如果你只是想快速体验，OpenSquilla 的安装路径其实并不复杂。装过类似产品的话，迁移成本也不高，Windows 甚至支持压缩包直接起。对大多数人来说，Web 版会比终端和 IM 入口更有乐趣，因为很多可视化反馈，比如“智能路由老虎机”和“节省 Token 动画”，都只有网页端看得到。但比安装更值得关注的，还是它背后的方向。过去我们在讨论 Agent 时，关注点常常是模型够不够强、工具够不够

很多人第一次用 Codex，最先想到的，都是最直接的几件事：写代码、改项目、查 bug。这个方向当然没错，但实际上你用到的，只是它最表面的一层。。这些事单独看都不难，麻烦的是它们出现得太频繁也太碎。人最容易被消耗掉的是注意力。所以，Codex 更有价值的用法是先把基础配置调顺，再把它接进自己已经在用的工作流里。文末有全套配置安装视频。这些东西一旦接上，Codex 的角色就会变。它不再只是一个临时回

该方向在机器人、自动驾驶、无人机、金融等对状态估计精度要求高的领域应用广泛，顶会成果频出，如登顶 Nature 封面的 Swift 系统、一区准确率近 100% 的 AdaRL-MD 模型。若目标为二三区，可聚焦具体应用问题，如用卡尔曼滤波作为 RL 的状态估计器，解决噪声环境下的性能下降，在视觉伺服、机器人定位等任务中展示比纯 RL 更高的稳定性和收敛速度。若冲击高区，则需深入理论探索，如结合部

就在刚刚，发布的最新论文正在 AI 领域逐渐升温！在人工智能领域，已然成为创新焦点，开启了充满无限可能的新征程。RL能够基于环境反馈不断优化决策，LLM则擅长对语言进行深度理解与精准生成，二者相辅相成，有望推动AI技术实现重大飞跃。当前，不过，在诸多领域获取LLM准确奖励信号仍是一大挑战，尤其是在难以验证的问题或缺乏人工规则的场景下。

比如问“球员的帽子和盘子颜色一样吗？”大模型看一眼就能答出“不一样，帽子是蓝的，盘子是白的”。比如丢给它一个几何题，它能通过数学公式一步步推导出正确选项。但在真实的物理世界里，这远远不够。研究团队首次明确提出了**“空间逻辑推理”**的概念：它不仅要求模型理解复杂场景中物体之间的空间关系，还要求模型能梳理出完成多步任务的逻辑依赖关系。空间理解 + 严密逻辑 = 空间逻辑推理。(提示：图1左侧展示了

我们常常以为，只要 AI 的回答是简单明了的“是”或“否”，它就没有过度思考。你的 Logits 知道得太多了。在追求更聪明、更多模态的 AI 之路上，如何真正让模型学会“该忘掉的就忘掉”，或许是下一个亟待解决的超级难题。为了给方便大家更好的复现，我给大家准备了完整版的技术资料、代码和复现路径，如有需要点击链接！

AOT 通过在空间和时间维度上双管齐下的“最优传输”聚合策略，打破了传统视频大模型 Token 剪枝“非留即扔”的粗暴模式。它巧妙地衡量了废弃 Token 对保留锚点的内在贡献，在极大压缩计算时空开销的同时，完美保留了视频的时间动态和视觉完整性。对于每一位饱受算力折磨的 AI 开发者来说，AOT 无疑提供了一种极其优雅且极具工程实用价值的破局思路。

重磅重磅！！DeepSeek-R1 的研究荣登最新一期的！通讯作者正是梁文锋。如果训练出的大模型能够规划解决问题所需的步骤，那么它们往往能够更好地解决问题。这种与人类处理更复杂问题的方式类似，但这对人工智能有极大挑战，需要人工干预来添加标签和注释。在本周的期刊中，DeepSeek 的研究人员揭示了他们如何能够在极少的人工输入下训练一个模型，并使其进行推理。DeepSeek-R1 模型采用强化学习进

DeepSeek-V3.2-Exp 集成的，是该模型的核心技术创新，其首次实现了细粒度稀疏注意力机制。作为提升大模型处理超长上下文窗口效率的关键技术之一，该机制专注于优化长文本场景下的模型性能。

InfLLM-V2 提出了一套硬件感知的优化实现，通过创新的计算核融合技术，显著降低了高带宽内存（HBM）的I/O与计算负载，从而完全释放稀疏注意力的性能潜力。然而，现有的代表性方法（如 NSA 架构）与主流的“短序列预训练-长序列微调”范式存在显著的架构错配问题，不仅引入了过多的额外参数，还导致模型在迁移训练中收敛不稳，并为短序列处理带来不必要的开销。不同于 NSA 引入三套独立键值（KV）投影