这项研究展示了如何通过在经济问题上进行后训练，让大语言模型像经济学家一样思考，从而实现战略性泛化能力。研究团队开发了名为Recon的7B参数开源模型，通过在2,100个高质量经济推理问题上进行监督微调和强化学习，不仅提升了模型在经济基准测试上的表现，更重要的是让模型在从未直接训练过的多智能体博弈中展现出合理的战略行为。结果表明，领域对齐的后训练可以作为智能体对齐的可扩展路径，通过结构化推理问题培养出更广泛适用的理性决策能力。

这是我跟“书呆子”们共度的一段旅程，这场游轮探险不只是对极客文化的致敬，更是对经典社会等级的彻底颠覆。

港科大研究团队开发的LazyDrag系统创新性地解决了图片拖拽编辑中的核心难题。该系统摒弃传统的隐式匹配方法，采用显式对应地图技术，实现了无需训练的高精度图片编辑。LazyDrag支持文字引导功能，能智能理解用户意图，在准确性和感知质量方面全面超越现有方法，为AI辅助图片编辑开辟了新方向。

这项由中国人民大学等机构合作完成的研究提出了Virgo系统，发现仅用5000个纯文本推理案例训练就能让AI在视觉推理任务上达到顶级商业系统水平。研究证实推理能力具有跨模态通用性，为更经济高效地开发多模态AI系统指明了新方向，同时也揭示了AI感知反思能力不足的局限性。

IBM高级副总裁Rob Thomas 于IBM Think Digital 大会上的主题演讲全文。

微软研究院开发的MineWorld是首个开源实时交互式游戏AI世界模型，专门针对Minecraft设计。该系统使用创新的并行解码算法，实现每秒4-7帧的超快生成速度，能够跟上职业电竞选手的操作节奏。系统不仅能生成高质量游戏画面，更重要的是真正理解玩家操作含义，甚至具备自主游戏能力。研究团队设计了全新的评测体系来衡量AI的理解能力，并将所有代码开源，为游戏AI领域树立了新标杆。

清华大学团队开发出LangScene-X系统，仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图，配合语言量化压缩器实现高效特征处理，最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%，为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。

武装泅渡、在炮弹中腾挪跳跃的特种兵，与指尖跳跃，在办公室创造虚拟世界的程序员，就像两条毫不相干的平行线，但命运却令两条线交缠。当两种身份印记融汇进同一人的人生故事里，又会谱写怎样的故事呢？

ZeroEntropy团队提出zELO训练方法，借鉴象棋ELO评分系统，通过AI模型两两比较文档相关性来训练重排序器。该方法避免了传统人工标注的高成本问题，训练出的zerank模型在多个领域测试中显著超越商业竞争对手，同时开源了模型权重和训练工具，为AI搜索技术发展提供了新的训练范式。

可以看到，单纯将Hopper替换为Blackwell并不是最好的答案。根据英伟达方面的解释，只有在配合一系列正确举措之后，推理性能提升至30倍、推理功耗降低至1/25的结果才有可能实现。

ServiceNow团队开发的AU-Harness是首个专门针对AI语音助手的综合评估工具包。该工具通过创新的并行处理和标准化测试协议，将评估效率提升127%，涵盖19项测试任务。研究引入了两个全新测试类别：时间感知的对话分离和复杂的口语推理能力。通过380多项测试揭示，当前AI语音模型在基础识别方面表现良好，但在复杂推理和时间理解上仍存在显著差距，为未来技术改进指明了方向。

清华大学和上海人工智能实验室联合开发的AutoMat是一个突破性工具，能自动将电子显微镜图像转换为精确的晶体结构模型并预测材料性质。系统整合了模式自适应降噪、物理引导模板匹配、对称感知结构重建和机器学习性质预测四大模块，由大语言模型代理协调运行。在自创的STEM2Mat-Bench基准测试中，AutoMat远超现有多模态大语言模型，为桥接显微镜成像与原子模拟提供了自动化解决方案，显著加速了材料科学研究流程。

印象笔记宣布脱离Evernote全球业务，成为第一个独立于母公司的中国互联网公司，这很容易让人想起这个关于大象的冷笑话——把印象笔记这样“一头大象”带回中国一共经历了几个步骤

上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师，能实时评估动作效果并从中学习。在四个操作任务测试中，机器人成功率从30%提升至90%，仅需200次练习。技术结合视觉、语言理解和动作生成，支持跨场景适应和人机协作，为家庭服务、医疗护理等领域应用奠定基础。

孟加拉国联合国际大学研究团队开发了VisText-Mosquito多模态数据集，这是首个集成视觉检测和自然语言推理的蚊子繁殖点识别系统。该系统包含1970张标注图像，能够识别五类繁殖容器并进行水面分割，同时提供人类可理解的判断解释。YOLOv9s等模型达到92.9%检测精度，为全球蚊媒疾病防控提供了AI技术支撑。

斯坦福大学等机构研究团队利用强化学习训练大语言模型，使其能够优化汇编代码性能。研究构建了8,072个程序的数据集，并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明，训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比，超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会，如用单一指令替代整个循环，为性能敏感应用提供了有价值的优化途径。

俄国科学家开发出共享记忆变换器（SRMT）技术，通过让机器人共享记忆而非直接通信来实现协作。该技术受人类大脑全局工作空间理论启发，让每个机器人都能访问共同的记忆池。在多项测试中，SRMT显著优于传统协作方法，特别是在稀疏奖励环境下表现突出，并展现出优异的泛化能力。该技术有望应用于物流仓库、自动驾驶、搜救等需要多智能体协调的实际场景。

作为第一个向OpenAI进行风险投资的投资人（也是一个鹰派），Khosla在2019年向该公司投资了5000万美元，这笔投资如今价值超过40亿美元，成为其投资生涯中最具传奇色彩的案例之一。在这次深度访谈中，他预测人工智能将在未来15年内重塑几乎所有行业，到2040年将迎来一个"工作不再为生存而必须"的富足时代。

这篇研究介绍了Meta公司开发的J1系统，这是一种通过强化学习训练大语言模型进行评判的创新方法。J1将可验证和不可验证的提示转换为具有可验证奖励的判断任务，从而鼓励模型在做出决策前先进行思考。研究表明，J1在8B和70B参数规模下都超越了同等规模的现有模型，甚至在某些测试中超过了更大的模型如o1-mini和DeepSeek-R1。这种方法的核心创新在于不仅优化最终判断，还优化思考过程本身，使模型学会制定评估标准、生成参考答案并重新评估回答的正确性。

蒙特利尔理工大学研究团队开发了Visual-TableQA数据集，通过多AI协作生成2500个复杂表格和6000个推理问答对，仅成本不到100美元。该数据集专门训练AI理解表格图像的视觉布局和复杂推理，实验显示微调后的模型在多个基准测试中超越专有模型，为AI视觉推理能力带来重大突破。