CXL与稀疏注意力：AI推理效率革命

2026年6月19日，AI领域迎来推理效率、模型透明度与新范式的多重突破。CXL加速稀疏注意力系统SAC实现2.1倍吞吐量提升与9.7倍TTFT降低，结合亚毫秒级执行状态恢复和开源模型成本降低近6倍，大幅优化推理性能。模型透明度与安全性方面，DiffusionGemma通过可解释瓶颈将不透明性降至Gemma 4的1.1倍，CWE-Trace揭示微调LLM在漏洞检测中仅达52.1%准确率，Contagion Networks量化评估偏差传播系数0.157-0.352。新模型与新范式涌现：Laguna M.1以225B MoE专攻智能体编码，Lie-Algebra Attention将token定义为矩阵群元素，UNIEGO通过多教师蒸馏统一自我中心视频表示。

Section Synthesis & Key Takeaways: Today's briefing curates 204 high-signal developments across 68 global and regional sources.

Models (4 picks): 「QCPIKAN：量子-经典物理信息KAN用于PDE求解」（这篇论文发布了QCPIKAN，首个混合量子经典PDE求解器，用Chebyshev KAN层加速收敛，渗流模拟精度远超市面同类）; 「过程验证强化学习在Lean定理证明中的应用」（这篇论文用Lean在定理证明训练中引入细粒度过程奖励，比只判对错的强化学习效果好，在MiniF2F和ProofNet上都有提升）.

Products (4 picks): 「Perplexity发布Brain，为Computer Agent打造自改进上下文图记忆系统」（Perplexity给自家Agent装了个能记住工作过程、夜里自学的大脑，据说测试下来又快又准还省钱）; 「OpenAI Codex 上线 Record & Replay 功能：演示一次操作即可生成可复用 Skill」（OpenAI Codex 这次不用你写指令了，Mac 上演示一遍操作就能生成可复用的 Skill，下次改改参数自动跑，报销填单之类的好用了）.

Industry (4 picks): 「DecagonAI 借助 Together AI 将语音代理成本降低近6倍」（DecagonAI 把语音成本砍到原来的1/6，延迟还压到400ms以下，实时语音项目可以参考他们迁移开源模型的做法）; 「Anjney Midha：GPU利用率95%即“故障”，AI竞争进入计算网格时代」（想知道为什么买更多 GPU 不灵了？Anthropic 是怎么靠文化和准备搞定编码的？AMP 创始人讲得特别透，全是内行视角的干货）.

Papers (4 picks): 「Token是群元素：矩阵李群上的李代数注意力」（这篇论文用群元素当token，不用那些复杂的学习核，参数还少50到80倍，做SE(2)、SO(3)和仿射群上的任务都更好，值得看看思路）; 「SAC: 基于CXL的稀疏注意力LLM解耦KV缓存系统」（长上下文推理，内存传输是瓶颈。新方案SAC用CXL按需取KV缓存，比RDMA吞吐量翻倍、延迟降到十分之一，做稀疏推理的值得一看）.

How-to (3 picks): 「Salesforce CodeGen教程：生成、验证和重排序Python函数」（手把手教你用Salesforce CodeGen写Python函数，还能自动验证和重排序，适合想提升代码生成质量的开发者）; 「用 SageMaker 详细指标和 CloudWatch Insights 监控生成式 AI 推理」（AWS 教你用 CloudWatch 盯着 SageMaker 上的生成式 AI 推理，有详细指标和仪表盘，调性能抓问题都好使）.