所有文章 · SURL AI News

Faster-WAM 將機器人動作頭縮至一層，控制推論延遲降至 66.5 毫秒

Faster-WAM 把單層動作頭接到 30 層影片 Transformer，透過跨層 KV 融合取得世界模型表徵，不再讓動作分支複製完整骨幹深度。研究報告相對 Fast-WAM 加速 3.2 倍，但尚未公開新架構的程式碼與權重，結果也主要來自模擬基準。

Iris 不再只沿候選解答樹反覆改程式，而是先調查關鍵未知，再把跨實驗證據整理成可新增、更新或撤銷的主張。論文自報在完整 MLE-Bench 上以一半於直接對照組的時間取得較高獎牌率，但系統程式碼與完整執行軌跡尚未公開。

AtumAI 把自然語言需求轉成含目標、硬限制、決策變數與評估方法的中介表示，再結合擴散模型、演化演算法及代理模型搜尋策略。研究在工作配置、資源伸縮與電力管理上報告改善，但結果來自模擬器，尚未證明能安全接管生產控制平面。

Harness-R1 不調整目標代理的模型權重，而是訓練另一個 9B 模型修改其上下文、工具與驗證程式。三個環境的平均成功率由 44.3% 升至 53.6%，但尚無公開程式碼可供檢查補丁安全性。

xPress 在區塊擴散草稿與目標 LLM 之間加入一次並行因果修整，減少「單字合理、整段不合理」造成的提前拒絕。研究報告草稿接受長度平均增加約 30%，但目前尚無公開實作可供獨立重現。

HALT 不再用生成模型的自信度判斷搜尋是否完成，而是逐項驗證多跳問題所需主張是否已有證據支持。它可外掛至凍結的搜尋代理，但實際節省幅度高度取決於能否事先產生準確的中間主張。

新研究不再讓第二個 LLM 逐步審查代理，而是從工具動作、延遲、輸出與 token 機率等遙測偵測軌跡偏移。系統成本約每步 200 微秒，但每個部署仍須以自身的正常軌跡重新校準。

PosterMELD 將論文解析、內容壓縮、排版與品質修復拆成多代理流程，輸出保留原生 PowerPoint 元件。團隊自評列印就緒率達 81.3%，但品質裁判、API 成本與基線設定仍需外部驗證。

Microsoft 的 MDASH 開始預覽首款自研資安模型 MAI-Cyber-1-Flash，僅把最困難的工作轉交 GPT-5.4。多模型路由降低掃描成本，但自動產生攻擊程式與修補正式環境也擴大了權限及驗證風險。

GitHub Copilot cloud agent 的自動化現在可監聽 Issue 與 Pull Request 留言，並依指定文字啟動文件更新、錯誤調查等工作。功能縮短了從討論到代理執行的路徑，但私人自動化設定、留言輸入與可用工具形成新的權限及提示注入邊界。

GitHub 允許開發者在啟動 Copilot cloud agent 任務時，同時指定模型與推理強度。較高強度可能改善跨檔除錯與架構分析，但會增加 token 與 AI Credits 消耗，團隊需重新建立成本及品質基準。

MiniMax 將 H3 影片模型權重公開，讓開發者可在本地執行含同步聲音的影像轉影片流程。ComfyUI 已加入官方工作流，但消費級 GPU 的實測多仰賴剪枝與 INT8 衍生檔，不能視為原始權重的完整品質重現。