这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构，通过重新设计注意力机制，实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法，同时保持了较低的计算开销，为大语言模型的高效扩展提供了新思路。

上海交通大学与StepFun联合推出的OneIG-Bench是AI图像生成领域首个全维度评测基准，涵盖语义对齐、文字渲染、知识推理、风格化、多语言等六大维度，包含超过2400个测试案例。该研究对19个顶级AI模型进行了史上最全面的对比评测，发现GPT-4o综合表现最佳，Seedream 3.0在文字渲染方面独领风骚，揭示了当前AI模型的优势与不足，为未来技术发展指明了方向。

Grindfest是以生物学中的“研磨（grinding）”命名的，或许我可以将其描述为一种医疗朋克亚文化。

抖音成为2020年1月美国下载数量最高的应用。

ByteDance研究团队推出的M3-Agent是首个具备长期记忆能力的多模态AI代理。它能同时处理视频、音频信息，像人类一样积累经验和知识。系统采用情节记忆和语义记忆双重机制，以实体为中心组织信息，并通过多轮推理解决复杂问题。在专门构建的M3-Bench测试中，M3-Agent全面超越现有技术，为智能助手的发展开辟了新方向。

ByteDance研究团队构建了Multi-SWE-bench，这是首个覆盖七种主流编程语言的AI编程能力评测平台，包含1632个人工验证的真实Bug修复案例。测试显示现有顶级AI模型存在严重的语言偏见，在Python以外语言上表现大幅下降。研究同时启动了Multi-SWE-RL开源社区，发布4723个训练实例，为开发通用AI编程助手提供基础设施。

除了AI、汽车、手机壳外，今年的CES还有不少值得留意的新点子。

这项由北京大学主导、联合多家国际顶尖机构完成的研究，首次系统性地梳理了大语言模型智能体领域的完整技术图谱。研究提出了"构建-协作-进化"的统一框架，深入分析了智能体的技术架构、应用场景和发展挑战，为理解这一前沿技术提供了重要指南，对推动AI智能体技术的健康发展具有重要意义。

过去十多年来，律师事务所一直使用机器学习和AI工具来辅助这个发现过程，帮助其追查纸质记录和数字内容。但直到两年之前OpenAI的生成式对话聊天机器人ChatGPT问世之后，这项技术才开始真正普及且易于使用，甚至刚刚从法学院毕业的新人助理都能依靠它完成电子取证。

麻省理工学院经济学家Arnaud Costinot与Iván Werning探讨拟议的“机器人税”。

6月27日，科大讯飞带来了讯飞星火大模型V4.0，引入“个人空间”概念，打造一个“更懂你的AI助手”。同时七大核心能力全面提升，整体超越GPT-4 Turbo，在8个国际主流测试集中排名第一，国内大模型全面领先。

多伦多大学团队开发出μ?Tokenizer智能医学系统，能够自动分析CT扫描并生成精准诊断报告。该系统采用创新的多尺度多模态处理技术，在保持高准确性的同时显著提升诊断效率。尽管参数量仅为同类系统的14%，但在多项医学评估指标上都显著超越现有技术，为缓解医疗资源紧张、提升诊断质量提供了重要技术支撑。

目前，低收入国家有 1.43 亿人正在等待手术。美国波士顿儿童医院副院长、哈佛医学院教授 Joan LaRovere表示，有一些组织愿意提供医生和资源，但两者之间存在信息鸿沟。

华为常务董事、华为云CEO张平安重磅发布盘古大模型5.0,在全系列、多模态、强思维三个方面全新升级

韩国多机构联合研究团队提出QGuard方法，通过让AI回答精心设计的安全问题来识别有害内容，无需重新训练模型。该方法支持文字和图像的多模态检测，采用图论算法综合分析，在多个基准测试中表现优异，同时提供透明的决策解释，为AI安全防护提供了高效灵活的新思路。

腾讯与西门子联合研究团队开发出AdaptCLIP通用异常检测方法，突破传统方法只能处理特定领域的局限。该系统采用交替学习和对比学习策略，在12个工业医疗数据集上表现卓越，仅需少量样本即可跨域检测异常。相比现有方法，AdaptCLIP参数量减少9倍以上，性能提升10个百分点，为工业质检和医疗诊断提供了更实用的AI解决方案。

五年，那个永远18岁少女的微软小冰，已经从当初机械呆板的对话系统，成长为一个无处不在的人工智能交互官，她有人设、有情感、还能主动创作，然而这还不足以定义「第七代微软小冰」。

上海交通大学联合多家机构开发的DeepRare系统在罕见病诊断领域取得重大突破，通过多智能体架构整合症状、基因和文献数据，实现57.18%首选诊断准确率，对1013种疾病达100%准确率。系统提供透明推理过程，95.4%获专家认可，已部署为Web应用供临床使用。

在制药界，流传着一个残酷的“三十定律”：一款新药的诞生，平均需要耗费十年光阴、投入数十亿美金、而最终成功率却不足10%，这是悬在每一家药企头上的达摩克利斯之剑。在这个以高投入、高风险、长周期为标签的行业里，不确定性，是永恒的主题。

本研究提出了"能力-难度对齐采样"方法（CDAS），革新了大型语言模型强化学习训练中的数据采样策略。与传统方法不同，CDAS通过聚合历史表现差异实现更稳定的问题难度估计，并将模型能力与问题难度动态匹配。在多个数学推理基准测试中，CDAS达到了46.77%的最高平均准确率，同时比竞争策略提高了2.33倍的计算效率。研究还证明了CDAS在代码生成任务和更大型模型上的有效性，为提升大型语言模型的推理能力提供了高效可靠的新方法。