Researchers at ETH Zurich have created the first bidirectional pixel — a single chip element that can both emit and detect light, including phase and polarization. Using interference and Fourier analysis, the pixel can display images and analyze incoming light simultaneously. Potential applications include camera-displays with no notch, holographic displays, optical communication, and optical computing where calculations happen in light rather than silicon. Current limitations include requiring laser light and being fixed in what each pixel can display, with scaling to full pixel matrices as the next challenge.
Nguồn: https://thenextweb.com/news/eth-zurichs-bidirectional-pixel-could-turn-screens-into-cameras. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.

Netflix giới thiệu hai mô hình chỉnh sửa video AI giai đoạn đầu là Vera và VOID. Vera sử dụng mô hình diffusion phân lớp, chỉ tái tạo vùng chỉnh sửa (kèm alpha matte) thay vì toàn bộ clip, bảo toàn nội dung chưa chỉnh sửa. VOID chuyên xóa vật thể trong video với kỹ thuật inpainting hợp lý vật lý, tái tạo cảnh thực tế khi vật thể bị loại bỏ. Cả hai mô hình đều vượt trội so với các phương pháp hiện có trong nghiên cứu.
Lập trình viên muốn phát triển các giải pháp AI tiên tiến trong xử lý video nên tham khảo để hiểu cách thiết kế mô hình hiệu quả như Vera và VOID, từ kiến trúc đặc biệt đến kỹ thuật điều khiển chi tiết để nâng cao chất lượng và tính khả thi của các ứng dụng AI video trong tương lai.
Người đam mê nhà thông minh tự lưu trữ đã tích hợp một LLM cục bộ (Qwen3.6-35B-A3B qua llama-server) với Frigate NVR và Home Assistant để tạo ra các bản tóm tắt sự kiện camera thông minh có ý nghĩa nhờ AI. Hệ thống sử dụng tích hợp Frigate HACS, tích hợp LLM Vision với adapter MMPROJ, cùng blueprint AI Event Summary để tự động gửi thông báo chi tiết khi camera phát hiện hoạt động, hoàn toàn không phụ thuộc vào dịch vụ đám mây.
Lập trình viên muốn tự chủ hóa hệ thống an ninh thông minh và tối ưu hóa hiệu suất AI trên thiết bị cá nhân sẽ tìm hiểu cách kết hợp LLM với Frigate và Home Assistant để tự động hóa cảnh báo thông minh từ camera mà không cần phụ thuộc vào dịch vụ cloud.
Một modder tên Ray Foss phát triển công cụ Auto-Charge Tracker dựa trên trình duyệt, sử dụng camera tracking và động cơ rung để tự động điều hướng Steam Controller quay trở lại dock sạc. Dự án được chia sẻ trên GitHub.
Lập trình viên nên đọc bài này để khám phá cách kết hợp camera tracking và haptic feedback—các kỹ thuật cơ bản trong AI và IoT—để tạo ra giải pháp tự động hóa thú vị cho thiết bị ngoại vi, mở rộng kiến thức về cách ứng dụng công nghệ sensor và haptic trong thiết kế phần mềm thực tế.
Firefly has launched the AIBOX-9075, an industrial Edge AI box powered by the Qualcomm DragonWing IQ-9075 SoC. It delivers up to 200 TOPS of AI performance via a Hexagon Tensor Processor NPU, paired with 36GB LPDDR5 ECC memory and 128GB UFS 2.2 storage. The device targets edge AI workloads including private LLM deployment, robotics, and computer vision. It supports popular AI frameworks (TensorFlow, PyTorch, ONNX) and LLMs such as DeepSeek-R1, Llama, and Gemma, achieving up to 22 tokens/s with Llama2-7B. Connectivity includes dual 2.5GbE with TSN, optional Wi-Fi 6, 4G/5G, and 8x GMSL2 camera inputs. The rugged aluminum enclosure operates from -40°C to 85°C. It runs Ubuntu and Yocto Linux and is priced at $1,239 from the Firefly store.
Aseon Labs, a Redwood City startup from Y Combinator's 2026 spring cohort, has raised $10M in seed funding to build parking space-sized automated pods that clean, inspect, and charge robotaxis in-city. The core problem they address is 'deadhead miles' — empty trips robotaxis make to distant depots — which hurt fleet utilization and profitability. Their pods use robotic arms, cameras, and vision-language-action AI models to handle routine maintenance autonomously, while flagging complex issues for human handling at central depots. The units are designed as temporary structures to avoid lengthy permitting and can be relocated if a site underperforms. No robotaxi contracts have been signed yet, but the company plans to build five prototypes and grow its team with the new funding.
Aseon Labs has raised $10M in seed funding to build parking-space-sized automated pods that charge, clean, and inspect robotaxis in place. The Y Combinator-backed startup aims to solve the deadhead miles problem — robotaxis driving empty to distant depots for servicing — by deploying modular pods across city parking lots and gas stations. Using robotic arms, computer vision, and vision-language-action models, the pods can handle most routine maintenance autonomously. The company estimates its solution could cut reset costs by 50%, reduce downtime by 65%, and add over $50K in annual revenue per vehicle. Aseon Labs is pre-product with five prototypes as its immediate goal, targeting a market that Goldman Sachs projects will reach $415B by 2035.
Berlin startup Almetra (formerly Deltia) has raised €16.3M in Series A funding to expand its AI-powered factory floor analytics platform. The company mounts cameras above assembly lines at manufacturers like Bosch, Siemens Energy, and ABB, converting video footage into live production data — cycle times, output rates, equipment utilisation — without requiring IT system integration. Customers report productivity gains of 15–19%. The round was led by blisce/, with participation from Merantix Capital and others. Almetra has been accepted into Google DeepMind's Robotics Accelerator and an AWS/Nvidia/MassRobotics Physical AI Fellowship, positioning it as a potential data source for industrial robotics. The company plans to use the funding to expand into the US and build out robotics applications.
Researchers at EPFL's NeuroAI Lab have developed AI-based topographic neural network models that predict optimal brain stimulation patterns to evoke perception of complex visual objects — such as faces and houses — rather than just simple light flashes. The models were validated in live trials on sighted monkeys in Amsterdam, showing that model-guided cortical stimulation can bias visual object perception in predictable ways. While the team cannot yet create object perception from scratch (without any visual input), this is the stated next goal. The approach could also extend to improving cochlear implants for auditory prosthetics.