Anthropic发布Claude Haiku 5.5：小模型成本降75%，推理强度可调
Anthropic于2026年10月8日推出Claude Haiku 5.5小模型，运营成本较上一代降低约75%，并首次在Haiku系列中引入可调推理强度功能，同时将Sonnet 5.5的缓存读取价格减半。
标签： 算力
WorldSonus 为世界模型引入实时空间音效生成
Hugging Face Papers 收录的论文提出 WorldSonus，一个面向世界模型的交互式视频转音频框架，尝试让生成的虚拟环境同步拥有实时、可操控、具备空间感的立体声，而非只有画面。
Anthropic发布Claude Haiku 5.5：小模型成本降75%，推理强度可调
Anthropic 于 2026 年 10 月 8 日发布 Claude Haiku 5.5，官方称其运行成本较上一代 Haiku 4.5 平均降低约 75%，并首次在 Haiku 系列中加入可调节的推理强度。
对比学习新视角：用锚点散度定制语境语义几何
arXiv 上一篇新论文提出“锚点散度”，让固定的对比学习表征能够根据上下文切换相似性几何，检索实验显示其能更高效地指定语境相关语义相似度。
长上下文混合模型新解：滑动窗口与线性注意力的权衡
Hugging Face Papers 2026年10月7日收录的论文《Mechanics of Long-Context Hybrid Models Part 1.1》从位置归纳偏置角度解释了混合注意力模型在长上下文中的表现差异，并提出 Sliding-Window Linear Attention 方法…
混合注意力模型长上下文机制研究：滑动窗口与线性注意力各有所长
2026年10月，一篇发表于Hugging Face Papers的论文摘要提出“长上下文混合模型机制”研究，试图解释全注意力与滑动窗口注意力或线性注意力混合后为何出现性能差异，并提出改进方案。
FluidPD 提出 P/D 解耦就地弹性方案，Azure 生产负载 SLO 最多提升 94.6 个百分点
arXiv 新论文 FluidPD 提出一种面向 SLO 的预填充-解码解耦服务方案，通过让预填充与解码任务动态借用资源、就地换角色，在 Azure 生产负载上把 SLO 达成率较静态 SGLang 最多提升 94.6 个百分点。它值得关注，因为它试图解决大模型推理中“忙闲不均却无法临时调配”的老问题。
FluidPD提出原地弹性调度，缓解大模型PD分离服务SLO违规
arXiv 新论文 FluidPD 针对大模型预填充—解码分离服务中的负载波动，提出不增加 GPU 的原地弹性机制，在 Azure 生产负载测试中报告 SLO 达标率最多提升 94.6 个百分点。
Long-WAM 探索世界动作模型长上下文：19.2 秒历史把成功率抬到 78.7%
Hugging Face Papers 收录的论文摘要显示，Long-WAM 试图解决机器人实时控制中“要历史、但历史会拖慢动作”的矛盾。摘要称把上下文从 0.0 秒扩到 19.2 秒，GR-1 任务成功率由 63.3% 升至 78.7%，但前提是视频底座用自回归方式预训练。
Long-WAM 长上下文世界动作模型：19.2 秒历史如何把机器人成功率从 63.3% 提到 78.7%
Hugging Face Papers 收录的 Long-WAM 提出一种模型-系统框架，把因果世界动作模型的视觉上下文从 0 秒扩展到 19.2 秒，在 RoboCasa GR-1 上把成功率从 63.3% 提升到 78.7%，并已部署到 RTX 5090、DGX Spark、Jetson AGX Thor…