NewsBreak团队与伊利诺伊大学合作开发DuaShepherd，这是一个创新的AI数学推理奖励模型。该系统独创性地结合了两种评估维度：步骤正确性判断和解题潜力评估，通过多任务学习和复合概率融合，在MATH500和ProcessBench测试中显著超越传统单一奖励模型，为AI数学推理提供了新的技术路径。

NVIDIA研究团队开发的STORM系统实现了AI长视频理解的重大突破。该系统采用Mamba时间编码技术，能够像人类一样理解视频的时间脉络和内容关联，而非孤立分析每帧画面。通过创新的三种压缩策略，STORM在大幅提升处理效率的同时保持了理解准确性，在多项基准测试中超越现有系统5%以上，为教育、医疗、安防等领域的智能化应用奠定了技术基础。

韩国首尔国立大学研究者提出HACO框架，解决手部接触估计中的数据不平衡问题。论文《Learning Dense Hand Contact Estimation from Imbalanced Data》针对手部接触数据中的类别不平衡（大多数样本无接触）和空间不平衡（接触主要集中在指尖）提出两大创新：平衡接触采样和顶点级类别平衡损失函数。他们利用14个数据集的84万张图像进行训练，在多种手部交互场景中显著超越现有方法，F1得分从之前最佳的0.197提升至0.531，同时在3D抓取优化和物体重建等下游任务中也展现出强大应用价值。

牛津大学研究团队开发了基于期望值的新型股市风险评估方法，通过分析FTSE 100指数20年数据发现，该方法在预测极端市场事件方面比传统方法准确25%以上。新方法不仅考虑风险事件的发生概率，还特别关注事件的严重程度，在2008年金融危机等动荡期表现尤为出色，为金融机构提供了更可靠的风险管理工具。

Rice大学研究团队发布的这篇综述论文系统分析了大型语言模型推理效率问题。研究发现AI在回答简单问题时经常"过度思考"，生成冗长推理过程，增加成本和延迟。论文将解决方案分为三类：优化训练方法、动态调整推理过程、改进用户提示词，为开发更高效的AI推理系统提供了全面指导。

南开大学团队开发的LLaVA-Scissor技术通过创新的"语义连通组件"算法，实现了视频AI理解的高效压缩。该技术采用两步时空压缩策略，在保持99.7%准确率的同时将计算量减半，为解决视频AI系统计算瓶颈提供了突破性方案。

正值深圳经济特区建立40周年，2020国际新一代信息技术合作大会于11月28-29日在深圳市人才研修院成功举办。

高通所在的通信和AI领域，技术本身晦涩难懂，技术型公司往往难讲故事，但莫珂东本人，从2016年加入高通公司至今，可以说是这家技术巨头近十年来向消费者世界“布道”的关键人物。

微软研究院开发出革命性的1位大语言模型BitNet b1.58 2B4T，仅需0.4GB内存就能运行2千亿参数规模的AI模型，相比传统模型内存消耗降低90%以上，能耗降低95%，推理速度提升40%，在保持相当性能的同时让AI技术真正实现普及化。

斯坦福大学研究团队成功开发出FluidLoco系统，首次让机器人掌握了在复杂现实环境中稳定搬运液体的能力。该系统通过液体动力学预测模型和分层控制架构，让机器人能够预测液体运动并做出相应调整，在各种地形和干扰条件下保持85%以上的成功率。这项突破将在餐饮服务、医疗健康、工业制造等领域产生重要应用价值。

希伯来大学研究团队提出ProbeLog技术，通过"标准化考试"方式为AI模型建立能力指纹，解决了模型库中60%模型缺乏文档说明的搜索难题。该方法用固定图片测试模型反应，支持文字直接搜索，准确率达40-70%，并通过协作探测技术降低3倍计算成本，为百万级模型库的高效利用提供了新途径。

腾讯混元团队开发的X-Part技术实现了高质量的3D物体智能分解，能够将复杂3D模型分解成语义清晰、几何完整的零件。该技术通过边界框指导、语义特征注入和同步多部件生成，在几何精度和语义一致性方面显著超越现有方法，为3D打印、游戏开发、工业设计等领域提供了强大的工具支持。

谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型，能够在不到一分钟内完成10天全球天气预报，准确性超越传统方法90%的指标。该模型采用图神经网络技术，通过学习40年历史数据掌握天气变化规律，在极端天气预测方面表现卓越，能耗仅为传统方法的千分之一，为气象学领域带来了效率和精度的双重突破。

Synology 2019 年度发布会中国站，于10月13日正式召开。会上，群晖聚焦 "AI"、"智能"、 安全"三个存储趋势，并发布多款即将上市的新品与应用功能。同时，群晖也宣布正式与京东云展开战略合作，携手奠定企业NAS备份新标准。

KAIST研究团队提出VIRAL方法，通过视觉表征对齐技术解决多模态大语言模型视觉理解不精准的问题。该方法让AI模型内部视觉表征与预训练视觉基础模型保持一致，避免训练中视觉细节的丢失，在对象计数、空间推理等视觉任务上取得显著性能提升，为多模态AI的视觉理解能力改进提供了简单有效的解决方案。

浙江大学研究团队提出HBPO框架，通过分层预算探索让AI模型学会根据问题复杂度自适应调整推理深度。该方法在四个数学基准上实现了60.6%的词汇使用减少和3.14%的准确率提升，展现出智能资源配置的适应性行为，为大规模推理模型的高效部署提供了新思路。

帝国理工学院团队对视觉基础模型DINOv3在医学影像领域进行了全面评估。研究发现DINOv3在胸部X光、CT扫描等任务上表现出色，甚至超越专门的医学AI模型，但在病理切片、电子显微镜、PET扫描等高度专业化任务上表现糟糕。更令人意外的是，传统的"大模型更好"规律在医学领域经常失效。这项研究为跨领域AI应用提供了重要洞察。

这项由香港大学和Salesforce AI Research联合开展的研究解决了AI助手操作电脑时的关键障碍：GUI定位能力。研究者创建了新的OSWORLD-G基准测试（564个样本）和JEDI数据集（400万示例），通过将复杂界面交互分解为基础组件重新训练模型。实验证明这种方法大幅提升了AI在精确操作计算机方面的能力，使OSWorld基准测试成功率从5%提高到27%，为构建更自然的人机交互系统奠定了基础。

杭州电子科技大学等多所院校联合研究团队开发出革命性AI系统Drawing2CAD，能够直接从工程图纸自动生成精密三维CAD模型。该系统采用创新的双解码器架构和柔性损失函数，使用矢量格式图纸保留精确几何信息，在多项测试中显著优于传统像素化方法。研究团队还构建了包含15万多个样本的大规模数据集CAD-VGDrawing，为工程设计自动化提供了重要突破。

既然电影已经下映，下面也就无所顾忌地剧透了。说起复联里最令人印象深刻的场景，恐怕很多人都会想起上一部复联3中灭霸那毁天灭地、匪夷所思的著名响指：