艾伦人工智能研究院开发的MolmoAct是首个开源的机器人空间推理模型，通过"看懂-规划-执行"三步思考法让机器人具备类人的空间理解能力。它不仅在多项基准测试中表现优异，还支持直观的视觉轨迹调教，用户可直接在屏幕上画线指导机器人行为。研究团队完全开源了模型、代码和数据集，为全球机器人研究提供强大基础平台。

斯坦福研究员发现，AI模型无需复杂"改造"就能获得新技能，只需观察少量例子即可模仿专业训练效果。这种"情境学习"方法大幅降低了AI应用门槛，文本生成需数千例子，分类任务仅需数百例子，有望让普通用户轻松定制专属AI助手，推动AI技术民主化进程。

这项由莫斯科人工智能研究院完成的研究证明了AI可以通过智能特征选择在保持性能的同时大幅提高效率。研究团队开发了基于自编码器和Gumbel-Softmax的特征筛选方法，在文字识别任务中即使删除50%视觉特征也能维持近似性能，为多模态AI系统的效率优化提供了新思路。

希伯来大学研究团队通过狼人杀游戏验证了AI在异步群体交流中的能力。他们开发的双阶段AI系统能够自主决定发言时机和内容，在21场真人游戏中表现出色。AI的发言时机与人类高度相似，超过40%的人类玩家无法识别AI身份，游戏胜率与人类相当。研究首次实现了AI在群体对话中的主动参与，为AI融入现实社交场景奠定了技术基础，在教育、医疗、客服等领域具有广阔应用前景。

香港中文大学(深圳)研究团队开发出FusionAudio-1.2M数据集，创新性地融合音频、视觉、语音和音乐信息来生成详细的音频描述。该研究采用多模态专家系统和大语言模型整合的两阶段方法，构建了包含120万高质量音频描述的大规模数据集。实验表明，使用该数据集训练的AI模型在音频理解和检索任务上显著超越现有方法，为智能语音助手、自动驾驶等领域带来重要应用前景。

IBM研究院推出革命性AI诊断工具CLEAR，能够自动分析AI系统错误并生成详细报告。该工具采用"AI评判AI"的创新方法，将复杂的错误分析过程自动化，帮助开发者快速发现问题模式。用户研究显示75%的开发者认为该工具比传统手工分析更高效，已开源供全球开发者使用。

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。

圣母大学研究团队发布了迄今最全面的大语言模型跨学科应用调研报告，系统梳理了AI在人文、商业、科学工程等13个领域的应用现状。研究发现，大语言模型在文本处理和模式识别方面表现优异，但在创造性思维和价值判断上仍有局限。报告强调人机协作是未来发展方向，并为不同需求用户提供了具体的模型选择建议。

为什么选择做AI Agent？澜码科技创始人兼CEO周健的解释是：传统的系统是人适应机器，造成人成为数据的搬运工；今天有了大模型，我们有机会让机器去适应人，在这方面AI Agent前景广阔。

为什么选择做AI Agent？澜码科技创始人兼CEO周健的解释是：传统的系统是人适应机器，造成人成为数据的搬运工；今天有了大模型，我们有机会让机器去适应人，在这方面AI Agent前景广阔。

Google发布能力最强AI多模态大模型Gemini；深圳发布算力基础设施支持政策；人工智能计算力报告发布。

德勤2026年1月发布的企业AI现状报告基于对全球24个国家超过3200名企业和IT领导者的调研，揭示了AI从试点向规模化转型的关键时刻。

亚马逊发布Nova Premier AI模型的首个全面安全评估报告，针对化学生物武器、网络攻击和AI自主研发三大高风险领域进行了系统性测试。研究采用自动化基准测试和人工评估相结合的方法，并邀请第三方机构独立验证。结果显示Nova Premier虽然在各领域知识水平有所提升，但实际危险操作能力仍在安全阈值内，可安全向公众开放。

阿里巴巴团队开发的Logics-Parsing系统通过创新的两阶段训练方法，实现了文档解析领域的重大突破。该系统不仅能准确识别文字、表格、公式等内容，更重要的是能像人类一样理解文档的整体布局和阅读逻辑，在包含1078页复杂文档的LogicsParsingBench基准测试中达到最优性能，为数字化办公、学术研究、法律服务等领域的智能化升级提供了强有力的技术支撑。

GPT-5是OpenAI于2025年8月发布的新一代多模式大模型，兼具高效应答与深度推理能力，并在安全性、准确性和多语言表现上取得显著提升，尤其在医疗、内容安全与防越狱方面展现突破性进步。

新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展，涵盖超过200项代表性工作。研究将该领域归纳为四大方向：多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型，分析了从RLHF到可验证奖励范式的政策优化策略演进，并识别出样本效率、泛化能力和安全部署等关键挑战，为这一快速发展的交叉学科提供了完整的技术地图。

这项由上海人工智能实验室等多家机构联合开展的研究，开发了VBench-2.0评估系统，专门测试视频生成AI对真实世界的理解能力。与关注视觉效果的传统评估不同，VBench-2.0从人体逼真度、可控性、创造力、物理学和常识推理五个维度，全面检验AI是否真正理解物理规律和逻辑关系，为视频生成技术发展提供了新的评估标准。

百川智能团队开发的Baichuan-M2是一个32B参数的医疗AI模型，通过创新的动态验证系统突破了传统静态评估局限。该系统包含虚拟患者模拟器和临床评估标准生成器，让AI在真实诊疗环境中学习。在HealthBench测试中，Baichuan-M2获得60.1分超越所有开源模型，在最困难的HealthBench Hard中获得34.7分，成为全球仅有两个突破32分的模型之一。

这项由格拉斯哥大学等顶尖高校联合开展的突破性研究，首次系统性提出了"自进化AI智能体"概念框架，将AI发展划分为四个阶段并提出三定律指导原则。研究详细阐述了从单智能体到多智能体系统的优化方法，涵盖思维能力、记忆管理、工具使用等多个维度，并分析了生物医学、编程、金融法律等专业领域的定制化应用，为构建能够持续学习和自我改进的下一代AI系统提供了理论基础和实践指导。

明尼苏达大学团队开发的MPO系统让AI评判具备了类似人类的元认知能力，能够自我反思并动态调整评价标准。该系统有效解决了AI训练中的"奖励欺骗"问题，在文章写作、文档总结、道德推理和数学推理四个任务中都表现出显著优势，为构建更智能、更可靠的AI系统开辟了新路径。