AI 與前沿技術彙報 – 模型縮放、代理路由器及真實世界機器人

TL;DR: 開源 LLMs 正變得更快且更大，智慧路由器正在為編碼代理降低推理成本，而多家新創正在建設基礎設施，將 AI 代理從模擬移至真實世界機器人。

開源模型縮放與性能

Maple‑Preview 是一個 20B 三元權重 LLM，能解決 IMO 級問題，並在 Mac Mini M4 上以 200+ tokens/s 運行，聲稱比 Gemma 4 和 Qwen 3.5 快 5–16× @deepgrove_ai。
DeepSeek V4 Flash 繼續在前沿模型領域佔據主導地位，使用者報告在單張 RTX 4090 上於 250k 上下文長度本地運行時，解碼速度達 247 tokens/s，且為 12 tokens/s @elliotarledge @analogalok。
Mach‑1 Additive 推出一個 35B 模型，權重以 1.7 bits 儲存，在僅 7 GB 空間內達到全精度效能的 95 %，並在筆電上最高可達 120 tokens/s @syzygyeng。
Qwen 3.8‑Max 與 DeepSeek V4 Flash 0731 已皆獲得社區升級，提升代理基準分數與上下文窗口（最高達 1 M tokens） @RimonR23 @analogalok。
DeepSeek flash 正經歷 API 容量壓力，503 錯誤促使使用者暫時切換供應商 @hqmank @opencode @cline。

Not Diamond Code 被宣傳為「全球最強的智慧模型路由器」，能根據每輪選擇最佳模型，承諾在不損失品質的情況下降低 20–65 % 成本 @tomas_hk。
Freebuff 的廣告資助編碼代理 聲稱能提供與訂閱服務相同的能力，同時每年節省 $2,400，強調 token 牆與訂閱開銷的隱形成本 @xiathis。
Aakash Gupta 說明為何降級至較便宜的模型常常適得其反：快取失效與重複讀取上下文會增加總支出，而階層級路由則能在整體成本降低時保留昂貴模型 @aakashgupta。
Warp Agent CLI 提供完整的 shell 存取與編碼代理的自動路由功能，實現無縫編排與雲端交接 @zachlloydtweets。
Dillon Loomis 建議使用 Andrej Karpathy 的 LLM Council 框架來提升代理輸出，指出設置時間不到一分鐘，並優於「奉承」模型的結果 @DillonLoomis。

InvLambda 的 Second Contact 建構一個遙測網路，大規模產生真實世界機器人數據，解決具身 AI 的模擬到真實鴻溝 @timeless243。
PrismaXAI 提供一個基礎設施層，連結機器人、人類與資料，將每次遙測作業轉為 Vision‑Language‑Action 模型的訓練資料，並為實體 AI 建立成長迴路 @ThuyTrang108 @ThuyTrang108。
Pandroid 是一個設計用於具身數據收集的易於上手硬體平台；可透過 SSH 連接至任何模型或編碼代理，以進行真實世界互動 @pantographPBC。
Wall‑E 風格的桌面伴侶 與 AI 群體 展示了分佈式實體代理，它們在無人形外形下同步行為，凸顯嵌入式系統在協調機器人方面的潛力 @ardchain @ardchain。
Atlas 在 CES 被宣佈為量產產品而非原型，標示從研究示範向可銷售的人形機器人轉變 @Shred_0x。
Sony 的 AIBO 與 Figure 的 $25k 清潔機器人 說明 AI 驅動機器人如何進入消費與企業領域，取代重複性勞動並提供長期數據收集效益 @DN_degen @Deniscrppig。

Hermes Agent v0.20.0 新增語音串流、有依據的引用以及代理間協議，展示生產就緒代理框架的成熟度 @IBuzovskyi。
DeepGrove 的 Maple‑Preview 與 DeepSeek flash 的效能指標正被公開分享，鼓勵可重現性與社群基準測試 @deepgrove_ai @analogalok。
PostTrainBench 及其擴充版 PostTrainBench+ 評估 LLMs 的自動化後訓練；Locus 系統在 Qwen 3 模型上優於人類訓練的基準線 @intology。
代理自我提升調查 與 Schmidhuber 團隊的論文提供了現代 LLM/工具呼叫代理的歷史脈絡，強調腳手架與自我修改的重要性 @RobertTLange @_akhaliq。
AI Search 的未審查 Minimax H3 與 Minimax H3 文字編碼器 凸顯對較少過濾模型變體的持續興趣，以供研究目的使用 @aisearchio @aisearchio。

Microsoft 與 Google 持續加碼投資 AI，Azure 作為 OpenAI 的骨幹，Google 的 TPUs 與 Gemini 模型推動企業採用 @itsmichaelluu @emollick。
NVIDIA 強調多模型代理是穩健 AI 系統的關鍵，暗示未來硬體‑軟體共同設計趨勢 @nvidia。
投資者情緒 對機器人與 AI 基礎設施保持看漲，如 Azure 支援的 Microsoft 到光學收發器製造商及可選量子公司的股票選擇所示 @itsmichaelluu.

所有陳述均直接來源於所引用的 Twitter 貼文，並反映所指示作者的觀點。

SUMMARY: 近期貼文凸顯開源 LLM 縮放激增、為編碼代理提供的智慧模型路由，以及連結 AI 代理與實體機器人的新硬體/軟體管線。

TITLE: AI 與前沿技術彙報 – 模型縮放、代理路由器及真實世界機器人