南华理工大学等机构提出3DFlowAction方法，让机器人通过预测物体3D运动轨迹来学习操作技能。该研究创建了包含11万个实例的ManiFlow-110k数据集，构建了能预测三维光流的世界模型，实现了跨机器人平台的技能迁移。在四个复杂操作任务上成功率达70%，无需特定硬件训练即可在不同机器人上部署，为通用机器人操作技术发展开辟新路径。

Allen Institute for AI推出首个能实时追溯大语言模型输出到万亿训练数据来源的系统OLMOTRACE。该系统通过创新的并行算法，可在几秒内找到AI回答中与训练数据完全匹配的文本片段，为AI行为分析开创了新范式。支持事实核查、创意溯源等应用，已在AI2 Playground开放使用。

香港大学团队开发的OmniPart系统实现了AI领域的重要突破，让计算机首次具备了像人类一样的"零件思维"。该系统能从单张2D图片生成具有清晰零件结构的3D模型，用户可通过简单的颜色遮罩控制分解过程。系统采用两阶段设计：先进行结构规划预测零件位置，再同步生成所有零件。实验显示其性能显著优于现有方法，生成效率提升20倍，为3D内容创作、游戏开发、虚拟现实等领域开辟了新的可能性。

香港大学、香港科技大学与快手科技联合发布开创性研究，提出用交互式生成视频（IGV）技术构建下一代游戏引擎，将彻底改变游戏开发模式。该技术能实时生成无限游戏内容，让每个人都能成为游戏设计师，解决传统游戏内容有限、成本高昂、缺乏个性化等根本问题，为游戏产业描绘了一个充满想象力的未来。

Hugging Face联合斯坦福大学推出革命性小型视觉AI模型SmolVLM，最小版本仅256MB却能超越300倍大小的传统模型。该系列包含三个版本，运行显存需求0.8-4.9GB，可在手机端部署。通过创新架构设计、高效tokenization和精心数据策略，在图像理解、视频分析、文档处理等任务上表现卓越，真正实现"人人可用的AI助手"。

香港科技大学研究团队提出GPAS技术，通过"梯度保持激活缩放"解决Pre-LayerNorm架构中激活方差指数增长问题。该技术在前向传播时缩放激活值，反向传播时保持梯度不变，在71M到1B参数模型上均显示显著性能提升。GPAS具有出色的架构兼容性，可应用于多种Transformer变体，为大型语言模型训练优化提供了简单有效的解决方案。

中科院团队首次系统研究了大型多模态AI模型在视频理解中的"幻觉"问题，构建了包含6497个问题的HAVEN评估体系，发现AI看视频时会出现物体、场景、事件三类错误。研究还提出了创新的"视频思维模型"解决方案，通过让AI进行step-by-step推理，将准确率提升7.65%，偏差降低4.5%，为提升AI视频理解的可靠性提供了重要突破。

这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理，潜在推理在AI内部连续空间中进行，不受语言表达限制，信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类，前者通过重复处理增加思考深度，后者通过状态演化扩展记忆容量。

SpeakLeash基金会联合波兰多所高校开发了专门针对波兰语的AI安全分类器Bielik Guard，通过1500多名志愿者标注6885个文本样本，训练出两个高效模型。该系统在真实用户测试中达到77.65%精确率和0.63%误报率，显著优于现有解决方案，已开源部署并支持持续社区反馈改进。

新加坡国立大学研究团队开发了JudgeLRM，一个专门用于评判AI系统表现的模型。研究发现传统训练方法在需要复杂推理的评判任务上效果较差，因此采用强化学习训练JudgeLRM，使其具备真正的推理能力。JudgeLRM-3B甚至超越GPT-4，JudgeLRM-7B击败DeepSeek-R1，在推理密集型任务上表现尤为突出，为AI评估领域带来范式转变。

腾讯研究团队提出RLPT新方法，让大语言模型通过预测文章下一段内容进行自主学习，无需人工标注。该技术在多个基准测试中显著提升AI性能，特别是数学推理能力提升5-8分，为解决AI训练中的数据瓶颈和标注依赖问题提供了创新解决方案，展现出良好的可扩展性和实用前景。

这项由EleutherAI和英国AI安全研究所合作完成的研究提出了革命性的AI安全解决方案——通过在训练阶段过滤危险内容来构建本质安全的AI模型。研究团队开发了高效的数据过滤系统，成功训练出能够抵抗强力对抗攻击的AI模型，在保持通用能力的同时实现了前所未有的安全性，为开源AI模型的安全发展提供了切实可行的技术路径。

这项由美国AI安全中心和Scale AI等机构联合开展的研究，创建了迄今最具挑战性的AI学术能力测试基准。该测试包含2500道专家级题目，涵盖数十个学科领域，由全球近千名专家贡献。测试结果显示，即使是最先进的AI系统表现也非常有限，准确率普遍在个位数，同时存在严重的"虚假自信"问题。研究揭示了AI系统与人类专家在深度学术能力方面的巨大差距。

阿里巴巴集团研究团队提出了Tree-GRPO，一种革命性的AI智能体训练方法。该方法通过树状结构让AI探索多种思考路径并进行比较学习，在多跳推理任务中实现了69%的性能提升，同时将训练成本降低至传统方法的四分之一。这项创新为解决AI稀疏监督和高昂训练成本问题提供了新思路。

BluOrion公司开发的ZClip是一种智能梯度裁剪算法，解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略，ZClip能够自适应地控制梯度幅度，相比传统固定阈值方法提升训练效率35%以上，同时显著降低训练失败风险，为大模型训练提供了更稳定、高效的解决方案。

阿里巴巴通义实验室的研究团队开发了HumanOmniV2，这是一个能够真正"读懂"人类复杂意图和情感的AI系统。该系统通过改进强化学习方法，让AI在回答问题前必须先全面理解多模态背景信息，解决了现有AI模型忽略重要线索和缺乏全局理解的问题，在多项测试中表现优异。

苹果公司研究团队通过精心设计的拼图游戏实验，揭示了当前"思维型"AI模型的真实能力边界。这些模型在简单问题上反而表现不佳，只有在中等复杂度问题上才显示优势，而在困难问题上会完全崩溃并减少思考时间。更令人震惊的是，即使提供完整算法，模型仍无法突破复杂度限制。研究显示这些AI可能缺乏真正的逻辑推理能力，更像是高级的模式匹配系统。

这项由奥地利约翰内斯开普勒大学团队开发的pLSTM技术，创新性地解决了人工智能在处理多维数据时的核心难题。通过引入源门、转换门和标记门三种机制，实现了真正的多维并行信息处理。在箭头指向外推任务中展现出优异的泛化能力，在图像识别和分子图谱分析等实际应用中也显示出强大潜力，为构建更智能的多维信息处理系统开辟了新路径。

这项由北京大学等多所高校联合完成的研究，首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系，从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o，发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构，并发现其生成图像仍可被现有检测工具有效识别，为AI图像生成领域提供了重要的评估基准和技术洞察。

港科大等多院校团队发表的突破性研究，解决了多模态AI训练中的"模态差距"难题。通过精确建模文字和图像信息间的几何关系，开发出ReVision训练方法，让AI主要通过阅读文字就能学会理解图像，将训练成本降低26%，为AI训练提供了更经济高效的新路径。