Goodfire Research 發表一項研究，主張 Qwen3.6-35B-A3B 中的個別 MLP 神經元比一般假設更具可解釋性，其依據來自稀疏化、歸因工具與研究代理。每次前向傳播中消融最弱的 92.2% MoE 神經元活化，語言模型損失僅上升 2.9%，且 69% 的神經元極點有單一模式對其因果效應貢獻至少 90%。自然語言的神經元描述讓評審模型在對抗隨機文本時以 95% 準確率預測激發，並透過模擬恢復 73% 的消融損害。
推薦理由：Goodfire 對 Qwen3.6-35B-A3B 神經元的研究主張，僅靠強活化就承載了模型的大部分計算，為特徵字典可解釋性提供了一個具體的替代方案。
Mastra Platform 推出 25 美元的 Starter 方案，提高每月運算、資料與可觀測性事件的額度，並包含一台 Small 專用伺服器且其運算費用已涵蓋。所有方案的額度現已提高，免費層更名為 Free，其中無伺服器代理可免費執行。專案可採無伺服器執行，或部署於 Small、Medium、Large 伺服器，而 Mastra Connect 會依方案增加連線額度。
Google 最新的影片模型 Gemini Omni Flash 1.2 現已在 Recraft Studio 上線，可生成最長 10 秒、帶原生音訊的片段。與 1.1 相比，它在單一片段中能讓角色、產品與場景保持得更穩定，更遵循鏡頭指令、減少多餘剪接，並生成更清晰的唇形同步對白，包括多人同時說話的場景。Google 於 2026 年 11 月 5 日發布該模型，並指出它在快速體育動作、快速腳本變化和複雜物理方面仍有困難。
在對七款工具進行比較後，Recraft 被評為 2026 年最佳 AI 圖示生成器；該比較以五個圖示的風格一致性測試與原生 SVG 匯出進行評分。Recraft 在各字符間維持了筆畫粗細與圓角半徑，並可匯出可編輯的 SVG；Canva 僅部分通過，而 Adobe Firefly 與 Midjourney 兩項檢查均未通過，且僅輸出點陣圖。
Anthropic, PBC 啟動其擬議首次公開發行的 825,000,000 股 A 類普通股路演，其中 801,351,354 股由 Anthropic 發行，23,648,646 股由部分現有股東出售。預期價格區間為每股 70.00 至 78.00 美元，Anthropic 已申請以代碼 ANT 在納斯達克全球精選市場上市。Anthropic 亦預計授予承銷商 30 天選擇權，可額外認購最多 123,750,000 股，而向 SEC 提交的註冊聲明尚未生效。
推薦理由：Anthropic 的 IPO 路演文件詳細披露了 8.25 億股 A 類股、每股 70 至 78 美元的定價區間，以及計劃以代碼 ANT 在納斯達克上市，讓人具體了解該公司的公開市場計劃。
Google 在 Google AI Edge Gallery 中推出裝置端自動語音辨識（ASR）與文字轉語音（TTS），讓應用程式能完全離線執行多語言 ASR 與富表現力的 TTS，並可與 Gemini Nano、Gemma 4 等裝置端 SLM 並行運作。在 Android 上，ML Kit 的新語音模型能以 10 倍即時速度轉錄 100 多種語言，在 FLEURS 上的字錯誤率（WER）為 8.0% 至 9.0%；而少步擴散 TTS 約 100 毫秒即可開始發聲，並以最高 50 倍即時速度生成 24 kHz 音訊。跨平台支援透過 MediaPipe Tasks 與 LiteRT 提供，包含 Parakeet-TDT 0.6B、PocketTTS 100M、Kokoro-82M 與 Phonon 31M 等開放權重套件，並在 XR Language Teacher 展示與語音版 AI Chat 中示範。
推薦理由：Google 為 AI Edge Gallery 加入完全離線的 ASR 與 TTS，ML Kit 回報可 10 倍即時速度轉錄 100 多種語言，擴散 TTS 約 100 毫秒即可開始發聲。
Recraft 發布了一份指南，內含十二個可直接複製的文字提示，用於圖生圖模型上的照片編輯，建立在一個兩行模式之上：一行「變更」指明物件、其位置與結果，加上一行「保留」鎖定臉部、印刷標籤、取景與光線。該指南指出，移除物件、重新上色、重新打光或替換服裝等局部編輯，比風格重塑或天氣替換更能保留身分特徵；而當提示堆疊多項變更、改寫印刷字體，或要求新的臉部或身體比例時就會失敗。它建議生成兩到三個變體，以 100% 縮放檢查，並用一個只指明該區域的後續提示來修正一處殘留錯誤。
