从分钟级等待到20倍超速：LightX2V重写AI视频生成速度上限
来源：机器之心｜发布时间：2025年12月8日
近日，开源项目 LightX2V 在 ComfyUI 社区迅速走红，单月下载量突破170万次。该模型通过步数蒸馏、轻量VAE、低比特算子与多卡并行等系统级优化，将AI视频生成速度提升至接近1:1实时（即生成时长与视频时长相仿），实现“边看边出片”的流畅体验。相比传统框架几分钟生成10秒视频的瓶颈，LightX2V在消费级硬件上实现了20倍以上的速度提升，标志着低成本、强实时视频生成进入新阶段。项目已开源，GitHub及Hugging Face地址已开放，为创作者提供高效、易用的工具链。
Vicino.ai 推出“超级代理”SuperIntelliAgent：边生成边训练，让模型越用越“长智”
来源：新闻资讯｜发布时间：2025年12月8日
由前微软研究院团队创立的AI初创公司 Vicino.ai 正式发布 SuperIntelliAgent——一个面向产品级自进化Agent的全新框架。该技术颠覆传统“一次训练、永久使用”的模式，支持在真实使用中自动将用户交互数据转化为训练信号，实现“边生成边训练”的持续智能成长。其核心技术包括持续学习、双尺度记忆机制与自训练优化，可动态适应用户需求变化，避免模型崩塌与遗忘。论文已投稿至AAAI 2026，项目代码已开源，有望重塑智能客服、个性化助手等场景的长期演化路径。
LLM强化学习不稳定之谜，被Qwen团队从「一阶近似」视角解开
来源：机器之心｜发布时间：2025年12月7日
在大语言模型（LLM）强化学习（RL）领域，长期存在“序列级奖励 vs token级优化”带来的不稳定性问题。阿里千问团队提出全新理论框架，从一阶近似视角揭示：使用token级目标优化序列级奖励在数学上具备合理性，前提是前提偏差与梯度偏差均足够小。该发现为当前主流RL算法（如REINFORCE、GRPO）提供了理论支撑，并解释了为何它们在训练中仍能稳定收敛。该研究尤其适用于混合专家（MoE）模型，解决了动态路由破坏重要性采样比的难题。成果为构建更高效、稳定的LLM推理系统提供了关键理论基础。
DeepSeek、Gemini谁更能提供情感支持？趣丸×北大来了波情绪轨迹动态评估
来源：机器之心｜发布时间：2025年12月7日
由趣丸科技与北京大学软件工程国家工程研究中心联合发表的论文《检测情感动态轨迹：大语言模型情感支持的评估框架》被AAAI 2026录用。该研究首次提出基于时间序列的动态情绪评估体系，突破传统静态对话评估局限，精准捕捉LLM在长期对话中情绪响应的演变轨迹。团队对比DeepSeek与Gemini在真实心理咨询场景中的表现，发现其在共情连贯性、情绪引导能力上存在显著差异。该框架为评估AI情感支持能力提供标准化工具，对智能心理助手、陪伴型AI的落地具有重要指导意义。