我们将讲述AI的一位被遗忘的“表亲”——IA，即智能增强。长久以来，人们思考的一直是人类大脑如何对抗人工硅脑的问题。但在IA层面，我们需要探讨的则是如何让人类大脑与人工硅脑共同合作。

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。

韩国大学和KAIST研究团队提出了DeepVideo-R1，一种革新性的AI视频理解训练方法。该方法通过回归式GRPO和难度感知数据增强两大创新，解决了传统方法中的梯度消失和训练信号稀疏问题。在多个权威测试中显著提升了AI的视频推理能力，特别是在处理未见过的新任务时表现出色，为AI视频理解技术发展开辟了新方向。

Meta团队开发的MLGym是首个专门训练AI进行科学研究的平台，包含13个跨领域研究任务。测试显示当前顶级AI模型能改进现有方法但尚无法独立创新，距离真正的AI科学家还有距离。该平台为评估和发展AI研究能力提供了重要工具。

阿里巴巴Qwen团队发布Qwen2.5-1M系列AI模型，实现百万字符长文本处理能力突破。该系列包含开源的7B和14B模型以及API版本Qwen2.5-Turbo，通过创新的训练策略和推理优化技术，让AI能够同时理解相当于四本《哈利·波特》篇幅的内容，并在多项长文本基准测试中超越GPT-4表现，为处理复杂文档分析、大型代码库理解等实际应用提供了强大支持。

微软联合多所知名高校开发了SwS框架，让AI模型能够自主识别学习弱点并生成针对性练习题进行自我改进。该方法在数学推理任务上取得显著效果，7B和32B模型平均性能分别提升10%和7.7%。通过"弱点诊断-针对性出题-强化训练"的三步流程，AI首次实现了真正意义上的自我反思式学习，不依赖外部知识灌输即可持续优化自身能力，为人工智能的自主学习开辟了新道路。

这项由中南大学等多所知名学府联合开展的突破性研究，开发了全球首个开放域闭环重访基准MIND，专门评估AI世界模型的记忆一致性和动作控制能力。研究包含250个高质量测试视频，涵盖八大场景类别，支持双视角评估。实验揭示了当前AI模型在长期记忆维持、精确动作控制和场景重现一致性等方面的六大关键挑战，为AI世界建模技术的改进指明了明确方向。

苹果公司研究团队开发了AXLearn，一个模块化的大型AI模型训练系统。该系统采用严格的组件封装设计，能在GPU、TPU、Trainium等异构硬件上运行，将添加新功能的代码量从数百行减少到10行，实现了常数级的复杂度增长。研究团队创造了"代码行复杂度"指标来量化模块化优势，并通过大规模实验证明了系统的高性能和扩展性。

Google Research与以色列理工学院联合研究发现，大型语言模型存在显著的"隐性知识"现象——AI内部掌握的知识远超其外部表现，平均差距达40%。研究团队通过测试三个主流AI模型的1700个事实性问题，发现AI在内部完全知道答案但1000次尝试都不会说出的极端情况。这一发现揭示了AI语言生成机制的根本局限，为改进AI表现和理解智能系统认知机制提供了新视角。

弗吉尼亚大学联合多所顶尖院校研发出能量基础变换器（EBTs），首次让AI具备真正的深度思考能力。与传统AI的快速反应不同，EBTs通过学会"评判"答案质量并持续优化，实现了动态计算分配、不确定性表达和自我验证三大认知能力。实验显示其学习效率比传统方法提高35%，思考能力提升29%，为AI发展开辟了从"记忆检索"向"智慧判断"转变的新路径。

阿里巴巴集团和同义实验室的研究团队推出了WebDancer，这是一种能够在网络上自主搜索信息并回答复杂问题的智能体系统。研究团队提出了一个四阶段构建框架，包括数据合成、轨迹采样、监督微调和强化学习。他们创新性地开发了CRAWLQA和E2HQA两种方法来生成高质量训练数据，并采用ReAct框架使智能体能够交替进行思考和行动。实验结果表明，WebDancer在GAIA和WebWalkerQA等基准测试中表现优异，甚至在某些情况下超越了GPT-4o，证明了该方法在构建自主信息搜索智能体方面的有效性。

伦敦大学学院研究团队提出FaithfulSAE方法，通过让AI模型用自生成数据训练稀疏自编码器，解决传统方法中的"虚假特征"问题。实验证明该方法在多个模型上显著提高了特征提取的稳定性和可靠性，为AI可解释性研究提供了新思路。

清华、中科大联合Kwai团队开发的Thyme系统实现了多模态AI的重大突破，让AI模型具备了自主编写代码处理图像和进行数学计算的能力。通过创新的两阶段训练策略和GRPO-ATS算法，Thyme在近20个评测基准上都表现出显著性能提升，特别是在高分辨率图像处理和复杂推理任务中表现突出，代表了AI从被动"看图说话"向主动"动手解决问题"的重要转变。

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。

慕尼黑大学研究团队发现当前多模态AI存在"视觉盲区"问题，在学习时过度依赖文字而忽视图像信息。他们开发的DARA技术能够动态调节AI的注意力分配，用约100个参数实现10%性能提升，并创建了TrueMICL数据集来准确评估真正的多模态学习能力。该研究为多模态AI的发展指明了新方向。

微软亚洲研究院发布HeurAgenix框架，首次实现让大型语言模型自动进化和选择算法来解决组合优化难题。该系统通过对比学习机制让AI自主发现改进策略，并开发轻量级选择模型在保持性能的同时大幅降低成本。在五大经典问题测试中表现卓越，为传统需要专家手工设计的优化问题提供了自动化解决方案。

这项由天津大学、滴滴出行等机构联合开展的研究提出了D-Artemis框架，通过模拟人类"思考-校准-反思"认知过程，让手机AI助手具备预执行错误检测和纠正能力。该框架在AndroidWorld上达到75.8%成功率，在ScreenSpot-V2上达到96.8%成功率，将传统系统的基础操作错误大幅降低，标志着AI助手从"事后补救"向"事前预防"的重要转变。

上海AI实验室联合清华等机构发现，通过"测试时计算扩展"策略，小型AI模型可以战胜参数规模大135倍的巨型模型。10亿参数的模型在数学推理任务上超越了4050亿参数的模型，甚至5亿参数的迷你模型都能胜过GPT-4o。研究揭示了AI发展新方向：聪明的推理策略比模型规模更重要，为资源有限的机构提供了"以智取胜"的可能性。

摩根大通AI研究团队开发了QueryBandits系统，通过智能改写问题来减少大语言模型的幻觉现象。该系统分析17个语言特征，自动选择最适合的改写策略，在13个测试数据集上实现了87.5%的改进效果，比静态改写方法高出42.6%-60.3%，为AI交互优化开辟了新方向。

现实中的理想主义者是痛苦的，还是幸福的？工程师在工作中追寻的是什么？这是一个资深工程师，一个数次创业的理想主义者的故事。