让循环模型设计得更好，第二部分：从固定点重新思考
这项研究探讨如何利用状态趋近固定点的特性，降低循环语言模型的训练和运行成本。该方法支持截断反向传播、在几乎不损失准确率的情况下共享终端 KV 缓存，并加快强化学习更新。蒸馏后的学生模型预填充速度最高提升至 1.79 倍。研究还改进了深度先验和输入注入：通过预测反馈学习的先验以及正交注入，使 1 亿至 16 亿参数模型的困惑度均有所下降。在 16 亿参数规模下，KV 缓存缩小至三分之一，仍达到使用完
AI 新闻中心
AI 新闻中心 过去24小时分析了 168 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
消息人士：Moonshot AI完成最后一轮私募融资，估值约500亿美元，计划于2027年第一季度在香港IPO
据彭博社援引消息人士报道，Moonshot AI已完成最后一轮私募融资，估值约为500亿美元。这家人工智能公司计划于2027年第一季度在香港首次公开募股，目标募资最高达50亿美元。
CANOPY：面向多模态 RAG 的自适应粒度证据压缩
CANOPY 是一种用于多模态检索增强生成的检索后证据压缩框架。它将检索到的文本、表格、图像和视频表示为层级结构，并根据各区域与查询的相关性，选择不同详细程度的内容。当现有证据不足时，评估模块还可以请求有针对性的后续检索。在包含3,300万条异构数据的语料库上进行的五项问答基准测试中，CANOPY 的平均回答准确率高于所评估的检索基线。在未路由的 Qwen3-VL-8B-Instruct 设置中，
Kandinsky 6.0 Video：用于同步生成视频与音频的基础模型
Kandinsky 6.0 Video 是一系列可生成 5 秒视频的基础模型，支持同步生成 44 kHz 音频和口型，包括唇形同步。Lite 和 Pro 版本分别拥有 30 亿和 290 亿参数，支持文生音视频和图生音视频。内置超分辨率模型可将输出提升至全高清分辨率。该系统采用双流 CrossDiT 架构，通过双向交叉注意力连接视频流与音频流。开发团队以 MIT 许可证发布代码、模型检查点和 Di
InterMimicGen：通过自进化动作模仿扩展人形机器人的移动与操作能力
InterMimicGen 是一个将人类与物体交互数据转化为人形机器人可执行动作的框架。系统在保留全身协调以及手部与物体关系的同时，将异构示范数据重新映射到机器人上，并在仿真环境中训练基于物理的通用跟踪策略。数据循环会生成保持任务语义的动作和环境变化，仅保留仿真执行成功的版本，并将其用于下一轮训练，从而逐步扩大动作覆盖范围。实验还展示了该方法向真实机器人的迁移能力。
消息称快手旗下可灵 AI 已选定投行筹备赴港 IPO，目标募资至少 10 亿美元
据彭博社报道，快手旗下 AI 视频服务可灵 AI 已选定投行，为可能在香港进行的首次公开募股做准备。中金公司、高盛和瑞银据称正协助推进相关事宜。公司目标最早于明年上市，但融资规模和时间仍可能变动。据报道，可灵 AI 今年 7 月完成 28 亿美元融资，投前估值约为 150 亿美元。
散热厂商 Dynatron 确认 AMD EPYC“Verano”处理器采用 SB1 插槽
散热制造商 Dynatron 在官网列出 SB1-4U-ACTIVE 风冷散热器，显示其支持采用 Zen 6 架构、面向 Socket SB1 平台的 AMD EPYC 9006 LP“Verano”处理器。“Verano”瞄准 AI 加速器主机应用，预计支持 LPDDR5X SOCAMM2 内存，或于 2027 年推出。据称该处理器最多拥有 72 个 CPU 核心，频率最高可达 5GHz，并支持
PaLoRA：面向持续学习的节奏式低秩适配
许多基于 LoRA 的持续学习方法采用较小的学习率来减少遗忘，但固定设置无法阻止遗忘随着历史知识累积而加剧。该研究推导出一条根据既有知识有效秩调整梯度步幅的规则。PaLoRA结合自适应SVD截断来压缩历史知识、将梯度投影到先前任务的零空间，并根据秩调整更新节奏。实验显示，与已有方法相比，PaLoRA的表现持续提升，尤其适用于较长的任务序列。在具有挑战性的50任务ImageNet-A和ImageNe
ASCENT：通过自蒸馏已验证经验，在推理时在线训练长程智能体
该研究提出 ASCENT，使基于大语言模型的智能体在部署期间从已验证的任务轨迹中学习。该方法不直接模仿智能体生成的 token，而是使用模型初始状态的冻结副本，沿已验证轨迹进行事后预测，再将预测蒸馏到可持续保留的 LoRA 适配器中，以提升后续任务表现。在 ALFWorld、WebShop 和 AppWorld 上的评估显示，随着经验积累，任务成功率和交互效率均有所提高，且能力能够迁移到未见过的场
微软为 Word Copilot 新增引用来源，方便用户核实 AI 回答
微软已为 Word Copilot 的回复添加来源链接。用户可以直接打开原始网页或内部文档，核对信息的上下文和准确性。此举旨在提高透明度，帮助用户发现错误或编造的内容。微软还优化了 Copilot Chat，并扩展了 Copilot 应用的功能。
Groq 遭起诉：与英伟达 200 亿美元交易被指损害少数股东权益
Groq 因与英伟达达成的 200 亿美元非独家授权交易，在美国特拉华州衡平法院遭到起诉。两名仍持有 Groq 股份的前员工指控，这笔交易损害了少数股东的利益。诉状称，170 亿美元由股东共享，另有价值 30 亿美元的英伟达限制性股票分配给跳槽至英伟达的 Groq 员工。原告称，Groq 董事会存在严重利益冲突，未能为全体股东争取最佳条件，并不允许部分股东就交易投票；部分股份也被低估。由于交易采用
中国AI视频初创公司Kling选定银行，筹备募资超10亿美元的IPO
快手科技旗下的Kling AI已为计划中的香港首次公开募股选定银行。据知情人士透露，此次IPO可能至少筹集10亿美元。
Higgsfield首席执行官谈增长及年化营收突破10亿美元的目标
视频人工智能初创公司Higgsfield首席执行官亚历克斯·马什拉博夫表示，公司正基于当前业绩，朝年化营收超过10亿美元的目标迈进。他还介绍了公司的增长战略以及在亚太市场的业务规划。马什拉博夫接受了彭博社节目《亚洲贸易》的主持人谢莉·安独家采访。
重新思考长视频效率：联合分配帧、像素与前端延迟
一项关于视觉语言模型（VLM）高效理解长视频的研究发现，在相同的 token 预算下，低分辨率密集时间采样可能优于原生分辨率稀疏采样。不过，对分辨率敏感的任务仍能从精选的高分辨率帧中受益。研究还表明，对于时长达一小时的视频，前端解码延迟主要取决于候选帧池的大小，而不是最终 token 预算。研究人员提出了无需训练、单次处理的 LoHi 框架，通过 VLM 原生的视频和图像通路，将低分辨率密集视频流
Prism：用于原生 2K 音视频联合生成模型训练的动态稀疏注意力
Prism 是一种动态稀疏注意力方法，用于以原生方式训练 2K 分辨率的音视频联合生成模型。它将序列划分为时空宏观区域，并根据局部视觉特征以及音视频耦合强度调整区块形状。混合选择策略还会为每个查询动态选择注意力区块。作者的实验显示，与完整注意力相比，Prism 将训练速度提高了 2.5 倍，同时生成质量更高。