七款 AI 迷因產生器——Imgflip、Canva、Supermeme.ai、Recraft、Kapwing、ChatGPT 與 Magic Hour——以相同的三份迷因需求，針對免費方案、浮水印、範本、字幕呈現、匯出尺寸與 API 進行測試。比較結果顯示沒有通用的贏家：Imgflip 在經典範本上勝出，Supermeme.ai 擅長從想法到字幕，Recraft 與 ChatGPT 擅長原創圖片，Kapwing 擅長影片與 GIF，而當迷因必須配合版面時則選 Canva。
Elith 與 NVIDIA 發布 Nemotron-Personas-Finance-Japan，這是一個以政府官方統計資料為基礎、針對日本金融業打造的開放合成人物資料集。它包含 50 個領域、約 15 億個 token 的 900 萬個人物（100 萬筆記錄 × 9 個人物），以 NeMo SDG-PGMs 與 NeMo Data Designer 生成，並以 CC BY 4.0 授權提供商業使用。
NVIDIA 在 CoRL 推出 GR00T 2，這是一個建構於 Cosmos 之上的開放世界動作模型，以 10 萬小時的人類第一人稱視角資料訓練，同時發表 Isaac Lab 3.0 與新的機器人基準測試。GR00T 2 在沒有任務特定示範的情況下，於 50 項受評任務中至少完成 40 項；在每項任務各給一次示範的條件下，50 項任務平均成功率達 71%，給五次示範則升至 95%。Isaac Lab 3.0 加入 Newton 物理整合以支援可變形物體，並在一個基於視覺的靈巧操作基準測試中，回報其訓練吞吐量最高可達搭載 PhysX 的 Isaac Lab 2.3 的 2.5 倍。
推薦理由：NVIDIA 在 CoRL 的發布顯示，模擬加上世界動作模型如今已鎖定精細組裝作業，GR00T 2 與 Isaac Lab 3.0 的細節值得與先前的機器人技術堆疊相互比較。
研究人員提出 HOPE，一種針對混合專家語言模型的二階專家剪枝方法，該方法考量共同激活專家之間的成對交互作用，而非獨立地為每個專家評分。在 50% 剪枝率下，HOPE 取得所有方法中最佳的平均排名，在代理式編碼任務上相較於次佳的剪枝方法最高提升 +6.1%。此研究針對 Qwen3.5-122B 等模型的記憶體瓶頸，其中專家 MLP 佔據約 250 GB 足跡的 95%。
Meta 正在全球擴大其 AI 技術，以偵測 Instagram 上疑似青少年的使用者，並將其納入青少年帳號保護機制，即使他們註冊時填寫的是成人出生日期。該公司表示，全球將有數百萬更多青少年獲得內建保護，限制誰能聯絡他們、他們看到的內容，以及他們在應用程式上的使用時間。Meta 也正在 Facebook 上推出這項技術，並計劃今年稍晚在 Threads 上推出。
在沒有 Prove2Me 平台、也沒有研究人員引導的情況下耗時 7 小時，而 Anthropic 九月那次執行則用上了這兩者；這次寫出的證明長度只有七分之一，使用的輸出 token 數也只有三分之一。每個代理都在網路隔離的沙箱中工作，由一個分類器檢查每一條 shell 命令與檔案編輯，另有一個離線監控器；在超過一百萬次工具呼叫中，沒有任何一次達到應被攔截的標準。
推薦理由：Anthropic 的 1,000 代理執行在沒有 Prove2Me、也沒有研究人員的情況下重現了費馬最後定理的形式化，顯示沙箱與監控如何約束一個自組織的代理團隊。
Anthropic 發布指南，建議開發者將多數程式設計與知識工作從 Claude Opus 5.5 的預設中等努力等級開始，因為其每 token 成本僅為 Fable 5.2 的一半。該指南將 Sonnet 5.5 對應到範圍明確的日常工作，Haiku 5.5 對應到高頻分類、路由與子代理任務，Fable 5.2 則對應到最困難的程式設計、金融與科學專案或長時間無人值守的執行。指南也建議在切換模型前先調整努力等級，並指出在 SWE-bench Pro 上，Opus 5.5 以低努力執行、失敗者再以高努力重跑，通過約 97% 的任務，每項約 $0.17，相較之下每項任務都以高努力執行則為 95.3%、每項 $0.29。
推薦理由：Anthropic 自家的指南將每個 Claude 模型與努力等級對應到具體任務類型，並提供每項任務成本與基準比較，以供從中選擇。
