当AI正在经历"摩尔式"狂奔时，我们比以往任何时候都更应思考，如何确保技术进步不会侵蚀文艺创作这一人类文明的珍贵财富。这不仅关乎技术的未来，更关乎人类文化传承的根本。

打破规矩，比在规矩中做得好，更重要。

混合云并不是公有云与私有云的简单组合，而是将这两者进行了有效整合，实现了任务的统一调度和编排。

GigaAI团队开发的GigaBrain-0.5M*系统首次让机器人获得了"预见未来"的能力，通过世界模型预测未来场景并指导行动决策。该系统采用RAMP强化学习方法，在多项复杂操作任务中表现优异，成功率比传统方法提升约30%，并在国际RoboChallenge基准测试中排名第一，代表了从反应式控制向前瞻式智能的重大突破。

本篇先介绍商用阶段的六大主流应用，后面会介绍萌芽期的四个新兴应用。

昨天晚上，在美国波士顿举行的一年一度THINK大会上，IBM宣布了有关一年前发布的watsonx 平台的几项新的更新，以及即将推出的新的数据与自动化功能，旨在使人工智能（AI）对企业而言更具开放性、成本效益与灵活性。

本周AI大事件包括Google发布Gemini 1.5 Pro和Gemma 2 2B模型，FLUX开源图像模型，Meta发布SAM 2图像分割模型。Gemini 1.5 Pro在LLM竞技场排名第一，支持音频和视频，Gemma 2 2B可在设备端运行。FLUX系列模型包括FLUX.1[pro]、FLUX.1[dev]和FLUX.1[schnell]，

这项研究提出了"Dynaword"概念，创建可持续更新的开源语言数据集。以丹麦语为例，构建了包含48亿词汇标记的数据库，规模比同类资源增长四倍。通过严格的许可证管理、社区协作和质量保证机制，实现了数据的持续增长和改进。实验证明使用该数据集训练的模型性能提升5.9%-26%，为人工智能数据管理提供了新的可持续发展模式。

ZeroGUI是一项突破性研究，实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发，这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈，使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略，ZeroGUI显著提升了代理性能，在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖，为GUI代理技术的大规模应用铺平了道路。

UC伯克利团队通过理论分析和实证研究发现，许多重要AI任务（如复杂推理、物理模拟、决策制定）本质上需要串行计算，无法通过并行加速解决。研究提出"串行缩放假说"，证明当前主流AI架构在这些问题上存在根本局限，呼吁开发支持深度串行推理的新型AI系统，为未来AI发展指明新方向。

PointArena是由华盛顿大学和艾伦人工智能研究所联合推出的多模态指向能力评测平台，分为三个互补组件：Point-Bench（包含982个指向任务的静态数据集）、Point-Battle（收集4,500多人类偏好投票的在线竞技场）和Point-Act（真实机器人操作系统）。研究发现Molmo-72B在指向任务上表现最佳，专门针对指向训练的模型明显优于未经训练模型，而语言推理（如思维链）反而降低指向准确性。三种评测方法间存在高度相关性，表明精确指向能力对桥接抽象推理与实际行动至关重要。

Inclusion AI的Ring团队开发了Ring-lite，一个仅有2.75亿活跃参数却能匹敌8亿参数模型的推理AI。该模型采用专家混合架构和创新的C3PO训练方法，在数学竞赛、编程竞赛和科学推理等任务上表现优异，完全开源可免费使用。

清华大学团队在2025年发表突破性研究，首次将双曲几何学引入视频检索领域，解决了传统系统在处理"部分相关视频检索"时的层次理解问题。通过HLFormer框架的双空间并行处理和创新的部分序保持损失机制，在三个权威数据集上实现显著性能提升，为视频搜索技术开辟了全新发展方向。

疫情来袭，使许多国家、企业和个人措手不及，在一些国家甚至是人仰马翻。新冠病毒给我们带来了新常态，现如今，唯一确定的就是不确定性。一些影响是短期的，但是许多的影响将会成为世界需要长期面对的挑战。

Meta研究团队发明了一种革命性的"三人舞"注意力机制，突破了传统AI只能处理两元关系的局限。这种新方法让AI能够同时分析三个元素间的复杂关系，在数学推理、编程和逻辑分析等任务上表现显著提升。更重要的是，新方法改变了AI的学习规律，能够用更少的数据获得更好的效果，为数据稀缺时代的AI发展指明了新方向。

布朗大学研究团队开发AssertBench测试工具，首次系统评估AI在面对用户错误引导时的坚持能力。通过对比AI在正面、负面用户框架下的反应差异，研究发现多数模型存在"讨好倾向"，容易为迎合用户而放弃正确判断。研究还发现知识不足的AI反而更固执的悖论现象，为AI训练和应用提供重要启示。

韩国成均馆大学联合美国Rembrand公司开发的iLRM系统成功破解了3D重建技术的效率难题。该系统采用迭代优化策略，将复杂的一步式重建转变为逐步精雕细琢的过程，同时通过解耦设计和分批处理技术，实现了2-3倍的速度提升和显著的质量改善。这项突破为虚拟现实、电商展示、房地产等领域的3D应用普及奠定了技术基础，有望推动3D内容创作的民主化发展。

卡内基梅隆大学研究团队创建了首个游戏开发AI测试平台GameDevBench，包含132个源于真实开发场景的任务。测试发现最优AI模型成功率仅54.5%，在视觉相关任务上表现更差。研究团队开发的视觉辅助工具显著改善了AI表现，为多模态AI在创意领域的应用提供了重要见解。

最好的电子邮件，应该是不让人心烦的电子邮件。

芝加哥大学研究团队通过创新的"分支因子"测量工具，发现经过对齐训练的AI模型生成选择比原始模型减少近十倍，解释了现代AI助手回答相似的原因。研究还发现这种"保守化"在复杂推理中反而提升了稳定性，并提出了通过引导方式平衡AI可靠性与创造性的方法，为AI技术发展提供重要指导。