为了实时识别新出现的欺诈模式，PayPal需要更快地处理和分析更多数据，就需要将尽可能大体量的数据与实时处理做更好的对接。 然而，内存墙的问题，在此时也悄然出现了。

企业处在新旧时代更迭的关键节点：背后是打下的江山（宝贵的资产与数据），周围充斥着各种方法、概念和新技术，前面是吊诡多变的市场和环境——“黑犀牛”随时会从某个角落跳出来，挡住前行的道路。

全球最大电子消费展 CES 2025 在美国拉斯维加斯拉开帷幕。今年的 CES 2025 同样热闹非凡，众多科技巨头都展示了自身的最新成果，而在近些年爆火的AR和AI眼镜赛道上，中国的企业更是开启轮番轰炸。

南开大学团队开发出GlimpsePrune技术，让大型视觉语言AI能像人类一样"瞄一眼"抓住图像重点。该技术通过智能筛选视觉信息，只保留7.4%相关内容就能维持100%回答准确性，大幅降低92.6%计算负担。不同于固定压缩的传统方法，GlimpsePrune能根据问题复杂度动态调整，简单任务保留3.6%信息，复杂场景保留30-40%，实现真正智能化适应，为AI视觉应用的普及奠定基础。

新加坡国立大学研究团队开发出革命性AI视频解说系统LiveCC，通过500万YouTube视频训练，实现0.5秒内实时生成视频解说。该系统在体育赛事解说质量上超越多个大型模型，在传统视频问答任务中也达到同规模最优性能，为AI实时多模态理解开辟新方向。

如今三年已近，在绿色新政实施的过程中，既有硕果累累，也有经验教训。这些都是宝贵的财富，可以作为我们能源转型与碳中和的参考与借鉴。

北京智源人工智能研究院等机构联合发布的AgentCPM-Report系统，首次实现了"写作即推理"的AI报告生成框架。该系统让80亿参数的小模型在写作过程中不断思考调整，突破了传统"先规划后执行"模式的洞察力天花板，在多项基准测试中超越了大型商业AI系统，为本地化深度研究提供了隐私安全的解决方案。

多伦多大学机器人研究团队成功开发出SAFE系统，这是首个能够跨任务检测机器人执行失败的通用型预警系统。该系统通过分析机器人内部"思维"特征，发现了不同任务失败时的共同模式，实现了比人类观察更早的失败预警。在仿真和真实环境的广泛测试中，SAFE系统显著优于现有方法，为机器人安全应用开辟了新路径。

2025年5月19日，新加坡国立大学研究团队发表最新研究Thinkless，就像是给"内耗"的AI朋友配了一个心理咨询师，教会它什么时候该深度思考，什么时候可以快速回答。

MIT研究团队开发出TIM系统，通过模仿人类认知的"聪明遗忘"机制，让AI能够进行无限长度的复杂推理。该系统将推理任务分解为树状结构，自动清理已完成子任务的细节信息，仅保留关键结论，实现了用不到50%内存完成相同推理任务的突破。配合TIMRUN引擎，TIM还支持端到端工具调用，大幅降低了成本和复杂度，为开发真正智能的AI助手开辟了新路径。

腾讯微信视觉团队提出Stand-In框架，仅用1%参数实现高质量身份保持视频生成。该方法通过条件图像分支和受限自注意力机制，让AI在生成视频时能持续参考原始照片，确保人物面部特征一致。在多项评测中表现优异，面部相似度0.724，支持零样本泛化到非人类主体，可即插即用集成到各种应用中。

MagiCodec是一种由上海交通大学与字节跳动联合开发的创新音频编解码器，通过高斯噪声注入和多阶段训练策略，成功解决了音频编码领域的关键挑战：如何同时实现高保真重建和优秀的下游生成能力。研究团队通过理论分析证明，噪声注入在频域上相当于对高频成分施加指数衰减正则化，使模型能更好地保留重要的低频语义信息。实验表明，MagiCodec不仅在重建质量上超越现有技术，在文本转语音、语音识别等下游任务中也表现卓越，其生成的标记分布更接近自然语言的齐普夫分布特性，为音频生成模型提供了更理想的基础。

麦吉尔大学研究团队通过测量理论框架分析发现，当前广泛使用的大型语言模型评价系统存在严重的可靠性和有效性问题。研究揭示了AI评委在替代人类评委、自身能力、规模化应用和成本效益四个核心假设方面的缺陷，并通过文本摘要、数据标注和安全评估三个应用场景验证了这些问题的严重性，为建立更加科学严谨的AI评价体系提供了重要指导。

香港中文大学等机构联合发布Grove MoE架构，创新性地将专家系统分组并配备共享辅助专家，实现动态资源调配。该33B参数模型仅需激活31.4-32.8B参数，在数学推理、编程等任务上显著超越同规模竞品，在MMLU-Pro测试中达72.8分。架构借鉴big.LITTLE处理器设计理念，通过智能负载均衡机制提升计算效率。

发布watsonx是IBM推进混合云与AI战略、助力企业云智转型的又一里程碑。

Meta研究团队推出FACTORY测试系统，这是首个大规模人工验证的AI事实准确性评估基准，包含超过1万个高难度问题。测试结果显示，即使是最先进的AI系统在面对复杂事实性问题时准确率也仅约60%，远低于传统测试中的90%以上表现。该研究揭示了当前AI系统在专业知识覆盖和复杂推理能力方面的不足。

颠覆式创新还是学术诈骗？韩科院联名谷歌发布新模型架构MoR

Hugging Face团队发布SmolLM2语言模型研究报告，详细阐述了17亿参数小型模型的创新训练方法。该研究通过多阶段精细化训练策略和三个全新数据集(FineMath、Stack-Edu、SmolTalk)的创建，证明了小模型在数据质量优化下可达到优异性能。模型在多项基准测试中超越同规模竞品，为人工智能技术的普及化和可持续发展提供了新的技术路径。

清华大学联合多所院校提出BiManiBench基准测试系统，首次系统评估AI模型的机器人双臂协调能力。研究通过三层测试体系发现，尽管当前顶级AI模型在高层推理方面表现出色，但在双臂空间定位和精确控制方面仍存在显著不足，为未来智能机器人发展指明改进方向。

清华大学和理想汽车联合开发的ReflectDrive系统，首次为自动驾驶引入"反省机制"，让AI司机具备自我纠错能力。通过将驾驶空间离散化和两阶段路径生成，系统能在规划路径后主动检查安全性，发现问题时智能修正。在NAVSIM基准测试中，该系统综合得分达91.1分，接近人类驾驶水平，为自动驾驶安全性和智能化开辟了新路径。