Zyphra 發布 ZONOS3-Mini，這是一款稀疏 MoE 文字轉語音模型，具備 1 億活躍參數與 8 億總參數，採用 Apache 2.0 授權，以 112 張 NVIDIA H100 訓練 2.5 天。它在 Pixel 9 的瀏覽器上可達到低於 570 毫秒的首次音訊延遲，在 M3 MacBook Air 上則低於 150 毫秒，並提供 WebGPU、SGLang、vLLM 與 GGML 的執行環境。該模型新增對身分、口音、品質、情緒與表達方式的控制，包括詞級引導，且 Zyphra 表示它在其新的 ZTTS2-Eval 基準測試中於開源模型裡排名第一。
推薦理由：Zyphra 這款精巧的 MoE TTS 模型將零樣本語音複製與詞級表達控制結合，同時能在手機與筆記型電腦上即時執行。
加州大學柏克萊分校的 BAIR 在 CoRL 2026 發表 33 篇主會議論文、4 篇最新研究海報、3 場口頭報告與 7 場焦點展示；該會議於 11 月 9 日至 12 日在德州奧斯汀舉行。Negar Mehr 教授發表早期職涯主題演講，探討機器人如何學習與他人互動及協調。研究涵蓋視覺-語言-動作模型的具身記憶、以第一人稱人類資料擴展靈巧操作，以及具自主性的機器人自我改進。
在首爾舉行的 MSIT-NVIDIA AI 新創合作論壇上，NVIDIA 宣布投資韓國 AI 互連新創公司 Point2，並計劃對 Motif Technologies、RLWRLD 與 Upstage 進行額外投資。這四家公司涵蓋完整的 AI 堆疊，從基於 RF 的晶片對機架互連與開放權重基礎模型，到機器人基礎模型與 Solar 語言模型。這些計劃中的投資建立在 NVIDIA Inception 之上，該計畫擁有超過 1,000 家韓國成員。
NVIDIA 正協助推進韓國的實體 AI 生態系，三星、Kakao Mobility 與 LG 電子將加速運算、AI 與模擬應用於半導體製造、自動駕駛車輛與機器人。三星的 sMOL 平台透過 NVIDIA cuEST 執行特定量子化學計算，速度最高提升 5 倍，且一個 AI 均質化案例將模擬時間從 32 核心 CPU 上約 18 小時縮短至 41 秒。Kakao Mobility 計劃在 NVIDIA DRIVE AGX Thor 上打造 Level 4 自動駕駛系統，而 LG 則在真實製造環境中，以旗下 CLOiD 機器人展示了由 NVIDIA Isaac GR00T 驅動的操作能力。
現代汽車集團正在探索 NVIDIA NemoClaw 藍圖與 NVIDIA OpenShell 執行環境，而 AIM Intelligence 正將其 Starfort 平台與 OpenShell 整合，以支援用於員工生產力與企業工作流程的安全 AI 代理。OpenShell 是 NVIDIA Open Agent Safety Platform 的關鍵元件，提供沙箱化執行與基於政策的控制，以治理自主代理的行動。LG AI Research 也正在開放 K-EXAONE-2.5 的 API 存取，該模型使用 NVIDIA Nemotron 資料集開發，包括 Nemotron-Personas-Korea，這是一個包含 700 萬個合成韓國人物誌的開放資料集。
NVIDIA 與韓國科學技術情報通信部正擴大其主權 AI 合作，涵蓋 AI 半導體、資料中心基礎設施、人才、新創、模型、代理及安全。此合作為韓國 NPU 與 XPU 公司開闢參與 NVIDIA NVLink Fusion 生態系統的途徑，同時透過培訓、認證、黑客松及技術研討會來強化 GPU 運用。NVIDIA 也將在韓國「AI for All」倡議下，與三個入選聯盟及四家韓國領先的基礎模型開發商合作，運用 NVIDIA Dynamo 來優化並擴展 AI 推論。
ZoomGain 利用只有放大後才會清晰的視覺細節，針對整張影像建構問題，並將這種全域到縮放的感知落差作為視覺語言模型的監督訊號。本次發布包含 arXiv 論文、ZoomGainBench 基準（1,000 道問題，涵蓋 941 張影像，涉及屬性辨識、計數與 OCR）、涵蓋 7,713 張來源影像的 9,000 筆 RL 訓練紀錄，以及 ZoomGain-4B 與 ZoomGain-9B 檢查點。28 個模型中最佳者在 ZoomGainBench 上得分 61.08，而 ZoomGain-9B 在多項細粒度與通用感知基準上達到更優異的表現。
