🐜t0nil0🏭🔥🌒🐜

이 새로운 오픈웨이트 이미지 생성 모델은 엄청나네요. @Baidu_Inc 에서 공개한 @ErnieforDevs 이미지모델 Ernie Image입니다. 나노바나나 프로 수준의 퀄리티를, 이제 로컬에서 생성할 수 있습니다. 24GB의 VRAM이 필요합니다. 아래에서 확인하세요⬇️

🚨BREAKING: if you combine Claude code with Google Antigravity you can automate and build anything. This so underrated and everyone should be using it now. Here is how to set it up in 2 mins + use cases 👇

Dios no bendice ningún conflicto. Quien es discípulo de Cristo, príncipe de la paz, nunca se pone del lado de quienes ayer empuñaban la espada y hoy lanzan bombas. No serán las acciones militares las que creen espacios de libertad o tiempos de #paz, sino solo la promoción paciente de la convivencia y del diálogo entre los pueblos.

Peanuts in Coke is one of the most accidentally perfect food pairings in history, and the chemistry explains why this guy can't go back. Coca-Cola sits at pH 2.5, roughly the same acidity as stomach acid. When you drop roasted peanuts into that, the phosphoric acid partially denatures the surface proteins on the nut, releasing free glutamate. You're generating umami in real time inside the glass. The salt on the peanuts suppresses bitter taste receptors on your tongue, which amplifies your perception of sweetness without adding a single gram of sugar. Coca-Cola already has 39g of sugar per can. Your brain registers it as even sweeter because the salt is clearing the noise from competing flavor signals. Then carbonation does two things. CO2 dissolved in liquid forms carbonic acid, which triggers pain receptors (TRPA1), not taste receptors. That mild irritation resets your palate between sips so you never get flavor fatigue. Every sip hits like the first. Second, the bubbles physically agitate the peanut surface, accelerating the protein breakdown and glutamate release. The longer the peanuts sit, the more umami you extract. The fat content seals it. Peanuts are 49% fat by weight. Fat is the only macronutrient that activates CD36 receptors, which your brain interprets as richness and satisfaction. Mix that with sugar, salt, acid, umami, and carbonation and you've accidentally triggered every major reward pathway in the human taste system simultaneously. Georgia farmers in the 1920s did this because they needed one hand free while working. They stumbled into the optimal salt-acid-umami-fat-carbonation loop a century before food science could explain why it worked.

Scientists just copied a Fruit Fly's biological brain and trapped it inside of a computer. Not an AI model trained to act like a fly... A total digital copy of a fly !! This is some sick sci-fi stuff: - They scanned and copied the brain, neuron by neuron, synapse by synapse, from electron microscopy data. - Then dropped that brain into a simulated body in a video game like environment. The fly walked. It groomed. It fed. Nobody taught it anything. The behavior was already in the wiring. The entire premise of modern AI is that intelligence is something you train into a system. This is proof it's something you can transfer out of one. Wild times

