快手科技团队开发的Klear-Reasoner在AI推理领域取得重大突破，在数学竞赛AIME2024中获得90.5%高分。该研究完全公开训练细节，提出创新的GPPO方法解决传统强化学习局限，证明精选高质量数据比大量普通数据更有效，为AI推理能力提升提供了新的技术路径。

香港科技大学团队提出PosterCraft统一框架，通过四阶段训练流程实现高质量美学海报端到端生成。该方法摒弃传统模块化设计，采用整体性创作思路，在文字准确性和视觉美感方面显著超越现有开源模型，接近商业系统水平，为AI创意设计领域带来重要突破。

瑞士苏黎世联邦理工学院研发的EXPTEACH系统让机器人首次具备了类人学习能力。通过双重记忆机制，机器人能从失败中学习并将经验应用到新任务，成功率从22%提升至80%。系统还观察到机器人自主创新行为，如使用工具解决问题。这项突破性研究为通用智能机器人发展开辟了新道路。

一次交互模式的变革，先从工具做起。

日本奈良先端科学技术大学院大学研究团队提出SeqPE方法，突破传统AI位置编码局限。该方法像教AI"数数"一样处理位置信息，支持任意长度文本和图像处理。通过序列化表示和两个训练辅助器，SeqPE在语言建模、问答和图像分类中显著超越现有方法，为通用AI系统发展奠定重要基础。

清华大学研究团队开发了AMFT自适应元微调方法，通过智能元学习控制器动态平衡模仿学习与强化学习，解决传统AI训练中的灾难性遗忘问题。该方法在数学推理、视觉推理等多项任务中创造最佳成绩，不仅提高了性能还增强了泛化能力，为开发更可靠的AI推理系统提供了新思路。

全方位解析“提示词工程师”。

漫威宇宙中，有一种物体充满神秘感，它就是《雷神》中的彩虹桥。这条五光十色的桥，以类似虫洞的方式打通了空间隧道，将物体从宇宙某处瞬间传送到另一边，打破时空界限。在知识世界，这种时空限制同样被打破。

从担任财富五十强公司首席数字官，到联合创立技术初创公司，如今的他正担任TransUnion环联公司执行副总裁兼首席信息暨技术官（CI&TO）。

如何推动能源技术与信息技术的深度融合，加快新型电力系统关键技术的创新应用，成为达成“双碳”目标的关键。

清华大学和智谱AI联合发布GLM-4.5系列模型，这是首个在推理、编程和智能代理三大核心领域同时达到顶尖水平的开源AI模型。GLM-4.5拥有355B参数但仅激活32B，创新的混合推理模式能根据任务复杂度自动选择思考深度。该模型在12项基准测试中排名第三，智能代理任务排名第二，已完全开源供研究使用。

2019年8月28日，必示科技在北京召开了2019智能运维技术应用大会，大会以“智享运维 共塑未来 ”为主题，邀请来自清华大学、中国建设银行、民生银行、国泰君安证券等专家分享了智能运维发展趋势以及最佳实践。

成均馆大学团队开发出选择性对比学习新方法，让机器通过观察人类交互场景学会识别物体功能部位。该技术突破传统局限，采用动态学习策略，能根据信息质量调整学习方式，在多个数据集上显著超越现有方法，为机器人、自动驾驶等领域的智能交互应用奠定重要基础。

中科院自动化所等机构联合发布MM-RLHF研究，构建了史上最大的多模态AI对齐数据集，包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法，显著提升多模态AI的安全性和对话能力，为构建真正符合人类价值观的AI系统提供了突破性解决方案。

俄罗斯下尼诺夫哥罗德大学研究者开发出AI学术论文质量检查系统，能识别摘要和结论中的无根据信息和模糊代词。测试显示不同AI模型在特定任务中表现差异显著，为学术写作质量控制提供新工具。

RTX 5090 GPU 是迄今为止最快的 GeForce RTX GPU。它配备了920亿个晶体管，每秒可实现超过3352万亿次AI运算。其性能是上一代RTX 4090的近两倍。

上海AI实验室等机构联合发布MELLA项目，通过创新的"双源数据策略"解决了多语言视觉AI的文化理解难题。该研究构建了包含680万样本的大规模数据集，涵盖8种低资源语言，让AI既能流利表达又能理解文化内涵。实验显示文化理解能力提升150%以上，为全球数十亿非英语用户带来更优质的AI服务体验。

哈尔滨工业大学团队开发的Optimus-3是首个在Minecraft环境中具备完整认知能力的AI系统，能够同时处理感知、规划、行动、定位和反思五大任务。该系统采用专家混合架构和任务级路由机制，有效解决了多任务学习中的干扰问题，并通过多模态推理增强强化学习显著提升了视觉相关任务的表现。实验结果显示，Optimus-3在各项任务上均超越了现有最先进系统，为通用人工智能的发展提供了重要技术路径。

Ted迅速地晋升为一家财富100强公司的最高管理层，他认为这要归功于他在不同行业、工作和组织领域工作过程中不断的学习和知识积累。

香港理工大学联合多所高校开发的Mol-R1框架，首次实现了AI在分子发现中的透明推理。该系统通过PRID方法学习专家推理模式，配合MoIA迭代训练策略，不仅能准确生成分子结构，还能展示完整思考过程。相比现有模型，Mol-R1推理更简洁高效，为药物研发等领域的AI应用提供了重要的安全保障。