Figma 概述了直接在畫布上使用其設計 agent 的六種方式，從透過 Granola、Notion 或 Google Drive 等連接器引入會議記錄來標註設計，到彙總留言回饋並套用已達成共識的變更。該 agent 還能建立自訂 shader、使用團隊的資源庫在單一提示中生成多種版面配置變化、將靜態設計轉為可互動的程式碼圖層，以及加入動態效果。
Meta 發布 Muse Ember，這是其最小、最高效的模型，瞄準代理整日從事的重複性工作，例如工具呼叫、程式編寫子任務、路由、擷取與長文件解析。Meta 表示，它在約三分之一的成本下達到 Claude Haiku 5.5 的最佳分數，並勝過所有 GPT-6 Luna 設定，每百萬輸入 token 為 0.10 美元、每百萬輸出 token 為 0.50 美元。它隨附 100 萬 token 的上下文視窗、最高 512K 輸出 token、原生文字、圖像、音訊與影片輸入，即日起在 Muse Code 與 Meta Model API 上以 muse-ember-1.0 提供。
推薦理由：Meta 最小的模型瞄準高頻的代理步驟，而其與 Claude Haiku 5.5 及 GPT-6 Luna 的每任務成本比較，說明了效率主張的來源。
Recraft 是製作刀模輪廓、透明 PNG 與 SVG 的最佳 AI 貼圖生成器，且全都在同一畫布完成；Canva 則較適合在同一編輯器中製作貼圖組與下單印刷。七款工具於 2026 年 11 月 9 日依五項印刷標準評分，只有 Recraft、Kittl 與 Canva Print 提供真正的裁切線或印刷貼圖組途徑。Firefly、Ideogram、Leonardo AI 與 ChatGPT 則在較窄的用途上勝出，例如照片轉貼圖或聊天貼圖包。
Google Cloud 在 MaxText v0.2.4 中發布長上下文訓練支援，這是其開源的 JAX 訓練框架，在 Cloud TPU 上新增四種上下文平行策略：All-gather、A2A（DeepSpeed Ulysses）、P2P（Ring Attention）以及 A2A + P2P 混合（USP）。以 Llama 3.1 8B 進行的基準測試在 TPU 5p 上、序列長度最高達 400 萬個 token 時達到 70% MFU，上下文在 TPU 5p 和 TPU 7 上均擴展至 1400 萬個 token，其中 TPU 7 在低於 600 萬個 token 時維持 50% MFU。此版本已於 PyPI、Docker 映像檔和 GitHub main 上發布，並附有 TPU 7 和 TPU 5p 的範例配方。
推薦理由：MaxText 在 Cloud TPU 上的四種上下文平行策略，加上 Llama 3.1 8B 的基準 MFU 數據，為團隊在選擇如何進行數百萬 token 序列長度的訓練時提供了具體參考。
Google AI Studio 現在讓使用者能直接從提示詞建構由 Google Maps Platform 驅動的應用程式，由 AI Studio 處理設定與 API 金鑰管理，且無需信用卡。此整合涵蓋 Maps、Places、Routes 與 Environment API，沙箱允許每個 API 每天 100 次呼叫，配額每 24 小時重置。連結 Google Cloud 帳單帳戶即可在標準 Google Maps Platform 定價下解鎖正式環境等級的配額。
Anthropic 報告指出，Claude Fable 5.2 僅憑極少提示便設計出三款電子裝置：免持擴音電話、語音助理中樞與掌上型虛擬寵物，且 Diode Computers 依其設計檔案打造出可運作的原型，無須修正電路。在 Diode 內部的 PCB Gym 基準測試中，Fable 5.2 得分 69%，Fable 5 則為 25%；在公開的 BenchCAD 2.1 上，它達到 83.5%，幾乎是 Claude Fable 5.1 的兩倍。這些裝置仍屬原型，尚未經過電氣驗證、天線調校、熱測試或認證，且 Claude 並未連接至測試設備或製造機器。
推薦理由：Anthropic 親自說明 Claude Fable 5.2 設計出三款可運作的電子裝置，顯示模型已從局部 PCB 佈局大幅進展到端到端的硬體原型製作。