Google DeepMind acaba de hacer algo que creo que va a pasar desapercibido para la mayoría pero que tiene implicaciones muy importantes. Han cogido AlphaEvolve (su sistema de IA que "evoluciona" código como si fuese selección natural) y lo han puesto a diseñar algoritmos de teoría de juegos. No a ejecutarlos. No a optimizar parámetros. A inventar algoritmos nuevos desde cero. Y los algoritmos que ha descubierto funcionan mejor que los que los investigadores humanos llevan años perfeccionando. Vamos por partes, que esto tiene miga. Primero, el contexto. En teoría de juegos hay dos grandes familias de algoritmos para resolver juegos de información imperfecta (como el póker): CFR y PSRO. Llevan décadas siendo la base de todo. Los investigadores los mejoran publicando variantes — ajustando pesos, cambiando fórmulas de descuento, probando combinaciones. Es un trabajo lento, basado en intuición y papers de conferencias. Lo que ha hecho DeepMind es tratar el diseño de esos algoritmos como un problema de búsqueda. En vez de que un investigador piense "¿y si ajusto este parámetro?", AlphaEvolve trata el código fuente del algoritmo como un genoma que puede mutar, recombinar y seleccionar. No ajusta números. Reescribe lógica. Puede inventar operaciones nuevas que no existían. ¿El resultado? Dos algoritmos nuevos. El primero, VAD-CFR, introduce algo que ningún investigador humano habría probado: un mecanismo de "calentamiento" que filtra el ruido de las primeras iteraciones y pesos que se adaptan a la volatilidad de cada momento del entrenamiento. Lo probaron en 11 juegos distintos. Lo entrenaron solo en 4. Y los mecanismos funcionaron en los 7 que no había visto nunca. Es decir, no son trucos específicos para un juego — la lógica se generaliza. El segundo, SHOR-PSRO, descubrió por su cuenta algo que a un humano le costaría plantear: que el algoritmo que usas para entrenar y el que usas para evaluar deberían ser diferentes. Arranca explorando de forma agresiva y gradualmente va apretando hacia el equilibrio exacto. Esa asimetría es contraintuitiva (normalmente usas el mismo algoritmo en ambas fases) y sin embargo funciona mejor. Ahora bien, seamos realistas sobre el alcance. Estamos hablando de juegos relativamente pequeños. Variantes de póker, dados, Goofspiel. No es StarCraft. No son sistemas multiagente a gran escala del mundo real. Los algoritmos descubiertos no tienen garantías teóricas de convergencia — funcionan empíricamente, pero no están formalmente demostrados. Y ya había trabajo previo (DDCFR, 2023) que intentaba aprender parámetros de descuento con reinforcement learning. La diferencia es que esos enfoques anteriores ajustaban botones que ya existían. AlphaEvolve puede inventar botones nuevos. Esa distinción es clave: optimizar parámetros encuentra mejores ajustes. Evolucionar código encuentra mejores algoritmos. Y creo que ahí está la idea de fondo que merece la pena retener. El diseño de algoritmos siempre ha sido un proceso artesanal. Un investigador tiene una intuición, la formaliza, la prueba, publica un paper y otro investigador construye encima. Es lento. Es brillante. Y ha funcionado durante décadas. Lo que DeepMind está proponiendo (y demostrando) es que ese espacio de posibles algoritmos es tan enorme que la exploración humana solo araña la superficie. AlphaEvolve no entiende teoría de juegos. No tiene intuición. Pero explora ese espacio a una velocidad y con una amplitud que ningún equipo humano puede igualar. Y ya está encontrando cosas que los humanos no habían visto. Me recuerda a algo que llevo diciendo desde hace tiempo: la IA no va a sustituir al investigador. Pero el investigador que use IA va a dejar atrás al que no la use. Esto no es "la IA reemplaza a los diseñadores de algoritmos." Es que diseñar algoritmos acaba de convertirse en un problema que la IA puede ayudar a resolver. Y eso lo cambia todo... aunque suene menos llamativo que un titular sobre la singularidad. Estoy convencido de que vamos a ver esto en muchos más campos. La IA como herramienta de exploración de espacios de diseño que los humanos no podemos recorrer solos. Fármacos, materiales, arquitectura de redes, logística. El patrón es el mismo: hay un espacio enorme de posibilidades, la intuición humana explora un rincón, y la IA puede explorar el resto. La pregunta es si estamos preparados para aceptar que un algoritmo diseñado por una máquina (que no "entiende" lo que hace) puede ser mejor que el nuestro. Me da que a más de uno le va a costar ;) Paper: arxiv.org/abs/2602.16928

someone connected LIVING BRAIN CELLS to an LLM Cortical Labs grew 200,000 human neurons in a lab and kept them alive on a silicon chip, they taught the neurons to play Pong, then DOOM now someone wired them into a LLM... real brain cells firing electrical impulses to choose every token the AI generates you can see which channels were stimulated, the feedback from the neurons in choosing that letter or word

So proud of the team at @BULKHEAD. We survived the last 3 years making this. Making a tactical shooter is hard because corporate publishers and spreadsheet brains still do not get it. Gunplay & ballistics at the foundation of the game matters. Vehicles should be built realistic first, then tuned back later. Publishers still have not understood why Tarkov is fun. Different publishers have burned billions $$$ trying to make an easier version and missed the point completely. Depth is the driver. Persistence is the reason to come back. Wardogs has both. Depth in the moment to moment, persistence in the cash you earn 🔥

Anthropic have just buried OpenAI and ChatGPT with this ad lmfao There’s no coming back from that

It just seems implausible this is what we are made of, essentially, nanotechnology about a billion years beyond anything we can design or make ourselves.

⚡ EL FUTURO ES AHORA "Cada píxel será generado, no renderizado" Google DeepMind acaba de lanzar Genie 3, la primera versión de Genie que por fin está abierta para que la prueben los usuarios. Mira las locuras ABSOLUTAS que está haciendo la gente 🧵

Palmer Luckey shows off his “EagleEye” AI helmet to Joe Rogan like it’s a video game Worth rewatching following the recent Maduro raid, our special forces are basically rolling out in Iron Man suits

Boston Dynamics humanoid robot is next-level. Everybody is playing catch-up.

When you don't shoot anyone for 10 games, the lobbies you get:

NEWS: Boston Dynamics has just released a new video of its upgraded next-generation humanoid robot called Atlas. • 4 hour battery. Self-swappable for continuous operation • 6 feet 2 inches tall • Weight: 198 lbs • 56 total degrees of freedom • Now fully electric, ditching older hydraulic systems • New lightweight mix of aluminum and titanium components • 110 lbs weight capacity (66 lbs sustained) • Can reach up to 7.5 ft • Constantly evaluates its surroundings and adjusts its posture, balance, and grip in real time • Hands that can reconfigure as needed. Tactile sensors feed data back into the system, helping apply the right amount of force • Brain is powered by Nvidia chips

I’m sorry. Doing my best to prepare you for what I have seen ahead.

Lo sigo viendo en loop una y otra vez y es fenomenal.

$1000 Next Gen Consoles delayed to 2030 for this: