2025.11.27.00 过去4小时全球AI发生了什么？
FLUX.2图像生成模型正式发布，被誉为迄今为止功能最强大的图像生成和编辑模型，支持多参考输入和4MP分辨率，并已达到生产就绪水平，同时提供开放权重。该模型采用单文本编码器（Mistral Small 3.1）和DiT架构，并支持多种量化方案（QLoRA），以优化推理和训练所需的VRAM，特别是对于内存受限的环境。FLUX.2在Hugging Face上受到高度关注，其前身Flux.1-dev曾是第二受欢迎的模型。测试显示，FLUX.2在2K分辨率下具有良好的一致性，甚至优于Banana模型，对设计师友好，支持精准色值控制，并可利用SAM3掩码进行图像修复和视频修复。尽管其LLM部分在世界知识和多模态推理上可能不如Banana，但在特定应用场景下表现出色，例如中文商品海报设计和图像编辑，但有时会修改背景。
Nano Banana Pro涂鸦风格照片走红及详细提示词分享
Nano Banana Pro的涂鸦风格照片预计将迅速流行。该技术能够根据图像类型智能选择合适的提示词，并添加涂鸦、守护兽或动漫服装等元素，通过将图片和提示词一同提交给Nano Banana Pro即可实现。这项技术灵感来源于日本用户的创作，但此版本提供了更具普适性的提示词。详细提示词指导AI扮演创意混合媒体艺术家，目标是将上传的写实照片与风格化2D插画元素结合，核心规则是保持人物面部、皮肤和身体的写实性。它提供三种风格选项：“能量光环”适用于干净背景或动态姿势，通过密集的涂鸦云环绕主体；“超现实守护者”适用于城市/风景背景，添加大型梦幻插画实体；“2D转换”适用于独特服装，将衣物或配饰转换为2D艺术。
AI与芯片的结合正在催生四大潜在的万亿级市场应用场景。首先是具身智能，如机器人、无人机和自动驾驶，要求芯片具备实时视觉处理、决策和控制能力，且功耗极低。特斯拉Optimus等公司正为此自研AI芯片，预计未来3-5年将催生AI保姆、AI工人等市场。其次是端侧多模态，让大模型运行在手机、汽车和AR眼镜等设备上，需芯片在低功耗下处理文字、图像、语音和视频，将带来新一代智能硬件。第三是AI原生科学计算，AI芯片将成为科学计算主力，将科学问题计算速度提升数千倍，加速新药和新材料研发。最后是边缘智能网络，通过为物联网设备配备AI芯片实现本地智能运行，例如智能工厂中的机器可自主判断保养和协同。未来3-5年，半导体与AI的关系将从“AI用芯片”转变为“AI重新定义芯片”。
一个名为“LLM Council”（大模型理事会）的GitHub项目近期迅速获得超过5000颗星，其核心思想是通过一次性调用多个不同的大模型，进行匿名互评和排名，以消除偏见并总结输出质量最高的答案。该流程分为三步：首先并行收集各模型的回答；其次进行匿名互评与排名，根据准确性和洞见进行打分，以减少潜在偏见；最后由一个主席模型综合所有评价，输出单一的高质量最终答案。该项目旨在通过集合智慧的方式，提升大模型在复杂任务中的表现和可靠性。
人工智能（AI）驱动的研究方法已被证实比传统方法快500倍。这一显著的效率提升预示着科学发现、技术创新和问题解决的速度将迎来前所未有的飞跃，对各个研究领域都将产生深远影响。
知名AI研究员Gary Marcus持续对当前AI发展，特别是大型语言模型（LLM）的能力提出质疑。他引用《WIRED》杂志的观点指出，除非OpenAI能在2025年底前推出GPT-5等具有决定性优势的重大进展，否则其热度乃至整个AI领域的狂热可能会消退。Marcus强调，深度学习已触及瓶颈，需要新的技术才能进一步发展。他还指出，2025年并非AI代理的爆发之年，反而是收拾其“烂摊子”的一年。他认为，像Ilya Sutskever等AI专家已开始认同神经网络在泛化能力上相较于人类的不足，并强调需要超越LLM进行更深入的研究。Marcus还批评生成式AI常被过度应用，缺乏实际改进，并警告不应盲目支持那些反复夸大产品能力的AI公司。
到2030年，超大规模AI数据中心预计将额外需要80-100吉瓦的电力，这相当于新建数十座核反应堆的发电量。这一庞大的能源需求正在重塑美国的国家能源战略，突显出AI技术发展对全球能源基础设施带来的巨大挑战和转型压力。
随着AI技术的发展，企业和大型机构将很快需要引入“技能提升伙伴”，结合人类与AI的力量，负责提升员工的技能基础。此举旨在缓解全球范围内日益增长的就业流失担忧。Peter Diamandis强调，应利用现有指数级增长的技术来应对当前全球面临的生活成本、失业和不平等问题。对于创业者而言，提供这种结合人类与AI的“技能提升”服务将是一个极具潜力的服务业务。
Clement Delangue宣布，Reachy Mini机器人将很快成为他的新播客助理。这一进展预示着机器人助手在内容创作和媒体领域的应用将越来越广泛，能承担起如节目辅助、互动等多种职责。
开放合作推动科学与AI发展：Hugging Face支持Genesis任务
Hugging Face的CEO Clement Delangue对“Genesis使命”表示兴奋，并强调了美国在AI领域开放与合作的重要性。他认为，正是2017-2021年间的开放精神（例如Google发布Transformer模型，促使OpenAI创建ChatGPT）促成了当前的AI繁荣和美国在该领域的领导地位。他呼吁回归这种开放合作精神，并将其应用于科学、能源、机器人等领域的AI发展，这将带来巨大的影响力。Hugging Face已拥有数千个开放科学模型和数据集，并期待未来能从美国联邦机构（如能源部）获得更多数据集。
面对AI技术的不断升级，无需担忧前端或设计岗位被“杀死”，而是应该认识到工作模式的升级。正如“树挪死人挪活”的道理，前端和设计人员的职业生涯并非终结，而是需要适应和拥抱AI带来的新变化，将AI工具融入工作流程，提升效率和创造力，从而实现工作模式的进化。