Preferred Networks 的 AI 寫作指導系統 Ronjiro 榮獲第 23 屆日本 e-Learning 大賞 AI 特別獎（學習支援）。Ronjiro 運用包含 PFN 自主研發的 PLaMo 基礎模型在內的生成式 AI，支援高中生的作文與寫作學習，最快可在一分鐘內針對邏輯結構與改進重點提供回饋。本系統自 2026 年 3 月起，透過與 Yarakis Switch 集團合資成立的 YP Switch 提供，目前已在全國部分 School IE 課堂中導入。
一項針對七款 AI 角色生成器的比較，依姿勢一致性、參考圖像、風格控制、匯出格式與免費方案評分，結果顯示沒有單一最佳工具能適用於所有需求。Recraft 在讓同一角色跨姿勢保持一致、可重複使用的風格與 SVG 向量匯出方面領先；Midjourney 則在單幀外觀上勝出，但沒有免費方案，Basic 方案為每月 10 美元。Gemini 與 ChatGPT 適合在對話中反覆調整角色，而 Recraft、Gemini、ChatGPT、Leonardo、Ideogram 與 OpenArt 都提供免費或每週額度方案。
Google 宣布，其用於大型模型（包括 Gemini）的分散式訓練系統 Pathways 已在 Google Cloud Platform 上正式推出（General Availability）。Pathways 以單一 Python 用戶端宣告整個計算為資料流圖，取代了鎖步式 SPMD 執行；分散式執行階段則將區塊放置於虛擬裝置上、移動並重新分片張量，並在整個叢集間排序工作。Google 表示，此設計可讓故障主機重新對應到健康的晶片上，而不必重新啟動作業；且共用的 Pathways 服務能從單一叢集服務多個用戶端。
推薦理由：Google 說明了 Pathways 的單控制器模型與 SPMD 的差異，以及它如何處理跨群組張量傳輸、排程與主機故障復原。
Preferred Networks 發布 PLaMo 3.0 Fin，這是一款金融專用小語言模型，建構於與 NICT 共同研究中開發的 PLaMo 3 NICT 預訓練模型，並進一步以日本金融資料訓練，在 Hugging Face 上依 PLaMo Community License 發布開放權重。該模型新增逐步推理（Reasoning）功能，推理過程以日文輸出，並支援工具呼叫，可進行網頁搜尋、計算及內部資料庫存取，且能在封閉雲端或地端環境的單一 GPU 上執行。PFN 表示，推理與工具使用的指令遵循訓練是在自家 MN-Core 2 AI 晶片上完成，程式碼移植在一週內完成，訓練速度與 GPU 環境相當。
GitHub 發布了一份代理式工程開發者指南，說明 Copilot 如何支援軟體工作的規劃、建置、驗證與觀察階段。該指南引用 GitHub 今年十月單週 12 億次提交的數據，較一年前增加超過 400%，並引用 Faros AI 的一項研究發現：隨著團隊從低 AI 採用度轉向高 AI 採用度，拉取請求在審查階段停留的時間延長了 441%。指南詳細介紹了多項功能，包括 Slack 或 Teams 中的 Copilot、Plan Mode、GitHub Agentic Workflows、雲端沙箱、工作階段持續性、共享記憶體、Copilot Dreaming 以及 Copilot Fusion。
Meta 在 Muse 應用程式中推出 spaces，這是一種互動方式，讓使用者能透過描述想法（例如禮物追蹤器、每日文字遊戲或 DIY 規劃板）來打造更個人化的 Muse。使用者可以用 Muse 調整每個 space，將其放在側邊欄或主分頁、隱藏或排定時間，並連結應用程式，讓演唱會日期和價格變動等細節在背景更新。即日起，所有提供 Muse 的地方都能使用 spaces，Meta 表示正在探索分享選項，並推出以 Muse Wonder 的學習成果訓練的專用模型版本。
Ai2 發布 ToyBlocks，這是一個圍繞機械手臂與桌面積木構建的開放模擬框架，是其 FoundationWorlds 系列中用於受控機器人學習與評估的首個成果。該框架在 Isaac Lab 中透過強化學習與運動規劃自動生成技能與示範，在單一 GPU 上可達最高 24 倍即時速度，並隨附 85,336 條長時程示範，涵蓋近 1,600 小時與 1.44 億幀。在其實驗中，ManiFlow 的原子技能成功率在模擬中為 80.0%，在真實 Franka FR3 上為 81.1%；而 Molmo 2 加 ManiFlow 系統在模擬與真實世界回合中的成功率分別為 55.5% 與 50.0%。
