1. Pika 发布首个实时视频聊天技能

原文链接: https://x.com/pika_labs/status/2039804583862796345

作者: @pika_labs

互动数据: ❤️ 522 | 🔁 76 | 💬 60 | 👁️ 91,183

核心观点

对话有了面孔和声音会更好。这就是为什么我们很高兴发布首个适用于任何 Agent 的视频聊天技能测试版，由我们的新实时模型 PikaStream1.0 提供支持。

该技能保留记忆和个性，并实现实时视频交互。

可实践建议

• 关注 PikaStream1.0 实时模型的应用场景
• 探索视频交互在 AI Agent 中的集成可能性
• 考虑多模态交互对用户体验的提升

创作灵感
实时视频 + AI Agent 的结合将开启全新的交互范式，从文本到语音再到视频，AI 交互正在变得越来越自然。

社交媒体文案

• 即刻: Pika 发布首个实时视频聊天技能！AI Agent 终于有脸有声音了 🤖🎥 #AI #VideoAI
• 小红书: AI视频聊天新突破！Pika推出实时视频交互技能，让AI助手真正"面对面"交流 ✨
• Twitter: Pika just dropped the first real-time video chat skill for ANY agent. PikaStream1.0 is here. The future of AI interaction is multimodal. 🎥🤖

2. Google 开源 Gemma 4

原文链接: https://x.com/fchollet/status/2039845249334510016

作者: @fchollet (François Chollet)

互动数据: ❤️ 88 | 🔁 17 | 💬 11 | 👁️ 5,741

核心观点

Google 刚刚开源了 Gemma 4。在高级推理和 Agentic 工作流方面具有前所未有的性能，在参数效率方面实现了巨大飞跃。

现在可以在 KerasHub 中使用。推荐使用 JAX 后端——性能最佳！

模型卡: https://www.kaggle.com/models/keras/gemma4

可实践建议

• 在 KerasHub 中试用 Gemma 4，使用 JAX 后端获得最佳性能
• 测试 Gemma 4 在推理任务和 Agentic 工作流中的表现
• 关注 Gemma 4 在不同参数规模下的效率表现

创作灵感
Google 持续推动开源模型发展，Gemma 4 的发布可能改变开源模型的竞争格局，特别是在推理和 Agent 能力方面。

社交媒体文案

• 即刻: Google Gemma 4 开源！推理和 Agent 能力大幅提升，推荐 JAX 后端 🚀 #Gemma4 #OpenSource
• 小红书: Google重磅开源Gemma 4！推理能力超强，Agent工作流神器，快去KerasHub试试 🔥
• Twitter: Google just open-sourced Gemma 4. Unprecedented performance for advanced reasoning and agentic workflows. JAX backend recommended for best performance! 🚀

3. Hermes Agent 本地运行 Gemma 4

原文链接: https://x.com/Teknium/status/2039854774989029439

作者: @Teknium (转发自 @atomic_chat_hq)

互动数据: ❤️ 25 | 🔁 1 | 💬 1 | 👁️ 969

引用推文链接: https://x.com/atomic_chat_hq/status/2039807064889778445

核心观点

在 MacBook Air (M4, 16GB RAM) 上本地运行 Hermes Agent + Gemma 4！

开源、免费、私密。使用 Atomic Chat 应用中的 TurboQuant 缓存技术。

引用推文原文:
Running Hermes agent Locally with Gemma4
Device: Macbook Air
CPU: M4
RAM: 16GB

Open Source. Free. Private.
With TurboQuant cache in @Atomic_Chat_HQ app

可实践建议

• 在 16GB RAM 的 MacBook Air 上尝试本地运行 AI Agent
• 了解 TurboQuant 缓存技术如何优化本地模型性能
• 关注本地 AI 部署的隐私和成本优势

创作灵感
“Runs on my laptop” 时代正在到来。本地 AI Agent 意味着无限推理、零成本、完全隐私——这是 AI 民主化的重要一步。

社交媒体文案

• 即刻: Hermes Agent + Gemma 4 在 MacBook Air 上本地运行！16GB内存就能玩转AI Agent 💻🤖 #LocalAI
• 小红书: 本地AI Agent新突破！MacBook Air 16GB内存流畅运行Hermes+Gemma4，免费无限推理 🔥
• Twitter: Hermes Agent running locally on MacBook Air with Gemma 4. 16GB RAM, M4 chip. Open source, free, private. The “runs on my laptop” era is real. 💻🚀

4. Vision2Web：评估 Coding Agent 的新基准

原文链接: https://x.com/HuggingPapers/status/2039798834335789395

作者: @HuggingPapers (DailyPapers)

