巴基斯坦拉合尔COMSATS大学研究团队开发出同时识别人脸年龄和性别的AI系统，专门针对精准广告投放优化。该系统性别识别准确率达95%，年龄估算平均误差仅5.77年。与传统分别处理两项任务的方法不同，研究采用统一框架学习共享特征表示，显著提升了整体性能。系统基于20000张人脸图像训练，为商业广告和智能监控等领域提供了新的技术解决方案。

测评第三方独立机构，DXOMARK的裂变之路。

与当前一代Dell EMC中端存储阵列相比，Dell EMC PowerStore的速度提升高达7倍，响应速度提升达3倍以上

北航团队推出Easy Dataset框架，通过直观的图形界面和角色驱动的生成方法，让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能，在金融领域实验中显著提升了AI模型的专业表现，同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。

这项研究提出了一种系统化培养大型推理模型核心能力的方法，不再依赖难以预测的"啊哈时刻"。研究团队基于皮尔斯的经典推理三元组（演绎、归纳、溯因），设计了自动生成的训练任务，实现三阶段训练流程：单独对齐各元能力，参数空间合并，领域特定强化学习。实验表明该方法在数学、编程和科学基准测试上提升了10%以上的性能，并能提高后续学习的性能上限，为构建更可靠的AI推理系统提供了新思路。

来自印度维洛尔理工学院的研究团队开发了UGPL系统，这是一种模仿医生诊断思路的AI技术，能够智能分析CT扫描图像。系统采用"先看森林再看树"的策略，首先进行全局分析识别可疑区域，然后重点检查这些区域。在肾脏疾病、肺癌和COVID-19三项诊断任务上，准确率分别提升了3.29%、2.46%和8.08%，为医疗AI发展指出了新方向。

免疫系统是人体内非常复杂的一个系统，具有免疫监视、防御、调控的作用，对于人类的健康至关重要。理解免疫已成为当今生物学最具挑战性的课题之一，对于全面了解人体防御机制以及开发免疫疾病药物和维持健康具有重要意义。

2019年6月26日，2019世界移动大会在上海开幕。中国电信以“你的智慧未来”为主题，展出智慧家庭、智慧社区、智慧城市、智慧工业、云网融合5大板块、28个展项。

这项由多国顶尖大学联合完成的研究，通过测试六个先进AI模型对近4万幅画作的识别能力，揭示了当前人工智能在艺术鉴定领域的严重局限。研究发现，即使最优秀的AI模型准确率也仅有60%，且无法识别《蒙娜丽莎》等世界名画，同时容易被某些AI生成的仿制品"欺骗"。

Dana-Farber Cancer Institute癌症研究所的最终用户在生成式AI技术出现后不久就看到了应用的可能性，但采用这项技术需要仔细考虑安全性、保障性，尤其是治理方面的因素。

OPPO AI团队首次系统性研究了大语言模型智能体的效率优化问题，提出了高效智能体框架。通过对基础模型选择、规划复杂度、工具配置和记忆机制的深入分析，他们在GAIA基准测试中实现了96.7%性能保持的同时，运营成本降低28.4%。研究发现简单设计往往更有效，为智能体系统的实用化部署提供了重要指导。

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。

施耐德电气携EcoStruxure(TM) Building GPT亮相WAIC 2025。

2022年视频号原创内容播放量同比提升350%，直播看播规模增长300%

这项研究提出了PathFinder-PRM，一种创新的层次化过程奖励模型，通过先分类数学和一致性错误，再估算步骤奖励分数，从而提升大语言模型的数学推理能力。研究团队构建了40万样本的数据集，使用细粒度错误标签训练模型，在多个基准测试上超越了现有最佳模型，并以更高的数据效率实现了更好的端到端数学问题解决能力。这种方法像经验丰富的数学老师一样，不仅指出错误所在，还能提供更精确的改进指导。

面向数据挑战，浪潮此次提出“云存智用 运筹新数据”的核心理念，以新一代G5存储平台为用户提供更加先进、智能、端到端的解决方案，致力驱动行业蜕变，与客户共谋存储的最优解。

斯坦福大学等机构研究发现，即使是最先进的AI推理模型在数学不等式证明中也存在严重缺陷。虽然这些模型能在65%的情况下给出正确答案，但推理过程的整体正确率仅为10%。研究通过新开发的IneqMath数据集和AI评判系统，揭示了当前AI在严密逻辑推理方面的根本性挑战，为AI数学推理能力的评估和改进提供了重要参考。

韩国科学院研究团队开发了MATTER智能分词系统，解决AI处理材料科学文献时的"翻译问题"。该系统通过MatDetector识别重要材料概念，防止专业术语被错误拆分，在多项材料科学任务中取得显著性能提升，为科学文本处理提供了领域定制化的新思路。

挪威奥斯陆大学联合国际团队开发出首个AI代码"指纹识别"系统CodeT5-Authorship，能以97.56%准确率识别C代码的AI生成来源。研究基于32000个代码样本训练，涵盖八大主流AI模型，在二元和多元识别任务中均表现卓越。该技术为学术诚信监督、代码安全评估和数字取证提供了重要工具，标志着AI内容溯源领域的重大突破。

浙江大学研究团队推出ReCode框架，通过强化学习解决AI编程助手使用过时API接口的问题。该方法让7B参数模型在特定任务上超越32B大模型，同时保持通用编程能力基本不变。ReCode收集约2000个真实API更新案例进行训练，在CodeUpdateArena测试集上取得显著提升，为AI适应动态技术环境提供了有效解决方案。