ReplaySSM重做状态存储，加速混合模型推理

NVIDIA与普林斯顿Dao AI Lab介绍ReplaySSM，用检查点加近期输入缓冲区表达状态，减少混合模型解码的状态搬运，并改善推测解码回退与量化误差问题。论文和代码已公开，文章同时说明相关推理框架中的集成情况。

N1 个来源302026年10月13日模型推理混合架构性能优化

要点

有助于理解混合模型为何仍会遇到解码瓶颈，以及部署框架升级可能带来的收益。

维护大模型推理服务和评估混合架构模型的开发者会受到影响。

从博客进入论文与代码，确认自己使用的推理框架版本和模型是否支持，再用固定并发与上下文长度对比性能。

免费未实测

本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。

Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。

BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。

UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。

爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。