Meta Superintelligence Labs于arXiv发布编号2509.01092的首篇论文，引发学术社区高度关注。该研究并未延续当前大模型参数规模竞赛的常规路径，而是聚焦于注意力机制的基础架构创新。论文提出了一种名为"动态稀疏注意力"的新型计算结构，通过动态路径选择算法将长序列处理的计算复杂度从O(n²)降至O(n log n)，在保持性能的前提下显著降低能耗。这一突破对万亿参数级模型的实用化部署具有里程碑意义，尤其适用于基因组分析、气候模拟等长序列建模场景。技术社区已在Hacker News展开激烈讨论，该话题获得205点热度并积累101条专业评论，多数专家认为这标志着AI研究正从"规模优先"向"效率优先"转型。