上海交通大学团队开发的ASAP方法通过"锚点引导"和"首词惊喜度"两阶段技术，成功解决了AI推理模型内容冗长问题。该方法在保持准确性的同时，将推理速度提升43.5%，生成内容减少23.5%，为AI推理优化开辟了新方向，代表了从追求模型规模向追求效率质量平衡的重要转变。

近日，联想集团公布了21/22财年全年及第四季度业绩。随后，联想集团执行副总裁兼中国区总裁刘军在一封内部邮件中也披露了联想中国区的业绩信息：21/22全财年营业额年比年稳增28%，贡献利润年比年提升36%。

蚂蚁集团研究团队推出Agentar-Fin-R1金融专用AI模型，首次实现了金融专业知识与强推理能力的完美结合。该模型在保持通用推理能力的同时，在金融专业任务上取得突破性表现，并通过创新的三重保险体系确保高风险金融场景下的可靠性和合规性，为金融AI的专业化发展开辟了全新路径。

昆字节AI与浙江大学联合推出OmniTry系统，实现无需手动标注的万物虚拟试穿。该技术通过创新的两阶段训练和"无痕移除"方法，支持服装、珠宝、配饰等12类物品的智能试穿，在保真度和准确性方面显著超越现有技术，为电商和时尚行业带来革命性突破。

上海人工智能实验室联合多家机构推出OVO-Bench评测体系，首次系统评估视频AI的在线理解能力。研究发现当前最先进的模型如GPT-4o在实时视频理解任务中表现远不如人类，缺乏时间感知、实时记忆和主动响应能力。该研究为智能家居、在线教育、医疗监护等实际应用场景的AI升级指明方向。

NVIDIA研究团队发布了Eagle 2.5，这是一个突破性的视觉语言模型，专门用于长视频理解任务。该模型仅使用80亿参数就在Video-MME等基准测试中达到72.4%的准确率，与GPT-4o等顶级商业模型相当。Eagle 2.5采用了信息优先采样、渐进式训练和专门构建的Eagle-Video-110K数据集，能够处理数小时的长视频内容，为AI视频理解技术的普及化开辟了新路径。

厦门大学团队开发的TARS技术通过创新的"最大-最小"博弈策略和频谱对齐方法，有效解决了AI视觉系统的幻觉问题。该技术仅用4800个训练样本就将描述错误率从26.4%降至13.2%，性能媲美GPT-4o，为医疗诊断、自动驾驶等关键领域提供了更可靠的AI视觉解决方案。

微软研究院提出Chain-of-Model学习范式，将因果关系融入大型语言模型的隐藏状态。这一创新通过"链式表示"将模型参数分为多个子表示链，使模型能够逐层扩展且保持前序能力。研究成果包括CoLM和CoLM-Air两种实现，实验证明它们不仅性能与标准Transformer相当，还提供了高效训练和灵活推理的优势，包括能够渐进扩展模型规模、提供多尺度子模型以及显著加速预填充计算。这一突破为解决大型语言模型训练成本高和部署缺乏灵活性的问题提供了新思路。

清华大学团队提出首个统一3D点云预训练方法UniPre3D，突破传统方法只能处理特定规模数据的局限。该方法巧妙利用3D高斯喷射技术将3D数据转换为2D图像进行处理，并设计了针对不同数据规模的自适应融合策略。在多个标准数据集上的实验表明，UniPre3D在物体分类、场景分割等任务中均取得显著性能提升，为3D视觉的统一化发展提供了重要突破。

香港中文大学深圳校区团队提出CAKE方法，让大语言模型充当"智能厨师"为贝叶斯优化自动设计核函数。该方法能根据实验数据动态调整优化策略，在超参数优化、控制器调优和光子芯片设计等任务中均表现出色，特别是在实验次数受限时效果显著。CAKE不仅提升了优化效率，还能提供自然语言解释，为AI辅助科学研究开辟了新路径。

