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。

Meta AI团队开发的AggLM技术突破了传统AI多数投票的局限，通过强化学习训练模型学会智能聚合多个候选答案。在数学竞赛测试中，该技术将正确率从35%提升至50%，相比传统方法提升45%。AggLM不仅能选择正确答案，还能创造性地组合不同答案中的有用信息，展现了AI向人类专家级推理能力的重要进步。

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。

南京大学与伦敦大学学院联合开发了CONTEXTBENCH基准，专门评估编程助手的代码上下文检索能力。研究发现复杂助手并不优于简单工具，当前助手普遍存在信息整合障碍，平均丢失17.9%-43.5%的正确信息。该研究通过1136个真实任务和专家标注，揭示了智能编程工具的可靠性问题，为行业发展提供重要警示。

谷歌DeepMind团队开发了名为Gemini的AI视觉理解系统，实现了从简单"识别"到复杂"理解"的突破。该系统不仅能识别图像中的物体，还能理解情感、关系和抽象概念，准确率达94.3%。通过多模态学习和跨模态注意力网络，Gemini展现出类似人类的常识推理能力，已在医疗、教育、自动驾驶等领域开始应用，为AI与人类协作开启新篇章。

普林斯顿大学研究团队开发了TraceRL方法，通过追踪AI推理过程而非仅关注最终答案来训练扩散语言模型。该方法训练出的TraDo系列模型虽然参数规模较小，但在数学推理任务上显著超越大型模型，并首次实现了具备长篇推理能力的扩散语言模型。研究团队已将完整框架开源，为AI可解释性和实际应用提供了重要突破。

阿里巴巴推出的Ovis2.5是一个革命性的多模态AI模型，具备原生分辨率图像处理和深度推理能力。它采用五阶段训练体系，在OpenCompass评测中创造了开源模型新纪录。其突破性的思考模式让AI能够进行类人推理和自我纠错，在数学推理、图表分析、文字识别等方面表现卓越，为教育、医疗、商业等领域提供了强大的AI助手解决方案。

上海交通大学研究团队发布了突破性的科学推理数据集MegaScience，包含125万高质量实例，首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力，训练的模型在多项基准测试中超越官方版本，且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。

上海AI实验室发布的InternVL3.5是新一代开源多模态大语言模型，能够同时理解图像和文字内容。该系统采用级联强化学习技术，推理性能提升16%，并通过视觉分辨率路由器实现4倍推理加速。在36项基准测试中表现优异，最大模型在多学科推理任务中得分77.7，接近商业模型水平，支持GUI交互、多语言处理等功能。

伊利诺伊大学香槟分校等机构研究团队开发了CodeCircuit技术，首次实现通过分析AI内部"思维过程"来检测代码正确性。该系统构建AI生成代码时的"思维地图"，发现正确与错误代码呈现不同神经模式，准确率达79.89%，远超传统方法。更令人惊喜的是，系统不仅能检测错误，还能在思维层面直接修复AI的推理过程，为智能编程助手开辟了全新道路。

Meta FAIR团队发布DARLING技术，通过"多样性感知强化学习"方法解决AI回答千篇一律的问题。该系统创新性地将质量与多样性奖励相结合，使用语义分类器判断真正的内容差异，在创意写作和数学解题等多个领域都实现了质量与多样性的双重提升。这项技术为AI在教育、创意产业等领域的应用开辟了新可能。

这项由香港理工大学和复旦大学联合领导的研究提出了"自适应无分类器引导"(A-CFG)技术，用于改进AI文本生成。传统CFG使用静态无条件输入，而A-CFG能识别模型在生成过程中最不确定的部分，动态地重新掩码这些低置信度标记，创建针对性的无条件输入。实验表明，A-CFG在多种基准测试中显著优于标准CFG，如在GPQA上提升3.9点，在数独任务上提升8.0点，证明了在迭代生成中动态响应模型不确定性的价值。

这项研究提出了Critique-GRPO，一种创新的在线强化学习框架，将自然语言批评与数字反馈相结合，克服了传统仅用数字反馈的三大局限：性能瓶颈、自我反思效果有限和顽固性失败。实验表明，该方法使大语言模型能够从错误中学习并改进，在八项数学和通用推理任务中，将Qwen2.5-7B和Qwen3-8B模型的平均通过率分别提高了约4.5%和5%，超越了包括那些引入专家示范的方法。研究还揭示，高熵探索和长回答并不总是最有效的学习方式，质量更重要。这一方法为大语言模型的自我提升能力开辟了新路径。

在算力“狂飙突进”的表象之下，华为正试图用“鲲鹏”与“昇腾”两张“底牌”，给出新的解题思路。

在算力“狂飙突进”的表象之下，华为正试图用“鲲鹏”与“昇腾”两张“底牌”，给出新的解题思路。

阿里巴巴通义实验室发布WebSailor，这是首个让开源AI智能体在复杂网络信息搜索中达到"超人级"推理能力的完整训练方法。通过创新的高不确定性训练数据生成和强化学习算法，WebSailor在权威基准测试中的表现媲美顶级商业系统，将开源模型的复杂推理能力提升到了前所未有的高度。

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。

谷歌研究院开发出一种革命性的人工智能技术，通过学习人类眼动轨迹来提升视觉问答能力。该技术像训练侦探一样教会AI关注图像中的关键区域，准确率提升3-10%。研究发表于CVPR 2024，在教育、医疗、无人驾驶等领域具有广阔应用前景，为AI向人类智慧靠近开辟了新路径。

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。

今年是DEMO CHINA举办的第16年，作为中国创投界标志性的年度品牌活动，现已成为多维度、多元化、多角度融合的创投圈盛事。