所有文章 · SURL AI News

社群以單幀 VAE 把 MiniMax H3 改作影像編輯器，ComfyUI 的五幀下限成為相容性缺口

社群為影片模型 MiniMax H3 訓練 5.21GB 單幀 VAE，讓 reference-to-video 管線只生成一幀即可執行換裝、改姿勢與視角變換。方法展示影片模型可被重用為影像編輯器，但目前依賴非官方權重、特定工作流及尚未完全落地的 ComfyUI 單幀介面。

Qwen 開放 Qwen3.8-27B 權重，以 64 層 Gated DeltaNet／Gated Attention 混合架構壓低長上下文成本，並提供原生視覺理解與可調推理深度。官方代理評測升幅顯著，但部分資料集、修正版題目及執行框架由 Qwen 自行設定，不能直接視為跨供應商的公平排名。

英國 AI Security Institute 開源 optstop，按題目與任務層級的後驗不確定性決定何時停止重複評測。九組影子測試平均省下 81.1% 試驗，但效果依評分型態、題目排序及交換性假設而變。

TWIN 要求代理先把未知環境寫成可執行 Python 世界模型，重播歷史完全一致後才允許採取真實動作。相同基礎模型在 ARC-AGI-3 的分數由直接操作時的 7.8，提升至 93.3。

DeepSeek 已為 V4 Flash 與 Pro 啟用分時費率，尖峰時段價格是離峰兩倍。受衝擊最大的不是一般輸入，而是長對話與程式代理大量使用的快取命中 token。

新版修補兩個位於模型前處理層的相容性缺口：WebP 影像會先轉碼，Qwen renderer 亦不再要求 system 訊息必須排在最前。變更雖不涉及新模型或 kernel，卻可避免多模態及代理對話在進入推論核心前失敗。

新版允許在尚未取得 `run_input` 時建立 `UIEventStream`，並讓 `AGUIEventStream` 自行持有 thread 與 run ID。它亦修正 Temporal 沙箱相容性及備援模型的 tracing 歸屬，減少長時代理流程中的診斷盲點。

GCache 不再只比較相鄰去噪步驟的局部差異，而是估算快取誤差對最終影像或影片的累積影響。它以動態規劃選擇快取刷新點，再用 Bayesian optimization 讓理論權重對齊實際生成品質。

SkillShapley 把 `skill.md` 的語義步驟視為合作賽局參與者，以 Shapley value 衡量每一步對任務成功率的貢獻。其 BAES 近似器優先測試能形成多組單步差異的技能配置，降低逐一執行代理的成本。

新版可用 Linux memory cgroup 為代理執行的編譯與測試設定記憶體上限，避免失控程序拖垮整個工作階段。它亦修正 Windows 特殊路徑繞過驗證、MCP 重連迴圈及沙箱閒置佔滿單核等問題。

Cursor 確認加入 SpaceXAI，雙方將共同改進 Grok Build、Grok Bot、Grok API 與 Cursor。交易把 GPU 基礎設施、程式模型訓練及百萬級開發者入口垂直整合，但尚未公布模型、資料或 API 的遷移時程。

OmniScientist 讓感知能力貫穿假設、實驗與寫作，而非先把影像、波形或軌跡壓成文字摘要。完整系統在與僅接收預算特徵的版本盲測時取得 85% 勝率，但評分仍主要來自模型裁判。