这项由ETH苏黎世、ELLIS图宾根研究所和MPI图宾根的研究者合作完成的论文，揭示了评估大型语言模型预测能力时的关键陷阱。研究发现两类主要问题：数据时间泄露导致评估结果不可信，以及基准测试表现难以外推到实际预测能力。通过系统分析，研究者展示了这些问题如何可能导致对语言模型预测能力的过度乐观评估，并提出了更严格的评估方法建议，以帮助科研社区更准确地判断大模型的真实预测能力。

滑铁卢大学研究团队开发出世界首个完全由神经网络生成的操作系统界面NeuralOS，能够根据用户输入实时生成屏幕画面，鼠标定位精度达1.6像素误差，状态转换预测准确率37.7%。虽然目前存在分辨率和速度限制，但开创了生成式操作系统的先河，预示着未来计算界面可能完全由AI实时创造，实现极度个性化的用户体验。

香港科技大学联合腾讯微信AI等机构开发出SitEmb-v1.5情境感知文本嵌入模型，突破传统AI只能孤立处理文本片段的局限。该技术让AI在理解文本时能考虑上下文环境，就像人类阅读一样。仅10亿参数的模型就超越了多个70-80亿参数的先进系统，在书籍理解等复杂任务中表现优异，已开源供全球开发者使用。

斯坦福大学人工智能实验室开发出革命性的"好奇心驱动"AI学习系统，让机器能够像人类一样通过主动探索来学习复杂技能。该技术通过内在动机机制，使AI学习效率提升十倍，并能够发现创新解决方案，在机器人导航、医疗诊断、自动驾驶等领域展现巨大应用潜力，为实现更智能、更自然的人机交互奠定基础。

台湾大学联合MediaTek和Nvidia的研究团队开发了一种突破性的语音识别自我改进框架，无需大量人工标注数据即可显著提升AI语音识别准确率。该方法通过让AI生成伪标签训练语音合成系统，再用合成语音反向训练识别模型，形成自我强化循环。在台湾国语测试中，新模型Twister比原版Whisper错误率降低20-55%，数据效率提升10倍以上，为低资源语言AI应用提供了新路径。

波兰SpeakLeash团队联合多家机构开发了Bielik v3系列AI语言模型，包含1.5B和4.5B参数版本，专门优化波兰语处理能力。该模型采用创新的小参数高效能设计，在多项波兰语基准测试中超越了参数量2-3倍的竞品模型。通过精心的数据筛选、自适应学习率和先进的训练策略，证明了小模型也能在特定语言领域达到卓越性能，为资源受限环境下的高质量AI语言服务提供了新的解决方案。

2018中国管理·全球论坛暨金蝶用户大会，华为公司轮值董事长胡厚崑应邀出席，并发表了《出于云,胜于智》的主题演讲。胡厚崑表示，华为要给智能世界铺上云的跑道，装上智能发动机，帮助每个人、每个家庭、每个组织更快、更好、更安全地拥抱智能世界。

2018中国管理·全球论坛暨金蝶用户大会，华为公司轮值董事长胡厚崑应邀出席，并发表了《出于云,胜于智》的主题演讲。胡厚崑表示，华为要给智能世界铺上云的跑道，装上智能发动机，帮助每个人、每个家庭、每个组织更快、更好、更安全地拥抱智能世界。

快手推出的Keye-VL是一个专门为短视频理解而设计的80亿参数AI模型，在视频内容理解、数学推理和多模态任务方面达到同类模型中的最高水平。该模型采用独创的五模式推理系统和四阶段训练策略，能自动判断任务难度并选择合适的思考方式，在快手自建的KC-MMBench短视频基准测试中大幅领先其他模型。

北京大学与上海AI实验室联合发布FUSION模型，通过创新的全模态整合技术，实现视觉和语言的深度融合。该模型仅用630个视觉令牌就超越了传统大型模型，在文本引导视觉编码、上下文感知解码等方面取得突破，代表了多模态AI发展的重要里程碑。