这项由Gensyn、纳沙泰尔大学和代尔夫特理工大学联合研究的突破性成果，解决了大型AI模型训练中机器故障导致的巨大损失问题。研究团队开发的CheckFree方法无需备份即可快速恢复故障阶段，利用相邻层参数的加权平均重建丢失部分。升级版CheckFree+通过乱序管道执行技术还能处理边界层故障。实验显示该方法在低中故障率下比传统方案快12%以上，为AI训练民主化提供了重要技术支撑。

为训练深度神经网络量身定制的第一批商用芯片将于今年上市。由于训练新的神经网络模型可能需要几周或几个月的时间，因此这些芯片可能是迄今为止制造出的最大、也是最昂贵的商用芯片。

上海AI实验室发布的P1-VL是首个能够真正"看懂"物理图像并进行科学推理的开源AI系统。该模型在13场国际物理奥赛中获得12枚金牌，成为开源视觉语言模型的重大突破。P1-VL通过创新的课程式强化学习和多模态融合技术，能够从图像中提取关键物理信息并结合理论知识解题，为AI在科学教育和研究领域的应用开辟了新路径。

英特尔在这两年对于半导体技术的宣传仍然不遗余力：无论是半导体制造展望1-2年后的Intel 18A工艺，还是先进封装hybrid bonding互联间距缩减至3μm的未来技术

挪威卑尔根大学研究团队开发了RotaTouille深度学习框架，专门处理轮廓数据的旋转等变性问题。该方法基于复数值神经网络和圆形卷积，无论轮廓如何旋转或改变起始点都能准确识别。实验显示在多个数据集上超越传统方法，为医学影像、工业检测等领域提供了新的技术选择。

惊现拥有5种思考模式的多模态模型！快手开源Kwai Keye-VL模型

波斯语AI评估基准MEENA的发布填补了非英语视觉语言模型测试的空白。数据集包含约7500道波斯语原生题目，涵盖多教育阶段和学科领域，采用五种实验设计全面测试AI能力。研究发现AI在知识型任务上优于推理任务，存在明显的语言性能差距，为推动多语言AI技术发展提供重要参考。

Meta和UC Berkeley联合研究团队开发了名为Toto的AI模型，通过"看前猜后"的方式学习理解视频。该模型观看了超过十万小时视频内容，在图像分类、视频理解、物体跟踪和机器人操作等多个任务中表现出色，甚至自然涌现了"物体永恒性"理解能力。研究发现视觉AI也遵循类似语言模型的缩放定律，但效率略低于语言模型。这项工作为构建通用视觉AI系统提供了新思路。

Meta团队开发的ViTok突破了视觉AI压缩技术的瓶颈，发现压缩质量的关键在于存储的浮点数总量而非模型复杂度。该方法在保持图像和视频重建及生成质量的同时，计算效率提升2-5倍，在多个基准数据集上创造新纪录，为高效视觉AI应用提供了重要技术基础。

香港中文大学团队发现AI推理过程中存在高达80%的冗余步骤。通过创新的"步骤熵"方法，他们能够识别并删除这些多余的推理步骤，在保持准确性的同时实现35-57%的效率提升。研究开发了两阶段训练策略，让AI学会自动生成压缩的思考链。这项突破为AI系统的高效部署提供了新途径，有望显著降低AI服务的计算成本和响应时间。

韩国NXN Labs开发的Voost系统实现了虚拟试衣技术的重大突破，能够同时处理"试穿"和"脱衣"两个相反任务。该系统使用统一的AI模型和创新的双向学习方法，在图像质量、细节保持和结构准确性方面都超越了现有技术，为电商购物和时尚行业带来革命性改变。

MIT研究团队发现了一个颠覆性的AI训练方法：那些通常被丢弃的模糊、失真的"垃圾"图片，竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据，不仅在ImageNet等权威测试中创造新纪录，还为解决AI发展的数据瓶颈问题开辟了全新道路。

人民大学团队创建了OlymMATH，这是首个奥数级AI数学推理基准测试，包含200道双语题目。测试结果显示，即使最先进的AI模型如Gemini 2.5 Pro在困难题目上也只能达到58.4分，揭示了当前AI在复杂数学推理方面的真实能力边界，为未来AI发展指明了方向。

腾讯AI实验室发现先进AI模型存在"思维不足"问题：在解决困难问题时频繁跳跃思路而非深入思考，导致错误答案消耗225%更多资源。研究团队提出TIP方法，通过惩罚思维切换来训练AI专注力，显著提升推理效率和准确性。这项发现改变了我们对AI推理过程的认知，强调深度思考比广度探索更重要。

腾讯混元团队推出P3-SAM系统，这是首个能够自动精确分割任意3D物体的AI模型。该系统采用原生3D处理方式，摆脱了传统方法对2D投影的依赖，在近370万个3D模型上训练而成。P3-SAM支持完全自动分割和交互式分割两种模式，在多个标准测试中达到领先性能，为游戏开发、工业设计等领域提供了强大的3D理解工具。

DeepSeek-AI联合北京大学开发的NSA稀疏注意力技术，通过令牌压缩、精选保留和滑动窗口三重策略，让AI在处理长文本时实现原生稀疏化。该技术在64K文本处理中达到11.6倍解码加速，同时在多项AI能力测试中超越传统方法，为高效AI应用开辟新路径。

2023年，在复杂严峻的外部环境影响下，商业环境愈发多变难测，市场进入周期更替的“蕴新”时刻，对企业应对内外变化的能力提出更高要求。

这项研究展示了如何通过在经济问题上进行后训练，让大语言模型像经济学家一样思考，从而实现战略性泛化能力。研究团队开发了名为Recon的7B参数开源模型，通过在2,100个高质量经济推理问题上进行监督微调和强化学习，不仅提升了模型在经济基准测试上的表现，更重要的是让模型在从未直接训练过的多智能体博弈中展现出合理的战略行为。结果表明，领域对齐的后训练可以作为智能体对齐的可扩展路径，通过结构化推理问题培养出更广泛适用的理性决策能力。

港科大研究团队开发的LazyDrag系统创新性地解决了图片拖拽编辑中的核心难题。该系统摒弃传统的隐式匹配方法，采用显式对应地图技术，实现了无需训练的高精度图片编辑。LazyDrag支持文字引导功能，能智能理解用户意图，在准确性和感知质量方面全面超越现有方法，为AI辅助图片编辑开辟了新方向。

这项由中国人民大学等机构合作完成的研究提出了Virgo系统，发现仅用5000个纯文本推理案例训练就能让AI在视觉推理任务上达到顶级商业系统水平。研究证实推理能力具有跨模态通用性，为更经济高效地开发多模态AI系统指明了新方向，同时也揭示了AI感知反思能力不足的局限性。