AI 编程实时动态与要闻

月之暗面 Kimi 官方账号 10 月 30 日 03:14（UTC）发布 3D Make，称 Kimi 可连接 Blender 和 CAD 等工具来建模、组装场景和开发游戏，已在 kimi.ai 和 Kimi Work 上线。官方同步发布的 3D 教程说明，K3.1 Pro 经过专门训练，通过 Python 脚本操作 3D 软件，即使没有 MCP 支持的专业软件也能纳入工作流；人物、动物等网格模型则自动调用 Tripo 等扩散模型生成。需要本地软件的插件仅在 Kimi Work 中可用。

查看大图

VAST（Tripo 母公司）在 GitHub 和 Hugging Face 开源 EdenLive：游戏引擎或编程智能体负责规则和世界状态，输出粗糙的参考视频，EdenLive 再按目标首帧和文本提示实时渲染成精细画面。官方放出 5B 与 14B 两档、双向与少步自回归两种权重，以及实时流式推理代码和「一句话生成可玩游戏原型」的 skill。官方口径：项目页演示超过 24 FPS、分钟级连续生成、480P/720P；借助 LightX2V，5B 在单张 RTX 5090 上 1280×704 约 24.7 FPS。

查看大图

针对百万上下文大模型训练中复杂稀疏掩码（文档隔离、前缀共享树、滑动窗口）导致的单卡流水线气泡与多机 Context Parallelism (CP) 负载失衡，百度飞桨推出 FlashMask-3（arXiv:2610.17901）。单卡 H100 较 FlashMask 与 FlexAttention 分别提速 45%~141% 和 34%~71%，128 卡训练 118B-A14B MoE 模型注意力前反向加速高达 44.9%。

查看大图

港中文（CUHK）与腾讯等团队提出面向长程智能体强化学习的递归自改进策略优化算法 RSIPO（Recursive Self-Improving Policy Optimization）。针对现有在线自蒸馏（OPSD）普遍依赖静态特权技能且教师监督存在噪声的缺陷，RSIPO 首次实现“智能体技能”与“策略网络”在训练全程的双向共生演进：策略模型从完成轨迹中自主提取技能并通过轨迹重放优化技能生成，同时引入经验贝叶斯收缩（Empirical Bayes Shrinkage）动态校准学生对教师指导的信任权重。Qwen2.5-7B 在具身交互 ALFWorld 上取得 98.6% 成功率，比原生 GRPO 飙升 17.4%。

查看大图