谷歌DeepMind团队开发了过程监督强化学习技术，让AI学会像人类一样进行复杂推理。该方法不仅关注最终答案，更重视推理过程中每一步的合理性。在数学推理测试中，AI准确率从41%提升至73%。这项技术为AI在教育、科研、医疗等领域的应用开辟了新可能，让AI决策过程更加透明可信。

这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题：如何让AI既能写出高质量内容，又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法，他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感，最终训练出的模型在保持顶级质量的同时，创作多样性接近人类水平，为AI创意写作开辟了新方向。

提起“开发者”，我们会想到什么？

弗吉尼亚理工大学推出AR-RAG技术，让AI像拼图高手一样在生成图像时动态检索参考片段。该技术突破传统"闭门造车"模式，实现边生成边参考，显著提升图像质量和细节准确性。提供免训练DAiD和优化训练FAiD两种方案，在多个权威测试中创造同规模模型最佳成绩。

——“第12届中国硬科技产业链创新趋势峰会”

哈佛大学团队通过对1200名参与者的三年研究发现，数字媒体正在重塑人类记忆机制，导致负面信息记忆持久度比正面信息高40%。研究揭示了不同年龄群体的记忆模式差异，以及数字环境如何通过影响睡眠进一步干扰记忆整理过程，并提出了包括主动遗忘、正面记忆增强、信息摄入管理等实用的记忆重塑策略。

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

Skywork AI首次在软件工程领域验证数据规模效应，开发的Skywork-SWE-32B模型在SWE-bench Verified基准测试中达到38.0%准确率（使用测试时缩放技术可达47.0%），创下开源模型新纪录。研究构建了包含10169个验证实例的大规模数据集，证明增加高质量训练数据能持续提升AI软件修复能力，为开源软件工程AI发展提供重要突破。

中央佛罗里达大学开发的TLB-VFI技术通过在像素空间和潜在空间同时提取时间信息，解决了视频帧插值中的关键问题。该技术使用布朗桥扩散和3D小波变换等创新方法，相比现有方法参数减少3倍、速度提升2.3倍，在最具挑战性测试中性能提升约20%，为视频处理领域带来重要突破。

Soul AI团队发布突破性研究成果TransDiff，首次成功融合自回归变换器与扩散模型，实现图像生成质量与速度的双重突破。该技术在ImageNet数据集上创造FID 1.42新纪录，同时推理速度比传统方法快112倍，并提出多参考自回归全新生成范式。

想象一下，如果传统AI模型是一辆可以载你去任何地方的汽车，那么这些新的"思维模型"就像是既能当汽车用，又可以变身为越野车的变形金刚。在平坦道路上，它们像普通汽车一样高效运行；遇到复杂地形，它们就能切换到更强大的思维模式，慢慢思考并解决困难问题。英伟达的这项技术突破正是要让这种转换变得更加自然、高效。

Mistral AI发布了两个开源多模态语音AI模型Voxtral Mini和Small，不仅具备语音识别能力，更能理解语音内容并进行智能对话。模型支持32K上下文窗口，可处理40分钟长音频，在语音识别、翻译和理解任务中达到最先进水平。Small版本超越多个闭源模型，Mini版本可本地运行，两个版本均在Apache 2.0许可证下开源发布。

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。

ByteDance研究团队提出TiKMiX方法，通过引入"组影响力"概念动态调整AI训练数据配比，解决传统静态配方导致的训练效率低下问题。该方法能根据模型不同训练阶段的数据偏好实时调整，仅用传统方法20%的计算资源就实现更优性能，在多项测试中平均提升2%效果，为大模型训练提供了更智能高效的解决方案。

中科院团队首次开发出1比特视觉-语言-动作模型BitVLA，实现机器人智能操作的革命性突破。该模型将每个参数限制为{-1,0,1}三值表示，通过创新的蒸馏感知训练策略，在仅使用29.8%内存的情况下达到与先进模型相当的性能。在LIBERO机器人基准测试中表现优异，为智能机器人在资源受限设备上的部署开辟了新路径，让家用机器人成为可能。

META公司FAIR实验组开发的V-JEPA 2系统通过观看100万小时视频实现了AI的重大突破，首次让机器同时具备理解、预测和规划三项核心能力。该系统在视频理解、行为预测和机器人控制等多个任务上创下新纪录，特别是仅用62小时训练就能零样本控制机械臂，为通用人工智能发展提供了新路径。

斯坦福大学Gordon Wetzstein教授团队提出神经辐射场技术，首次让AI具备类似人类的三维空间理解能力。该技术仅需少量不同角度照片即可重建完整三维场景，在图像质量上比传统方法提升20%以上。研究成果应用于自动驾驶、VR/AR、医学影像等领域，标志着AI从二维图像识别向三维空间理解的重大跃进。

首尔国立大学团队突破性地提出了基于强化学习的多模态大语言模型个性化训练框架RePIC，仅用2000个样本就达到传统方法21万样本的效果，在多角色图像描述任务中准确率提升至71%（传统方法仅21.3%），首次实现了高效、准确的AI个性化看图说话能力，为个人专属AI助手的普及化应用奠定了重要技术基础。

大数据存储解决方案一般有存算融合和存算分离两种部署形态。

马普所团队提出POET训练法，通过正交变换重新参数化神经网络权重，在保持频谱特性稳定的同时实现高效训练。该方法仅用传统方法十分之一的参数就能获得更好性能，在13亿参数模型上验证困惑度从14.73降至13.70。POET展现独特的三阶段学习动态，并提供了坚实的理论保证，为大模型训练的参数效率和稳定性带来突破性进展。