ByteDance研究团队开发了PaSa智能学术搜索系统，通过双AI代理架构解决传统搜索局限性。系统能自动阅读论文、追踪引用网络，实现深度文献挖掘。在真实测试中，PaSa相比现有最佳方法在相关论文发现率上提升近40%。该系统已开源，为全球学术研究提供高效文献调研工具。

仿人/仿生机器人领域还不到100家企业，说明这个行业还没有真正火起来。

仿人/仿生机器人领域还不到100家企业，说明这个行业还没有真正火起来。

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。

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。

ByteDance研究团队提出TiKMiX方法，通过引入"组影响力"概念动态调整AI训练数据配比，解决传统静态配方导致的训练效率低下问题。该方法能根据模型不同训练阶段的数据偏好实时调整，仅用传统方法20%的计算资源就实现更优性能，在多项测试中平均提升2%效果，为大模型训练提供了更智能高效的解决方案。

想象一下，如果英语使用者可以轻松使用ChatGPT，那么波兰语使用者也应该有一个同样强大的语言模型来理解和生成他们的母语。Bielik 11B v2正是朝着这个方向迈出的坚实一步。这个模型就像是专门为波兰语定制的数字翻译官，不仅能够流利地"说"波兰语，还能深入理解波兰文化背景和语言细微差别。

人与人之间的交流，有时距离会产生美，但对做生意而言，距离往往只能产生更高的成本。

H Company研究团队开发了开源网页操作AI系统Surfer-H，配备专门训练的Holo1视觉语言模型。该系统在WebVoyager基准测试中达到92.2%的成功率，媲美GPT-4性能但成本仅为其四分之一。研究团队还发布了专门的网页定位测试集WebClick，并完全开源模型权重，为AI技术民主化做出重要贡献。

这项由新加坡南洋理工大学主导的研究全面梳理了大型语言模型通过奖励信号学习的最新进展。研究揭示了一种革命性的AI训练范式：让AI像学生接受老师指导一样，通过奖励反馈主动学习和改进。这种方法已在ChatGPT等系统中应用，能显著提升AI在推理、对话、代码生成等任务上的表现，同时增强安全性和可靠性。

阿里巴巴通义实验室开发的Wan-S2V系统实现了音频驱动电影级视频生成的重大突破。该140亿参数模型能仅凭音频创造复杂场景视频，包括多角色互动、动态摄像机运动等，远超传统"说话头像"技术。通过创新的文本-音频协同控制和长视频连贯性技术，在多项评估中显著优于现有竞品，为视频创作民主化开辟了新路径。

腾讯混元团队推出P3-SAM系统，这是首个能够自动精确分割任意3D物体的AI模型。该系统采用原生3D处理方式，摆脱了传统方法对2D投影的依赖，在近370万个3D模型上训练而成。P3-SAM支持完全自动分割和交互式分割两种模式，在多个标准测试中达到领先性能，为游戏开发、工业设计等领域提供了强大的3D理解工具。

DeepSeek-AI联合北京大学开发的NSA稀疏注意力技术，通过令牌压缩、精选保留和滑动窗口三重策略，让AI在处理长文本时实现原生稀疏化。该技术在64K文本处理中达到11.6倍解码加速，同时在多项AI能力测试中超越传统方法，为高效AI应用开辟新路径。

中科院团队首次开发出1比特视觉-语言-动作模型BitVLA，实现机器人智能操作的革命性突破。该模型将每个参数限制为{-1,0,1}三值表示，通过创新的蒸馏感知训练策略，在仅使用29.8%内存的情况下达到与先进模型相当的性能。在LIBERO机器人基准测试中表现优异，为智能机器人在资源受限设备上的部署开辟了新路径，让家用机器人成为可能。

2024 年的 SaaStr Annual 大会落下帷幕，作为连续参加了三届的 Linkloud 团队，不断看到有越来越多元化的参加者和设展者，尤其华人和出海团队出现在现场，以及在分享嘉宾里也越来越多华人面孔，我们非常欣喜。

上海交通大学研究团队发现，机器人仅依靠视觉就能完成复杂操作任务，无需传统的"内感觉"信息。这种"无状态"控制方法在环境变化时表现更好：高度变化测试中成功率从0%提升至85%，水平变化测试中从6%提升至64%。研究还显示该方法具有更高的数据效率和跨平台适应能力，为未来机器人技术发展开辟了新路径。

上海AI实验室开发的F1机器人"大脑"实现了革命性突破，让机器人首次具备"预见未来"的能力。通过理解、生成、执行三个专家模块协作，F1能预测任务执行后的画面并据此制定行动策略。在多个机器人平台测试中，F1的成功率大幅超越传统方法，特别是在动态环境和长期规划任务中表现卓越，为机器人智能化发展开辟了新道路。

普林斯顿大学研究团队开发了Goedel-Prover-V2，这是一个在自动数学定理证明领域取得重大突破的AI系统。该系统仅用8B参数就超越了6710亿参数的前代最强模型，在权威测试中达到84.6%成功率。其32B版本更是创下90.4%的新纪录。核心创新包括脚手架式数据合成、自我纠错机制和模型平均技术，证明了通过算法优化可以实现"小而精"胜过"大而全"的技术突破。

马普所团队提出POET训练法，通过正交变换重新参数化神经网络权重，在保持频谱特性稳定的同时实现高效训练。该方法仅用传统方法十分之一的参数就能获得更好性能，在13亿参数模型上验证困惑度从14.73降至13.70。POET展现独特的三阶段学习动态，并提供了坚实的理论保证，为大模型训练的参数效率和稳定性带来突破性进展。

在漫长的职业生涯中，McKeown一直倡导让网络设计适应英特尔的计算引擎与网络引擎。只有保证了这个前提，才能让研发工作顺风顺水、最终成果匹配需求。