世界模型與影片生成
AlayaWorld v1.1 改用串流 3D 點快取，長時影片一致性評分升至 89.5
AlayaWorld 重寫互動式世界模型的空間記憶與條件管線，讓攝影機控制、歷史畫面及生成內容使用對齊的因果 VAE 表徵。新報告在 WBench 取得最高一致性總分，但新版權重與推論程式尚未同步公開。
Archive
所有新聞
共 968 篇技術新聞
世界模型與影片生成
AI 推論系統
GCache 依全程誤差影響配置擴散快取，Wan2.1 同速下 LPIPS 降至 0.0316
GCache 不再以相鄰去噪步驟的局部相似度決定是否重算，而是搜尋對最終畫質影響最低的快取重用序列。它在 Wan2.1 維持 2.17 倍加速時大幅降低偏差，但策略搜尋需要多張 H100，實作亦尚未公開。
推論系統
vToken 以 token 級虛擬化回收 KV cache，單張 H100 吞吐最高提高 37%
vToken 在 PagedAttention 區塊之上加入 token 對實體位置的映射，將淘汰後散落的 KV 空洞重新壓實。vLLM 原型最多減少 72.3% 保留區塊，但測試仍限於單機單卡與 7B、8B 級模型。
AI 基礎設施與訓練系統
LazyTrain 用混合整數排程重疊記憶體搬移，單張 H800 訓練 27B 模型快 1.24 倍
LazyTrain 在訓練前聯合決定 activation 保存、卸載及重算位置，把 PCIe 與 NVMe 傳輸塞入 GPU 計算窗口。Qwen3.6‑27B 實驗由 176.90 提高至 219.95 TFLOPS，但目前只驗證單卡與離線排程。
推論系統
Trie Automata 預算 token mask，vLLM 有限選項解碼吞吐達 XGrammar 的 29 倍
新方法針對數千至一萬個合法字串預先建立 trie 狀態與 token mask，避開通用文法編譯的基數瓶頸。作者測得批次 256 時每秒處理 219 個請求，但尚未公開實作，數字也包含繞過既有 guided-decoding 路徑的整合收益。
模型訓練與長上下文
長上下文訓練出現倒 U 曲線：窗口超過任務長度約 16 至 32 倍後能力轉弱
新研究指出，較長訓練窗口可能令模型依賴上下文，而非把知識寫入參數。750M 以下預訓練及 Qwen3 微調實驗均顯示，支持性資料增加的同時，無上下文與衝突情境的穩健性下降。
混合線性注意力在完整注意力層前形成巨量啟用尖峰，規律橫跨 1.2B 至 397B 模型
新研究發現，混合線性注意力模型的巨量啟用並非隨機散布，而會在完整注意力層前形成尖峰，並於中間的線性層維持平台。團隊公開分析程式與受控模型，但完整論文圖表所用的逐筆輸入尚未全部釋出。
AI 評測與代理系統
三套代理基準的模型主效應低於 3%，DDR 將排行榜改寫成部署可靠度問題
一項新研究以廣義性理論拆解 TheAgentCompany、τ²-bench 與 AppWorld，發現代理與任務的交互作用遠大於代理本身的平均差異。作者提出 DDR 報告框架，要求選型時同時交代任務難度、留出驗證、成本與所需樣本量。
AI 代理與基礎設施
LLM 代理把 HPC 工作送上異質叢集，描述性硬體資料令成功率由 48% 升至 87%
LLNL 團隊讓代理探索 Flux、Slurm、Kubernetes 等資源，再把高階意圖轉成可驗證的工作規格。六個雲端叢集實驗顯示架構、網路與記憶體 metadata 主要能排除不能執行的機器，並非穩定的效能最佳化器。
AI 評測與開發工具
GSR 將評分規則編譯成型別圖，LLM 裁判精確分數一致率最高增 6.75 點
Graph-Structured Rubrics 在看見待評答案前，先把自然語言 rubric 編譯成具型別的判斷、轉換、聚合與閘門節點。GPT‑OSS‑120B 實驗顯示它優於平面式 Prometheus 評分，但目前未公開程式，增益亦高度依賴資料集。
模型評測與推論
64 路自一致投票在多數 GPQA 難題上反而降低單題準確率
一項預先註冊研究發現，Qwen2.5-7B 與 Llama-3-8B 在多數 GPQA Diamond 題目上愈投票愈容易鎖定錯誤答案。整體平均分數仍略升，顯示聚合指標會掩蓋逐題退步。
開放模型與影音生成
MiniMax H3 公開 33B 基礎權重，原生同步生成影片與立體聲
MiniMax H3 以單一 Transformer 聯合預測影音 latent，支援文字、首尾幀及多模態參考生成。公開版本可本機產生 768p 影音，但官方 2K 流程仍依賴兩個未開源的雲端模組。