贝壳找房开发的AM-Thinking-v1是一个32B参数的推理优化语言模型，完全基于开源数据训练。该模型在数学推理和代码生成任务上表现出色，AIME2024得分85.3，超越了671B的DeepSeek-R1，证明了通过精心设计的训练流程，中等规模密集模型也能达到超大模型的推理能力。

中科大与Metastone公司合作提出"归因接地"框架，通过分析真实指令的产生机制来大规模合成高质量训练数据。该方法将指令归因于文档、用户和动机三要素，构建了100万条指令的SynthQuestions数据集。实验显示，用该数据集训练的AI模型性能显著提升，证明了质量胜过数量的重要性，为解决AI训练数据稀缺问题提供了新思路。

上海交通大学团队开发了首个化学推理AI模型ChemDFM-R，突破了传统化学AI只能记忆无法推理的局限。该模型通过识别241种官能团构建了1010亿tokens的专业知识库，采用创新的"混合来源蒸馏"训练方法，让AI学会像化学家一样思考和推理。在多项化学基准测试中表现优异，更重要的是能提供透明的推理过程，开启了人机协作的新模式。

本文提出了一种精心设计的分阶段训练方法，逐步训练大型语言模型以理解视觉和语音信息，最终实现流畅的视觉和语音交互。我们的方法不仅保留了强大的视听能力，而且无需单独的自适应语音识别（ASR）和文本到语音（TTS）模块，就能实现高效的语音转语音对话能力，显著加快了多模态端到端的响应速度。

近期，思科发布了一项由思科主导的大规模研究项目《IT运营就绪性指数》的调查结果，该项调查范围包括美国、英国、德国、日本、澳大利亚、印度和中国在内的七个国家，受访者来自七个国家中超过1500名高级IT领导者，其中38%为首席高管。

微软近日对其开发者工具进行了大量更新，试图让生成式AI开发者的工作更轻松。

全球领先的物流服务供应商DHL近日与IBM发布了一份联合报告，对人工智能（AI）在物流行业的发展潜力进行了评估，并揭示了如何更好地应用人工智能实行物流行业变革，增加新智能物流资产，创造运营典范。

这项由韩国大学联合耶鲁大学等多所院校开展的研究，开发了名为Med-PRM的医疗AI推理框架。该系统让AI在诊断时能够实时查阅医学文献并验证每个推理步骤，使80亿参数的小模型在医学考试中首次突破80%准确率，训练成本仅需20美元却超越了成本数万美元的竞争对手，为医疗AI的普及和可靠性提升提供了新路径。

12月20日，2018年度CTI论坛在北京中关村创业大街成功召开，论坛现场在近两百名呼叫中心行业专家、主流厂商以及行业用户的见证下，环信凭借创新的“低成本可持续运营的客服机器人解决方案”荣获“CTI论坛2018年度编辑推荐奖-人工智能产品”。

Colossal 公司致力于利用基因编辑技术复活已灭绝物种，包括猛犸象。CEO Ben Lamm 在 SXSW 大会上表示，现代保护措施效果不佳，我们需要"物种复活"工具包。公司正在努力复活渡渡鸟、袋狼和猛犸象，并希望在 2028 年培育出猛犸象杂交幼崽。Lamm 认为，计算、人工智能和合成生物学的结合将成为最"危险"的技术组合，但也可能带来治愈癌症等重大突破。

充分利用云转型需要一种新的IT方法。CIO们正在重组IT组织和战略，以释放人才并抛弃老旧的流程。

KERL是一个创新的食谱推荐系统，由伦斯勒理工学院研究者开发，将食品知识图谱与大语言模型相结合，提供个性化推荐并生成食谱步骤和营养信息。系统包含三个模块：KERL-Recom（负责推荐菜品）、KERL-Recipe（生成烹饪步骤）和KERL-Nutri（提供营养分析）。研究团队创建了全新基准数据集评估系统性能，实验表明KERL在所有任务上均显著优于现有方法，为用户提供了考虑个人喜好、饮食限制和健康指南的完整食谱推荐解决方案。

英特尔今天分享了有关神经形态计算系统Pohoiki Springs的详细信息，该系统利用1亿个人工神经元来执行处理任务。

XLMR结合了XLM和RoBERTa的优势，采用了更大的训练集，并且对低资源语种进行了优化，在XNLI、NER CoNLL-2003、跨语种问答MLQA等任务上，效果均优于Multilingual BERT，尤其是在Swahili、Urdu等低资源语种上效果提升显著。

ByteDance Seed团队开发了名为Astra的革命性双模型机器人导航系统，让机器人具备类似人类的环境理解和导航能力。该系统包含Astra-Global和Astra-Local两个模块，前者负责理解自然语言指令和全局定位，后者处理局部路径规划和避障。通过创新的混合拓扑-语义地图、4D时空编码器和掩码ESDF损失等技术，系统在仓库、办公楼等复杂环境中实现了84%-99%的高成功率，显著超越传统方法，为智能机器人助手的实现奠定了重要基础。

本文探讨了 SBOMs、HBOMs 和 CBOMs 如何帮助企业全程掌握软件供应链组件、及时发现和修补漏洞，并满足法规要求，从而提升网络安全防护水平。

普林斯顿大学研究团队发现AI推理时间增加存在双刃剑效应：当思考过程隐藏时能提升安全性，但暴露时会显著降低安全性。通过对12个开源模型的测试，证实了这种"逆向扩展定律"，为AI系统安全部署提供了重要指导。

得益于AI技术的广泛部署，零售行业也迎来又一波变革周期。这项技术转变不仅带来了可观的回报，同时也提升了个性化客户交互、优化了供应链管理并简化了运营流程。

清华大学深圳国际研究生院与阿里巴巴AMAP团队合作开发了UniVG-R1，这是一种基于推理引导的通用视觉定位模型。研究者通过构建高质量思维链数据集和应用强化学习技术，显著增强了模型处理多图像复杂指令的能力。实验表明，UniVG-R1在MIG-Bench上比现有技术提升9.1%，并在四个零样本测试基准上平均提高23.4%的性能，展现出卓越的推理能力和泛化性。

智能制造融合创新主题峰会正是对新时代智能制造创新发展经验的一次阶段性总结，也是对如何更为深广地戮力中国“智”造的一次系统性思考，峰会紧扣制造行业关心的智能制造与新制造等热点话题，深入探讨制造业数字化转型的挑战、路径、技术..