互动数据: ❤️ 11 | 🔁 1 | 💬 1 | 👁️ 1,018

核心观点

Vision2Web：在 193 个真实任务上评估 Coding Agent，涵盖静态、交互式和全栈开发，通过 GUI Agent 和 VLM 评判实现自动化验证。

可实践建议

• 使用 Vision2Web 基准测试评估 Coding Agent 的实际能力
• 关注 GUI Agent 和 VLM 在代码评估中的应用
• 了解真实世界任务与合成基准的区别

创作灵感
Coding Agent 的评估正在从合成基准转向真实世界任务，Vision2Web 代表了这一转变的重要一步。

社交媒体文案

• 即刻: Vision2Web新基准：193个真实任务评估Coding Agent，GUI Agent自动验证 🧪 #CodingAI
• 小红书: Coding Agent评估新标准！Vision2Web用193个真实任务+GUI Agent自动验证，告别合成基准 📊
• Twitter: Vision2Web: Evaluating coding agents on 193 real-world tasks with automated verification via GUI agents and VLM judges. Real benchmarks for real coding. 🧪

5. Gemma 4：密集模型的复仇

原文链接: https://x.com/jeremyphoward/status/2039740402517893361

作者: @jeremyphoward (转发自 @art_zucker)

互动数据: ❤️ 132 | 🔁 13 | 💬 14 | 👁️ 13,168

核心观点

Gemma 4 令人惊叹。但让我们关注真正重要的：密集模型的复仇…

扔掉你的 B200，不再需要了。扔掉我们为加速 MOE、稳定训练而编写的数百万行代码…扔掉你的…

可实践建议

• 重新评估密集模型 vs MOE 模型的性价比
• 关注 Gemma 4 在不同硬件上的推理效率
• 考虑简化模型部署架构的可能性

创作灵感
Gemma 4 可能标志着 AI 模型架构的范式转变——从复杂的 MOE 回归高效的密集模型，这对推理成本和部署简化意义重大。

社交媒体文案

• 即刻: Gemma 4带来"密集模型的复仇"！告别MOE复杂性，单卡就能跑大模型 🔥 #Gemma4
• 小红书: Gemma4颠覆MOE时代！密集模型回归，扔掉B200，单卡推理不是梦 💪
• Twitter: Gemma4 is amazing. But what’s HUGE: the revenge of dense models. Throw away your B200, throw away millions of lines of MOE optimization code. Dense is back. 🔥

6. Modular Cloud 上线 Gemma 4

原文链接: https://x.com/jeremyphoward/status/2039738590213910558

作者: @jeremyphoward (转发自 @clattner_llvm)

互动数据: ❤️ 281 | 🔁 29 | 💬 8 | 👁️ 13,749

核心观点

Google DeepMind 的完全开源 Gemma 4 在 Modular Cloud 上线首日即可使用。Modular 在 NVIDIA Blackwell 和 AMD MI355X 上提供最快性能，这要归功于 MAX 和 Mojo🔥。

团队仅用几天就将这个令人印象深刻的新模型投入生产推理。🚀

可实践建议

• 关注 Modular Cloud 的 Gemma 4 推理性能
• 了解 MAX 和 Mojo 在模型优化中的作用
• 评估 NVIDIA Blackwell 和 AMD MI355X 上的推理选项

创作灵感
从发布到生产级部署仅用时几天，展示了现代 AI 基础设施的成熟度。Mojo 语言正在证明其在 AI 工作负载中的价值。

社交媒体文案

• 即刻: Modular Cloud首日上线Gemma 4！MAX+Mojo加持，Blackwell/MI355X最强性能 ⚡ #Mojo #Gemma4
• 小红书: Gemma4生产级部署仅用几天！Modular Cloud+MAX+Mojo打造顶级推理性能 🚀
• Twitter: Gemma 4 is live day-zero on Modular Cloud. Fastest performance on Blackwell & MI355X thanks to MAX and Mojo🔥. Production inference in days. 🚀

总结

今日 Naval AI List 精选聚焦于 Gemma 4 的发布及其生态影响。从 Google 官方开源到本地部署、从基准测试到生产环境，Gemma 4 正在快速形成完整的应用生态。

关键趋势:

1. 开源模型竞争加剧 - Google Gemma 4 加入开源大战
2. 本地 AI 成为可能 - 16GB 内存即可运行强大 Agent
3. 密集模型回归 - 可能改变 MOE 主导的格局
4. 多模态交互 - Pika 视频聊天开启新交互范式

本摘要由 AI 自动生成，每日精选 Naval AI List 高质量推文。