所有文章 · SURL AI News

GlanceWAM 將視覺預想移出控制關鍵路徑，動作解碼降至每段 48 毫秒

GlanceWAM 每約三秒在背景生成一次未來影像的潛在表示，供多個 0.8 秒動作段重複使用。論文在 RoboCasa 報告 72.2% 成功率，但目前證據仍集中於模擬環境及作者自行量測。

阿里巴巴 MAI 團隊以可變應用程式資料庫、權限錯誤及工具依賴測試手機中央規劃代理，不再只比對靜態 function call。最佳模型在直接工具使用較強，但記憶套用與跨代理協作仍明顯落後。

新基準把完整易受攻擊程式、模糊測試介面及 sanitizer 封入離線 Docker 映像，依可重現的不同崩潰簽章評分。設計可計入模型意外找到的缺陷，但現有難度係數由同一組受測模型產生，排名仍帶有循環性。

NVIDIA 為 COMPASS 加入代理驅動工作流程，讓 coding agent 協助驗證環境、準備場景、訓練 residual policy 及比較 checkpoint。代理只負責開發編排，實際導航仍由匯出的視覺策略與 ROS 2 控制器執行。

京都大學團隊以四個月真實部署建立 MemUse，將「能否找回記憶」與「是否在適當回應中使用記憶」分開評估。結果顯示擴大記憶容量可明顯改善直接問答，卻未同步提高自然整合率或整體滿意度。

上海人工智能實驗室等團隊發布 4B 參數 StepGuard，以成對的安全／危險軌跡和 Balance-GRPO 校準過度攔截與漏攔截。它在兩項代理環境大幅降低攻擊成功率，但訓練語料及資料生成器尚未公開，對規範性違規亦仍會漏判。

SemiAnalysis 開放長上下文、多回合及子代理並發的 AgentX，讓推論系統不再只以固定長度提示詞比較吞吐量。資料保留請求時序與 KV-cache 重用形狀，但來源集中於 Claude Code，且量測的是服務系統效率而非程式任務正確率。

Portable Computer 在本機運行 27B 模型、規劃器、工具路由、持久任務佇列與搜尋索引，並以權限提示控制資料外傳。首版僅支援 Linux 與 DGX Spark，官方成績來自尚未公開的內部工作負載，不能視為獨立驗證。

llama.cpp 0.3.0 原生支援 dots3-note 的 DSA／滑動視窗混合注意力，並為 GLM-4.5-Air 接入多 token 預測。DeepSeek 4 現可使用張量切分橫跨多張 GPU，但發布說明沒有提供吞吐量、延遲或顯存比較。

阿里巴巴開放 Qwen3.8-Flash-Next 權重，以 Gated DeltaNet 壓縮大部分歷史狀態，再由 Qwen Sparse Attention 檢索完整上下文。模型原生支援 262K token，但官方的百萬 token 效能與代理評測仍有待獨立重現。

Sentence Transformers 為 `MultiVectorEncoder` 補上完整訓練流程，讓 ColBERT 式模型可直接以配對資料進行領域調整。醫療檢索實驗顯示預監督檢查點更容易適應新領域，但結論只來自單一資料與有限模型家族。

安全研究員以 Keystork 冒充相機應用程式，要求 Android StrongBox 為任意 AI 影像產生有效 Content Credentials。攻擊不必匯出私鑰，暴露的弱點是簽署端受入侵後仍能濫用真金鑰，而非 C2PA 簽章演算法遭破解。