日期: 2025 年 6 月 19 日
别再“演智能”了，MiniMax Agent 才是真特工
在 AI Agent 元年，MiniMax Agent 在多模态生成、网页生成和深度调研等方面表现出色，并在多项任务中超越竞品。MiniMax 团队布局明确，具备上下文处理能力和专家子代理支持等优势。
10×加速！DCM显著提升视频扩散模型推理效率！HunyuanVideo13B推理时间从1500秒缩短至120秒！
本文提出了一种双专家一致性模型DCM来解决视频生成中的一致性蒸馏问题，通过解耦语义合成与细节精修，显著减少采样步数的同时保持了较高的视觉质量。
统一框架下的具身多模态推理：自变量机器人让AI放下海德格尔的锤子
文章讨论了自变量机器人如何通过统一模态架构，实现具身多模态推理能力。该架构消除视觉、语言和行动之间的人为边界，并采用生成模型进行跨模态学习，最终让机器人具备符号-空间推理、物理空间推理及自主探索与协作的能力，接近人类的直觉操作方式。
清华SageAttention3，FP4量化5倍加速！且首次支持8比特训练
清华大学陈键飞团队提出SageAttention3，实现了5倍于FlashAttention的推理加速。此模型在多种视频和图像生成等大模型上保持了端到端的精度表现，并首次提出了可训练的8比特注意力用于大模型的训练加速。
