世界模型與生成影片
ReWorld 以姿態索引地標庫固定 KV 預算，讓互動世界模型走遠後仍能返回原景
ReWorld 把短期動作控制與長期場景記憶分配給不同注意力範圍，再以固定容量的地標庫保存歷史。作者展示 704×1280 即時串流及 64 秒返回軌跡，但目前只有論文和示範頁，尚未發布權重或程式碼。
Archive
所有新聞
共 957 篇技術新聞
世界模型與生成影片
AI 代理與開源工具
Prime Agent 開源持久化 RLM harness，把代理記憶、子代理與執行環境留在對話之外
Prime Agent 以常駐 IPython、daemon 工作階段及可版本化的 Continual Harness 支援長時間程式代理。作者報告 ARC-AGI-3 RHAE Best@1 從 30% 升至 95.5%，但成績反映整套模型與 harness，不能當作底層模型能力的單獨比較。
代理評測
SWE-bench Science 公開 119 項科學程式修復題，最佳代理完整通過率仍低於五成
新基準以私有科學測試檢查單位、數值不變量、檔案語義與跨模組資料流，而不只判斷程式能否編譯。Claude Code 搭配 Opus 5 的整體 pass@1 為 47.90%，實驗也顯示加入領域知識有時反而令代理錨定錯誤方向。
推論與開源執行環境
DFlash 2 讓 Qwen3.8-27B 並行起草 token，但 vLLM nightly 目前存在載入與顯存錯誤
DFlash 2 以候選路徑選擇器及動態卷積改善區塊擴散草稿，在單請求測試中讓 Qwen3.8-27B 達到自回歸解碼的 2.7 至 3.4 倍吞吐量。最新可重現問題顯示 vLLM nightly 會建立錯誤的 decoder layer，並在共用詞表權重前暫時多配置近 4.74GiB，24GB 顯示卡可能無法啟動。
AI 晶片與資料中心
MTIA 300 把 12 張 RDMA NIC 與集合通訊引擎封進晶片，避開 PCIe 與運算核心爭用
Meta 公開 MTIA 300 的系統設計，以內建 NIC chiplet、近記憶體歸約單元及編譯式 HCCL 加速推薦模型訓練。官方稱 40 顆加速器上的通訊時間較對照 GPU 叢集縮短至約四分之一，但未提供成本、功耗或通用 LLM 訓練比較。
AI 基礎設施
AWS ParallelCluster 3.16 加入節點診斷，但升級同時改動 IAM、NFS 與容器堆疊
新版 AMI 內建 `pcluster-diag`，可按節點角色檢查 Slurm、IMDS、目錄服務與 Lustre 狀態並輸出結構化報告。升級也終止 Amazon Linux 2 與 AWS Batch 支援，另有權限、網路出口和執行環境變更需要預先處理。
AI 開發工具
DeepSeek Harness rc.2 的 npm 標籤分裂：主程式最新，外掛開發卻可能拉到 0.0.x
DeepSeek Harness 主套件的 `latest` 已指向 0.1.1-rc.2，但多個底層套件仍把早期版本標成最新。直接安裝外掛 API 可能報出 peer dependency 衝突，甚至無聲建立版本錯配的依賴樹。
AI 基礎設施
SageMaker HyperPod 加入受管 Ray：訓練、推論與故障恢復共用 KubeRay 介面
AWS 將 Ray 叢集建立、遠端提交、監控及工作空間連線整合進 HyperPod on EKS。介面沿用 KubeRay 與標準 Ray API，但部署仍需多個附加元件，官方亦未公布成本或效能比較。
AI 研究
MIT 的 η-learning 不靠極端樣本生成百年事件，但它不是災害時間預報器
η-learning 以極值統計約束生成模型，從缺少罕見事件的配對資料合成高解析度極端情境。方法可供基礎設施壓力測試，但不能預測災害何時發生，也仍依賴可信的外部統計。
AI 開發工具
GitHub Agentic Workflows 加入 PR 即時 steer，但官方周報指向的 v0.87.4 尚未包含它
新功能讓執行中的代理讀取 PR 評論並按 `steer` 指示修正工作，同時要求明確的讀取權限。官方周報卻建議從較早建立的 v0.87.4 試用；固定該標籤的部署實際上拿不到功能。
AI 基礎設施
NVIDIA Groq 3 LPX 進入量產：以靜態排程在 100K 上下文達每秒 3,431 個輸出 token
Groq 3 LPX 將 256 顆 LP30、128GB SRAM 與編譯器預排的晶片間傳輸整合成低延遲解碼系統。第三方測試顯示長上下文速度領先現有公開端點，但成本、併發吞吐與生產服務表現仍未公開。
AI 評測與開發工具
Rails 開源 lemans 評測框架：以檔案還原、斷網與完整軌跡降低代理作弊空間
Rails Foundation 公開用於 Agents on Rails 榜單的 Ruby 評測框架 lemans，支援 Daytona 與本機 Docker 沙盒。框架會隔離驗證程式、保存可重播證據，並在評分前還原受保護檔案。