SCENEWEAVER是清华大学和智源研究院联合开发的突破性AI室内设计系统，能够仅通过自然语言描述自动生成完整的三维房间场景。该系统采用多工具整合和自反思规划机制，模仿专业设计师的工作流程，在视觉真实性、物理合理性和功能完整性方面均显著超越传统方法，为AI辅助创意设计开启了新的可能性。

Salesforce研究院联合多所知名大学开发的BLIP3-o是首个真正统一图像理解与生成的AI模型。通过创新的"CLIP特征+流匹配"架构和顺序训练策略，实现了在保持强大图像理解能力的同时获得优质图像生成效果。模型在多项评测中表现优异，并通过专门的6万张图像指令调优数据集显著提升了美学质量。

这项研究推出了SkillFormer AI系统，通过多角度视频分析来评估人类技能水平。该系统采用创新的CrossViewFusion模块融合第一人称和第三人称视角信息，并使用LoRA技术实现高效训练。在EgoExo4D数据集测试中，准确率达到47.5%，且仅需传统方法四分之一的参数和训练时间，在篮球、烹饪等结构化技能领域表现尤为出色。

阿里巴巴研究团队开发了Marco-Voice多功能语音合成系统，能够同时实现高质量的声音克隆和情感控制。通过创新的旋转情感嵌入和说话人-情感分离技术，系统可以独立调节声音身份和情感表达。团队还构建了包含10小时中文情感语音的CSEMOTIONS数据集。实验表明Marco-Voice在语音清晰度、说话人相似度和情感表达方面都显著超越现有系统，为虚拟助手、内容创作和教育技术等领域提供了强大工具。

ByteDance研究团队提出ReTool框架，通过强化学习让大型语言模型学会在数学推理中战略性使用代码工具。该方法在AIME数学竞赛中达到67%准确率，比传统文本推理方法提升27个百分点，训练效率提高近3倍，展现了工具增强推理的巨大潜力。

本文详细探讨了 MCP（Model Context Protocol）的工作原理、部署方法与应用实践，通过 Claude Desktop 和 Open WebUI 将 AI 模型与外部数据、工具无缝连接，同时分析了安全性及扩展性挑战。

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。

Meta FAIR实验室研究团队发现推理型AI模型虽然逻辑能力强，但在事实表达上容易产生幻觉。他们创新性地设计了包含准确性、详细性、相关性三维评价的训练体系，通过在线强化学习让AI模型既会深度思考又能准确表达事实。实验显示新方法将事实准确率提升23个百分点，同时增加23%的信息详细度，为构建更可信赖的AI系统提供了切实可行的解决方案。

微软研究院推出Agent Lightning框架，实现AI智能体的持续学习能力。该框架采用强化学习方法，让任何AI智能体都能通过与环境互动来不断改进性能，无需修改原有代码即可接入。通过训练-智能体解聚架构和统一数据接口，Agent Lightning在文本转SQL、检索增强生成、数学工具使用等多个任务上验证了稳定的性能提升效果。

清华大学团队发布URSA系统，这是首个针对多模态数学推理的过程奖励模型。该系统通过创新的三阶段训练框架，不仅能解决复杂的图文结合数学问题，更重要的是能提供完全可验证的推理过程。URSA在六个标准测试中全面超越同规模开源模型，甚至在平均性能上超过GPT-4o达2.7个百分点，代表了AI推理可解释性的重要突破。

浙江大学与阿里巴巴合作，创新性地使用2.2万小时教学视频训练AI模型，创建了首个大规模视频基础的多模态教科书。该方法让AI像真实学生一样从结构化教学内容中学习，在数学推理和科学问答等任务上性能大幅提升，证明了高质量教育数据比海量低质量数据更有价值，为AI教育应用开辟了新路径。

快手科技Kling团队发布的Kling-Avatar技术通过多模态大语言模型导演实现真正的指令理解，采用级联生成框架支持长时长数字人视频制作。该系统在唇形同步、情感表达、身份一致性等关键指标上全面超越现有技术，支持1080p/48fps输出，展现强大跨域泛化能力，为数字人直播、在线教育等应用提供突破性解决方案。

这项研究提出了LIFT框架，通过大规模SAC预训练、物理信息世界模型和安全微调策略，让人形机器人在半小时内学会稳定行走，并能快速适应新环境。在真实环境中只需几分钟数据就能显著改善性能，为实用化人形机器人开辟了新路径。

KAIST研究团队开发了名为MoR的智能递归深度调节系统，该系统能够根据词语复杂程度自动分配计算资源，实现了参数共享、自适应计算和智能缓存的统一。实验显示，MoR在使用更少参数的情况下仍能提升准确率1-2个百分点，处理速度提升20-100%。这项技术为AI发展提供了新的高效计算模式。

人工智能的“性格”是如何形成的？

5月31日2024向星力·未来数据技术峰会在上海隆重举办。

印度理工学院团队推出EKA-EVAL评测框架，首次实现对AI大模型的全方位多语言评估。该框架整合35个评测任务，专门支持22种印度官方语言，涵盖推理、数学、工具使用等核心能力。相比现有英语中心的评测工具，EKA-EVAL填补了多语言AI评估的重要空白，为全球语言多样化地区的AI发展提供了标准化评测平台。

英国谢菲尔德大学研究团队通过分析三类AI模型在软推理任务中的表现，发现了思维链推理的两面性：影响力和忠实性。蒸馏推理模型高度依赖推理过程并能纠错，而指令调优模型更多进行事后解释。研究揭示不同训练方法造就不同推理风格，对AI可解释性应用具有重要指导意义。

浙江大学联合多家机构提出AEPO方法，通过多答案生成和自适应探索奖励机制，显著提升AI在图形界面中的元素识别准确性。该技术让AI能同时考虑多个候选答案并科学评估，解决了传统方法容易陷入错误自信的问题，在五个基准测试中均达到业界领先水平，为智能GUI助手的实际应用奠定了重要基础。

MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口，为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示，先进的强化学习算法在分布变化时性能下降超过20%，而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布，旨在推动更适应现实世界不确定性的路由算法研究。