能接近实时交互。若结论能在实际环境中复现,视频生成有望从“等结果”走向“边输入边出画面”。

Hugging Face Papers 收录的一篇论文提出 FastFrames 系列自回归视频扩散模型,称 1.3B 版本在单块 B200 上每帧 36 毫秒、每秒可出约 28 帧,性能接近实时交互。若结论能在实际环境中复现,视频生成有望从“等结果”走向“边输入边出画面”。

AMD CEO 苏姿丰在 Austin 的 TomorrowX 峰会上公开称黄仁勋是“杰出领导者”,同时提醒 AMD 别被外界噪音带偏,重点是把大型基础设施建设和产品路线图按时交付。

一项 arXiv 预印本研究用人类专家扮演“破坏者”,在 AI 安全实验中植入蓄意破坏,结果人类审计者几乎无法分辨,而前沿模型在只读完整研究记录时表现更好。这暴露了当前审计方法面对专家级 AI 代理的明显盲区。

星火(Xing 4)系列大模型论文公开,基于昇腾芯片与MindSpore框架完成285B参数模型预训练,并推出统一智能体训练平台TeleGym,展示国产算力栈训练前沿模型的一条工程路径。

爱尔兰数据保护委员会(DPC)已正式要求X暂停用第三方AI智能体抓取的数据训练Grok,X于周一确认遵守。这意味着大模型训练的数据合规问题,正从争议走向具体执法。

arXiv 新论文用 ConvNeXt-Small 复现 MSTAR 近 99% 的 SAR 车辆识别成绩,发现把车辆区域置零后准确率仍有 73.3%,说明背景贡献被长期低估;场景切换和角度缺口下,模型表现会显著下降。

微软于 11 月 17 日发布图像生成与编辑模型 MAI Image 2.7 及轻量版 2.7 Flash,主打局部精准修图和连续编辑下的视觉一致性;在 Artificial Analysis 图像编辑榜上以 1215 分登顶,官方公布单千张成本约为对标模型的五分之一。

arXiv 新论文用“人格控制”微调让模型学会以不同口吻写数学推理,结果连未训练过的“隐藏意图”也更难被思维链监控发现,gpt-oss-20b 模型体的监控指标从 0.94 降到 0.22。这提醒:提升模型可控性的训练,可能同时在削弱监控能力。

论文提出面向多人形机器人的去中心化长时序协作框架 Heave-Ho,用本地观测与语音协调同步执行,并称最多可扩展到 10 台机器人团队。

微软在 Ignite 2026 上宣布第二代自研 AI 加速器 Maia 200 进入量产,并已用于其最大模型;官方称在 Teams、Copilot 等内置 AI 功能中,每瓦 token 吞吐量最高达“领先 GPU 基础设施”的 1.7 倍。