所有文章 · SURL AI News

K2 Horizon 一次釋出六種尺寸，MoVA 模型每個 token 只啟用部分 value 投影

IFM 發布 0.9B 至 375B 的 K2 Horizon 模型家族，其中 36B 版本把 MoE 路由延伸至注意力的 value 投影。權重與部署配方已可取得，但官方所稱的「完全開源」仍領先實際交付進度。

Microsoft 建議在邊緣裝置釋出模型權重、資料或憑證前，同時檢查硬體根信任的遠端證明及 AI 成品來源。模型只能提出動作，真正授權應交由可預測的外部政策層，避免提示注入直接取得系統權限。

新方法以大型教師模型合成任務資料，再訓練每項函式專屬的 LoRA，讓後續請求不必呼叫遠端模型。它在困難測試集取得 83.6% 語意正確率，但編譯仍需要教師 API、約 40 GB 加速器記憶體及輸出驗證。

Copilot CLI 的研究預覽不再只為每項任務挑選單一模型，而會在直接執行、逐級升級及跨模型審查三種流程間路由。GitHub 的離線測試顯示部分工作可降低估算成本，但路由器、品質閘門與內部基準尚未公開。

騰訊混元等研究者讓終端環境依情境新穎度、技能稀有度與執行長度逐代變難，無須持續以受訓模型的 rollout 尋找弱點。200 步強化學習實驗優於共演化基線，但目前只有作者結果，且尚未公開完整重現套件。

Google 將 Gemini 3.8 Flash 正式投入生產，提供 100 萬 token 上下文、三段思考強度及內建工具，並改為 Antigravity 受管代理的預設模型。程式評測有所提升，但多數數字仍由 Google 提供，模型卡也揭露非英語安全評測相對退步。

Cloudflare 的早期預覽服務把原始碼分析結果與實際路由、流量、WAF 狀態及攻擊事件結合，再由 GPT-5.6 Cyber 驗證漏洞和修補方案。模型不直接修改環境，但資料會送至 OpenAI 執行推論，且官方尚未公布誤報率或修補成功率。

Scal3R 保留 CUT3R 或 STream3R 的凍結主幹，改由輕量查詢 token 對多個歷史關鍵幀估計相對位姿，再交給線上位姿圖最佳化。作者在 KITTI 報告平均 ATE 較最強線上對手低逾 60%，但成績經 Sim(3) 對齊，不能直接解讀為保留真實尺度。

Microsoft Research 的串流語音模型交錯處理音訊區塊、短暫前視與既有逐字稿，直接輸出「誰說了什麼」。公開版本支援十種語言與自訂熱詞，但預期說話者歸屬延遲仍為兩秒，長時間重疊語音也會退化。

KAIST 與 Google DeepMind 提出 Declarative Attention，讓現成模型在推理文字中切換全域、聚焦與本地注意力。作者在兩款模型上減少 31.1% 至 52.0% 的 attended tokens，但速度提升仍主要是模型推算，且準確率略有下降。

智譜公開 320B、每 token 啟用 18B 參數的原生多模態 GLM-5.3-Flash，並以 MIT 授權釋出權重。新架構宣稱較 GLM-5.3 減少三倍注意力計算與 4.4 倍 KV cache，但「Flash」不代表一般工作站能輕易部署。

Uno 將輕量擴散權重附加至自回歸 LLM，再以 Ψ-Spec 一次提出多個 token 並維持原模型的取樣分布。作者報告最高三倍加速，但目前數字仍來自研究團隊的特定模型、硬體與推論引擎。