Kimi K3：万亿MoE押注原生视觉

Kimi K3用稀疏激活驾驭2.8万亿参数，并把原生视觉与百万上下文装进同一模型。

深度专题 FEATURES — 3

PAPER

GRPO想忠实奖励又不偏爱长答案，论文证明：在结果奖励下，两者不能兼得。

PAPER H 11 · HF 5

WorldDiT让同一模型既预想未来画面，也生成机器人动作，以3.99亿参数取得有竞争力的控制表现。

PAPER 2 信源

Raygun 能给天然蛋白质“改尺寸”：增删替换氨基酸，同时尽量保住原有结构与功能。

速览 BRIEFS — 8

PAPER

机制研究发现：MLA把“写了什么”压进摘要，把“出现在哪”留给独立通道。

PAPER

数字人把身体、手、表情与物体接触一起生成，并在双 H100 上跑到实时速度。

PAPER

SpecBox边读Agent输出边预热沙箱，把工具启动等待藏进模型生成时间。

H 85

PAPER

PIVOT让相邻查询共用一次全文筛选，避免索引器吃掉稀疏注意力省下的时间。

H 7

PAPER

VQVLA按动作幅度切换量化精度，并复用码字计算，尝试降低机器人实时推理延迟。

H 12

PAPER

把LLM Agent接入机器人化学实验室后，最强系统也只有28.1%的流程真正可执行。

PAPER

把真实操作、仿真与人类视频分层看，机器人数据扩量的取舍更清楚了。

HF 32

PAPER

LOCKS给每页KV缓存做密钥摘要，先筛页面再读取，减少长上下文解码的数据搬运。

H 10