AI 研究與效率每日追蹤｜2026-11-05
今日重點
今天最值得注意的是 Anthropic 把大型 MoE 模型的「推論可驗證」做成開源原型，但證明成本仍遠高於一般推論。OpenAI 則推出速度導向的圖像模型更新；兩者都顯示，部署時不只要看模型能力，也要看速度、控制方式與額外成本。新架構雷達選出一篇把動作理解與生成放進同一模型的研究，結果仍待獨立重測。 anthropic.com
重要更新
1. Anthropic｜FlashProve｜11 月 2 日，開源
方法：用零知識證明，讓驗證者核對回覆是否來自指定模型權重；針對 MoE，只證明實際啟用的專家，並在回覆產生後批次製作證明。
數據：官方以 4-bit Llama 4 Maverick（400B 總參數）、單張 H100 加 24 核 CPU、24 個請求批次測得約 110 token/s；每份證明約 18.78 MB。相對 vLLM 一般推論，證明約耗 70–95 倍 GPU 時間，但比較使用的模型精度與 GPU 配置不同，不能視為同條件的端到端速度比。
實際意義：為模型身分及輸出完整性提供可查驗的部署途徑。
限制與疑點：仍是研究原型；目前證明整數模型的 greedy decoding，快速執行程式尚未獲完整形式化保證，也不是低成本、即時驗證所有正式服務流量的方案。
一手來源：Anthropic 技術說明。 anthropic.com
2. OpenAI｜Images 2.6｜11 月 4 日，正式發布
方法：推出偏重速度的 Flare 與偏重品質、連續編輯一致性的 Sunburst；API 增加可調整規劃程度的 complexity 參數。
數據：官方稱圖像生成比前代快 50%；Flare 設為 low quality 時，最快約 6 秒。50% 數字所用的硬體、批次、解析度與提示詞分布，官方未公布。
實際意義：開發者可按工作流，在生成速度、細節與編輯控制之間選擇。
限制與疑點：「最快 6 秒」不是一般延遲保證；尚缺可重現的同條件速度與品質比較。
一手來源：OpenAI 發布公告、系統卡。 openai.com
新架構雷達
Shu 等研究團隊｜Möbius｜11 月 3 日
這是什麼：將文字、乾淨動作及帶雜訊的逐影格動作放入共享注意力空間，用角色分工參數處理理解與擴散生成，不必先把動作轉成離散 token 或預訓練動作 VAE。
符合的門檻：① 不同於傳統純文字 LLM 的動作—語言統一生成架構；② 有公開論文及實驗細節。
作者宣稱：0.6B 版本在 HumanML3D 文生動作測試達 R@1 0.8209、FID 6.1291；這是論文作者的測試，不代表一般場景表現。第三方驗證：尚未找到獨立重測；1.7B 版本另用了約 1,700 小時內部動作資料，不宜直接當作同資料量比較。
一手來源：論文與實驗表。 arxiv.org
趨勢整理
- 部署成本要拆開看：FlashProve 的證明吞吐進步，不等於一般推論變快；新增的可信度有明顯算力代價。 anthropic.com
- 速度與品質分檔：Images 2.6 讓開發者選 Flare 或 Sunburst，但仍需要同品質條件下的延遲比較。 openai.com
- 多模態走向共用表示：繼近期世界模型研究後，Möbius 也嘗試減少「理解一套、生成另一套」的分離設計；跨任務效益仍主要來自作者自測。 arxiv.org
值得追蹤
- FlashProve 是否出現獨立安全審核，以及更接近正式服務負載的證明成本測試。 anthropic.com
- Images 2.6 在固定解析度、品質與併發量下，50% 加速是否仍成立。 openai.com
- Möbius 是否釋出權重或程式碼，讓 HumanML3D 結果接受獨立重測。 arxiv.org