KV缓存，正在取代权重成为内存墙

长上下文越长，AI越可能不是算不动，而是搬不动越积越多的KV缓存。

深度专题 FEATURES — 3

PAPER HF 22

WorldPlay2 把按键与语义指令装进同一世界模型，并用压缩记忆和稳定蒸馏兼顾实时响应与长时一致。

PAPER HF 27

QwenGyre让GPU边等超长Agent边训练，并把分叉轨迹压成可控样本。

PAPER HF 30

强 Agent 把纠错经验写成行动手册，再根据轻 Agent 实操反复修订，让机器人不改参数也更会应变。

速览 BRIEFS — 8

PAPER

Action Forcing从普通视频反推动作，让世界模型少依赖昂贵的同步控制标注。

H 1

PAPER

OneWorld要求不同动作分支共享同一套物理规律，让世界模型不只会生成，还能更可靠地规划。

PAPER

EAServe把多模态推理拆成编码、预填充、解码三段，并从入口协调GPU负载。

H 12

PAPER

让快速草稿在大模型约束下适度“越界”，以更小质量代价换取更多提速空间。

H 1

PAPER

把多位专家教给同一模型前，先校准反馈尺度，避免强势领域带偏训练。

HF 124

PAPER

研究发现：模型和算力足够大时，多模态 AI 或可不再依赖预训练视觉编码器。

HF 55

PAPER

11.5吨挖掘机边干边学，40分钟后实现厘米级路径控制

H 35

PAPER

ActKV按“是否影响下一步行动”整理缓存，以更少显存保住Agent决策能力。