今天这期 AIWatch 早报围绕「MiniMax、MSA、加速」展开，先用一段导语把当天主线收束起来，再按今日头条、推荐精选和补充速览逐条介绍。聚焦 1 · 关注 1 · 跟进 1。
如果只有 20 分钟，先读：MiniMax 发布 v3 模型，附带 MSA 内核，序列越长加速越明显，已集成至 transformers 和 Kernel Hub → MiniMax 提出稀疏注意力机制 MSA，在 1M token 长度下将注意力计算量降低 28.4 倍，预填充和推理速度分别提升 14.2 倍和 7.6 倍，且性能接近完整注意力 → 腾讯混元发布UniRL，一个跨模态统一强化学习训练框架，支持文本、图像、视频等多种模态，并附带FlowDPPO和DRPO两种原创算法。
今天的主线不是孤立新闻，而是「MiniMax、MSA、加速」在不同层面的同步推进。
正文内容概括MiniMax 发布了 v3 模型，该模型集成了一个 MSA 内核。随着序列长度的增加，该内核能实现显著的加速效果。该内核已集成到 Hugging Face 的 transformers 库和 Kernel Hub 中，方便开发者直接使用。 核心观点： 1. MiniMax v3 模型集成的 MSA 内核，序列越长加速效果越明显。 2. MSA 内核已集成至 Hugging Face transformers 库和 Kernel Hub。
核心观点提炼高信息密度，值得细读
正文内容概括MiniMax 提出稀疏注意力机制 MSA，通过在标准分组查询注意力旁增加小型路由分支，让每个查询组自主选择需要关注的键值块，主分支仅对该子集执行精确注意力。在 1M token 长度下，MSA 将注意力计算量降低 28.4 倍，预填充速度提升 14.2 倍，推理速度提升 7.6 倍，且基准性能接近完整注意力。该工作将长上下文中的检索问题内化到模型架构中，对需要处理超长序列的开发者具有显著实用价值。 核心观点： 1. MSA 在 1M token 长度下将注意力计算量降低 28.4 倍，预填充和推理速度分别提升 14.2 倍和 7.6 倍。 2. MSA 通过小型路由分支让每个查询组选择键值块，主分支仅对该子集执行精确注意力。 3. MSA 在 H800 GPU 上基准性能接近完整注意力版本。
核心观点提炼高信息密度，值得细读
正文内容概括腾讯混元发布UniRL，一个跨模态统一强化学习训练框架，支持文本、图像、视频等多种模态。该框架通过单一后训练循环（生成→评分→优势→更新→同步）覆盖不同模型家族，将模型与算法作为独立轴，实现模型×算法的组合覆盖。UniRL内置可插拔的rollout引擎（train-side/SGLang/vLLM-Omni）、FSDP2分片和三种部署模式。同时附带两种原创算法：用于流/扩散模型的FlowDPPO和用于LLM的DRPO。对开发者而言，UniRL提供了一个统一的多模态RL训练基础设施，降低了跨模态RL训练的实现成本。 核心观点： 1. UniRL将模型与算法作为独立轴，实现模型×算法的组合覆盖，而非固定配方菜单。 2. FlowDPPO是针对流/扩散模型的策略优化算法，使用基于精确散度的信任域掩码。 3. DRPO是LLM强化学习算法，采用平滑的优势加权二次正则化器。
核心观点提炼高信息密度，值得细读
摘要由 LLM 生成，请以原文为准。