Zyphra 推出 MAIA Beta，這是一款主動式的多玩家 AI 代理，能記住團隊共享的上下文、在已連接的工具之間執行操作，並以獨立 Mac 桌面應用程式及 Slack 內的形式運行，Beta 期間免費。MAIA 會持續記住人物、決策與偏好並附上來源，能以自然語言執行多步驟任務，並可安排週期性工作。它遵循現有的工具權限，在不可逆操作前會先確認，並讓使用者檢視與刪除記憶，私人對話除非分享否則保持私密。
Ai2 發布 ToyBlocks，這是一個圍繞機械手臂與桌面上積木建構的開放模擬框架，作為其 FoundationWorlds 中首個用於可控機器人學習研究的項目。ToyBlocks 透過 Isaac Lab 中的強化學習與運動規劃自動生成任務與示範，在單一 GPU 上可達最高 24 倍的即時資料生成速度，並隨附 85,336 條長時程示範，涵蓋近 1,600 小時與 1.44 億幀。在 Franka FR3 的真實世界測試中，ManiFlow 的原子技能成功率在模擬中為 80.0%，在硬體上為 81.1%；而 Molmo 2 加 ManiFlow 系統則在模擬回合中成功 55.5%，在真實回合中成功 50.0%。
vLLM 已將其 CUDA 建置遷移至 LibTorch Stable ABI，自 v0.33.0 起發布 LibTorch ABI Stable CUDA wheels，因此新的 PyTorch wheel 無需重新建置 vLLM 即可匯入。團隊將 in-tree 原始碼與七個依賴 LibTorch 的相依套件（包括 FlashMLA、DeepGEMM 與 FlashAttention-2/3）遷移至穩定 API，並在 CI 中使用 torch-abi-audit 確認不再殘留不穩定符號。文章指出取捨，例如穩定 API 子集有限與少量主機端額外開銷，並表示 CPU 與 ROCm 建置將是下一步。
OpenClaw 重建了模型探索機制，讓 GPT-6.1 Sol 等新模型無需發布新版本即可出現，改為從 catalog.openclaw.ai 的自動更新目錄（每四小時重建一次，約 1,000 個模型）、各帳號自身的供應商模型清單，以及與 PATH 上較新版本 Codex 的握手來取得清單。此目錄可在執行中的 Gateway 上即時切換，且供應商逾時或目錄替換後，模型清單不再縮減。
NVIDIA Research 與 Inferact 的 REINFORCE Zero 論文顯示，對齊 rollout 與訓練器的核心，可讓未裁剪的 token 級重要性取樣修正剩餘的權重延遲，在策略延遲 64 下穩定訓練 20,000 次更新，並在核心對齊時達到同步訓練 2.40 倍的訓練步吞吐量。使用標準核心時，rollout 到學習器的 KL 中位數在整個訓練過程中上升 83.33 倍，線上 AIME24 pass@1 從 34.27% 降至 13.96%，而序列閘門雖能穩定訓練，但在最後 1,000 次更新時會拒絕 24.48% 的序列。零不匹配設定現已涵蓋 DeepSeek-V4.1-Flash、發布當日的 Kimi K3.1，以及在 AMD MI355X 上的 DeepSeek-V4-Flash 與 Kimi K3.1，程式碼位於 Inferact/zero-mismatch-rl 與 NVIDIA-NeMo/labs-molt。
推薦理由：NVIDIA Research 與 Inferact 將非同步 RL 的 rollout 與學習器差距拆分為權重延遲與核心不匹配，顯示對齊核心可讓未裁剪的重要性取樣在策略延遲 64 下維持穩定訓練。
VeRL-Omni v0.3.0 已發布，帶來非同步與解耦的 RL 執行路徑、以 V1 trainer 作為預設，並擴展了涵蓋圖像、影片、音訊與多模態理解的後訓練範圍。此版本新增全非同步的 Qwen3-Omni 文字與音訊訓練、搭配 replay buffer 的 separate-async Omni 與擴散訓練，以及包括 MiniMax H3 搭配 DiffusionNFT 與 MiniCPM-o 4.5 GSPO 的新配方。在 4×H800 80 GB 上進行的 MiniCPM-o 4.5 AVQA 實驗中，separate-async 3+1 在自然回應長度下每個 prompt 比 colocated 4+0 慢約 9%，在 512 tokens 時大致持平，在 1024 tokens 時則快約 6.7%。