co-design

Extropic引入Z1T，一种针对其概率性Z1硬件优化的稀疏类Transformer模型，通过算法-硬件协同设计提升Transformer推理的能效。

CoSA 提出了一种无需训练的稀疏注意力方法，该方法协同设计了内核感知代理和有序跳过内核，以加速长上下文推理，实现了高达 4.93 倍的注意力加速和 2.53 倍的端到端 TTFT 降低，且性能下降可忽略不计。

Transformer Transformer是一种统一模型，能够根据给定的操作演示生成优化的完整机器人本体，该模型使用在RoboTokens和Dynamics Self-Guidance上训练的扩散变换器。

COrigami是一个端到端的AI流水线，它从自然语言生成可平折的折纸折痕图案，利用优化和美学评估，在数学约束的领域中实现人机协同创作。