分类： AI 资讯

一篇新论文提出 HybridAgent，让大模型智能体在隐藏状态推理和文本交互之间自由切换，在11项基准测试中平均性能提升10.4%，同时大幅降低token消耗和推理成本。

一篇发表于 alphaXiv 的论文提出 PlayGround 框架，把平面设计中的布局规划从“一次性预设”改为“看渲染画布逐步决策”，试图解决固定计划与实际版面不匹配的问题。目前公开信息显示，这仍是论文阶段的研究成果。

Fish Audio 在 Hugging Face 发布 Drama 3 技术报告，一个 35B 参数、每 token 激活 3B 的开源语音生成模型，首次将多轮修订、场景配音、填充编辑和流式输入整合进单一模型。

Hugging Face Papers 收录的论文提出 APEX 方法，通过分层潜在空间和通道组异步去噪，在 64 倍和 128 倍压缩比下实现更优的图像重建与生成平衡，挑战了“高压缩必然牺牲生成质量”的固有认知。

Hugging Face Papers 收录的论文 GreenWAM 提出一个面向机器人的“世界基础模型”，试图用同一套模型同时承担预测动作后果的世界模型角色和选择动作的策略角色，并跨 20 种机器人本体迁移。

2026 年 10 月 13 日，Hugging Face Papers 收录的论文提出 FlashVSR+，用混合注意力架构和奖励产出分布匹配蒸馏方法，在单张 24GB RTX 4090 上实现 4K 视频超分，并声称推理速度和显存占用均明显改善。