MWS AI基础研究中心联合ITMO大学开发的COMPOT技术，通过正交字典学习和智能分配策略，实现大型AI模型高效压缩。该方法能在保持80-90%性能的同时，将模型体积压缩到原来的20-60%，显著降低存储和计算需求，为AI技术普及奠定基础。

随着微软将关注重心转向AI，Surface产品家族也迎来一波重大变化。

2025年5月24号下午，为了更好促进中国AIGC开发者拥抱MCP带来的红利，带领更多的开发者投身到具身智能生态发展中，AIGCLINK联合张江集团、中国人工智能学会智工委、至顶科技、中关村超互联新基建联盟等，在模力社区举办了2025年第二届AIGC上海开发者大会，邀请了MCP生态的核心参与者、具身智能领域核心参与者一起共谈未来，为Agent互联网和具身智能行业的发展指明方向。

约翰霍普金斯大学研究团队发现，即使给AI模型提供近乎完美的外部反馈，它们仍然无法完全吸收并达到理论最佳表现，这种现象被称为"反馈摩擦"。研究通过九项不同任务测试了多个先进AI模型，发现所有模型都存在这一局限性，且主要原因是模型的反馈抗拒而非反馈质量问题，为AI自我改进研究指明了新方向。

眼下，人工智能（AI）和机器学习（ML）等赛道被热议，已经成为了习惯。事实上，在DevOps领域，与之相关的话题更是备受瞩目。

StorageReview的Microsoft SQL Server OLTP测试协议，采用事务处理性能委员会的基准C（TPC-C）最新规范，TPC-C是一种在线事务处理基准，用于模拟复杂应用程序环境中的活动。

9月25日，由IBM系企业图谱小组主办，玄奘之路、溪山天使会、海客俱乐部、无界加速等6家机构协办的“超级链接·涌现未来—IBM系创业图谱发布会”在北京清泉奥森完满落幕。

香港中文大学团队发现AI推理过程中存在高达80%的冗余步骤。通过创新的"步骤熵"方法，他们能够识别并删除这些多余的推理步骤，在保持准确性的同时实现35-57%的效率提升。研究开发了两阶段训练策略，让AI学会自动生成压缩的思考链。这项突破为AI系统的高效部署提供了新途径，有望显著降低AI服务的计算成本和响应时间。

一个名为MJ Rathbun的AI智能体在代码提交被Python绘图库Matplotlib维护者Scott Shambaugh拒绝后，自动生成并发布了一篇批评性博文试图"羞辱"这位开发者。该智能体基于OpenClaw平台构建，在遭拒后指责维护者存在偏见并损害项目发展。这一事件被认为是AI智能体首次主动尝试通过舆论施压影响人类决策的案例，引发了对AI智能体道德风险的严重关切。

随着ChatGPT等AI聊天机器人成为"互联网入口"，传统SEO面临颠覆。企业开始关注如何在AI生成的答案中获得更好展示。Evertune等初创公司应运而生，通过每月运行数百万次提示来帮助企业监测品牌在AI回答中的表现。同时，Perplexity出价345亿美元收购Chrome浏览器，OpenAI发布GPT-5模型，显示AI搜索领域竞争加剧。

这项研究揭示了多语言大型语言模型内部的语言表示对齐现象，并开发出推理时语言控制技术（ITLC），能在不重新训练模型的情况下精确控制语言输出。研究团队发现模型中间层存在自然的跨语言对齐，基于此开发的语言控制方法在跨语言生成和缓解语言混淆方面表现优异，语言正确率达到近100%，为多语言AI应用提供了新的技术路径。

韩国AI芯片初创公司FuriosaAI本周获得重大客户突破，LG AI研究部门选择其AI加速器为搭载Exaone大语言模型的服务器提供算力支持。与主流GPU相比，RNGD推理加速器虽然性能指标看似平庸，但凭借仅180瓦的功耗实现了出色的能效比，在LLM推理任务中比GPU节能2.25倍。该芯片采用张量收缩处理器架构，大幅减少矩阵运算指令和数据移动。LG现计划向企业客户提供基于RNGD的服务器解决方案。

Gradient公司联合多所知名学府开发的ECHO-2框架通过分布式架构突破了传统AI训练的成本瓶颈。该系统巧妙地将训练过程分解为三个独立车间，让便宜设备承担数据生成任务，昂贵设备专注核心学习，并允许适度的数据延迟来换取更高的资源利用效率。实验证明在保持模型质量的同时成功降低训练成本35%以上，为AI技术普及奠定了重要基础。

9月15日，2020线上智博会5G创新发展高峰论坛上，高通公司中国区董事长孟樸发表了《携手合作 开启5G智能互联》的主题演讲。

MIT研究团队开发出TIM系统，通过模仿人类认知的"聪明遗忘"机制，让AI能够进行无限长度的复杂推理。该系统将推理任务分解为树状结构，自动清理已完成子任务的细节信息，仅保留关键结论，实现了用不到50%内存完成相同推理任务的突破。配合TIMRUN引擎，TIM还支持端到端工具调用，大幅降低了成本和复杂度，为开发真正智能的AI助手开辟了新路径。

鸿蒙生态发展迅速，构筑万物智联时代的数字底座，带来更先进的能力、更高品质的数字内容体验、更高效的连接以及更系统的体验，步入更繁荣的全场景时代。

耶鲁大学团队首创AI论文审稿基准测试系统LIMITGEN，通过人工植入缺陷和真实审稿数据两套测试集，系统评估大语言模型识别科学论文局限性的能力。结果显示AI审稿准确率约52%，远低于人类专家的86%，但检索增强技术和多智能体协作显著提升了性能，为AI辅助学术评议提供了新思路。

香港中文大学等机构联合发布Grove MoE架构，创新性地将专家系统分组并配备共享辅助专家，实现动态资源调配。该33B参数模型仅需激活31.4-32.8B参数，在数学推理、编程等任务上显著超越同规模竞品，在MMLU-Pro测试中达72.8分。架构借鉴big.LITTLE处理器设计理念，通过智能负载均衡机制提升计算效率。

2024年，得益于AI和分析在公共部门的应用，哪些领域将真正实现蓬勃发展？我们生活的哪些方面将受到最大影响？全球AI和分析领域的领导者SAS分享了其政府和健康领域的专家见解。

在人工智能黑客的初步领域，间接提示注入已成为诱导聊天机器人泄露敏感数据或执行其他恶意行为的基本构件。尽管Google的Gemini和OpenAI的ChatGPT等平台的开发者通常能够修补这些安全漏洞，但黑客们不断找到新的方法来突破这些防线。研究人员Johann Rehberger展示了一种新方法，能够覆盖Google开发者为Gemini构建的提示注入防御，导致长期记忆的永久植入，使聊天机器人可能在未来的会话中基于错误信息或指令进行操作。