上海人工智能实验室联合多所高校开发出首个AI电影语言理解评测平台ShotBench，发现当前最先进AI模型在专业视觉理解方面存在重大缺陷。团队构建7万样本数据集ShotQA，开发出突破性模型ShotVL，在电影语言理解上创造新纪录，为AI辅助视频制作和创意产业变革奠定基础。

阿里巴巴Qwen团队发布的Qwen3-Omni实现了AI领域的重大突破，首次让单一模型在文字、语音、图像、视频处理上都达到专业水平，无任何性能损失。该系统支持119种文字语言，实时对话延迟仅234毫秒，在36项测试中32项达到开源最佳。采用创新的"思考者-表达者"架构和多码本流式生成技术，为真正智能的多模态AI助手奠定了基础。

2023 年 8 月 19 日,由腾讯云 TVP 主办的第八届 Techo TVP 开发者峰会——“数据驱动智能,智能赋能未来”圆满落下帷幕

意大利布鲁诺·凯斯勒基金会研究团队发布FAMA，首个遵循开放科学原则的英意双语语音基础模型。与Whisper等闭源模型不同，FAMA完全开放训练数据、代码和模型权重，在超过15万小时开源语音数据上训练。研究创建了包含1.6万小时伪标注数据的新数据集，实验表明FAMA性能可与现有语音基础模型媲美，同时速度提升8倍。这一突破不仅促进研究可重复性和公平评估，还为语音技术领域树立了开放科学新标准。

Amazon研究团队开发的BYOKG-RAG技术通过多策略检索和迭代优化，解决了传统知识图谱问答系统难以适应不同图谱结构的问题。该技术将大语言模型与专业检索工具结合，在五个基准测试中平均提升4.5个百分点，特别适用于企业级应用。已开源发布。

清华大学和微软联合开发的LeanK技术通过智能识别AI记忆系统中的重要性模式，实现了70%的内存节省和30%以上的速度提升，同时几乎不影响对话质量。该技术采用两阶段训练方法学习静态重要性分布，可与其他优化方法组合使用，为长对话AI的普及应用奠定了基础。

「杨中科怎么也没想到，作为一个大龄程序员，他竟然以这样的方式走红了」

德国的百年老店不少，但至今仍然骄傲地以家族企业形象示人的不多，德国“工业巨鳄”博世集团便是其中之一。

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。

苏黎世联邦理工学院团队通过大规模实验发现，当前主流大语言模型在预测人类标注分歧方面存在显著局限。研究对比了RLVR和RLHF两类模型，发现RLVR模型虽然擅长处理标准化任务，但在理解观点多样性方面表现不佳。这一发现对AI标注系统的实际应用具有重要指导意义。

蚂蚁集团研究团队提出了革命性的"原子思考"AI框架Atom-Searcher，通过将复杂推理分解为细粒度功能单元，配合精细化奖励机制，让AI学会像人类专家般深度思考。该系统在七项基准测试中均达到最优表现，不仅能进行更深入的多步推理，还展现出强大的跨领域适应能力，为AI在科研、商业、教育等专业领域的应用开辟了新前景。

南京大学团队开发出STAR视频超分辨率技术，通过借用文本生成视频模型的智慧，配合局部信息增强模块和动态频率损失机制，成功解决了现实世界视频修复中的画质模糊和时间不连贯问题。该技术在多项测试中表现优异，特别是在处理人脸和文字等细节内容时效果显著，为珍贵但画质不佳的视频修复提供了全新解决方案。

Inclusion AI的Ring团队开发了Ring-lite，一个仅有2.75亿活跃参数却能匹敌8亿参数模型的推理AI。该模型采用专家混合架构和创新的C3PO训练方法，在数学竞赛、编程竞赛和科学推理等任务上表现优异，完全开源可免费使用。

这项来自Yandex和多所国际院校的突破性研究首次实现了多个大语言模型的实时协作推理，让AI能像人类团队一样即时分享思考过程并自发分工合作。通过创新的共享注意力缓存技术，多个AI可以同时处理复杂问题，避免重复劳动，相互纠错验证，显著提升解题效率和准确率，为AI从单体智能向群体智能转变开辟了新路径。

Adobe Research联合32家顶尖机构发布重磅研究，全面解析长视频生成技术现状与突破路径。研究发现当前AI视频生成存在时长限制（多数仅5-16秒）和质量衰减问题，通过分析六大技术流派和核心架构组件，为实现电影级长视频生成提供了系统性解决方案，预示着从几秒短片向几分钟完整故事视频的技术跃迁即将到来。

Meta研究团队发明了一种革命性的"三人舞"注意力机制，突破了传统AI只能处理两元关系的局限。这种新方法让AI能够同时分析三个元素间的复杂关系，在数学推理、编程和逻辑分析等任务上表现显著提升。更重要的是，新方法改变了AI的学习规律，能够用更少的数据获得更好的效果，为数据稀缺时代的AI发展指明了新方向。

星火大模型V1.5和悟道3.0重磅发布，AMD发布Instinct MI300X

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。

巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现，静态INT8量化虽能带来1.5-3.3倍速度提升，但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善，揭示了效率与鲁棒性平衡的复杂挑战。

KAIST研究团队开发出RL-ZVP方法，首次让AI从训练中的"无用数据"学习。传统方法遇到全对或全错答案时会停止学习，但RL-ZVP通过分析词汇重要性给予精确反馈。在数学推理测试中，该方法比现有技术提升高达8.6个准确率点，且训练过程更稳定。这项突破重新定义了AI训练范式，证明了被忽视的训练数据实际蕴含巨大学习潜力。