MiniCPM-V 4.5是由清华大学等机构开发的高效多模态AI模型，仅用80亿参数就超越了720亿参数的竞争对手。该模型创新性地采用统一3D重采样器，视频处理效率提升12-24倍；首创文档直接学习方法，无需外部解析工具；实现双模式推理，既能快速回应又能深度思考。在多项基准测试中表现优异，显著降低了AI技术门槛。

3月30日，第三期“大咖说出海”以《本地经验谈，出海如何做到“落地生根”？》为主题，探讨了出海企业针对产品、运营和团队等方面的本地化策略，从而在海外市场站稳脚跟。

2分05秒破百亿，15时49分刷去年记录，全天交易额达2135亿，这样一组组不断刷新的数据背后，除了数以亿计个“维纳斯”彻夜未眠的奋战和一夜之间空空如也的钱包之外，更重要的是各种新技术对商业的赋能。

蚂蚁集团研究团队推出Agentar-Fin-R1金融专用AI模型，首次实现了金融专业知识与强推理能力的完美结合。该模型在保持通用推理能力的同时，在金融专业任务上取得突破性表现，并通过创新的三重保险体系确保高风险金融场景下的可靠性和合规性，为金融AI的专业化发展开辟了全新路径。

上海人工智能实验室等机构联合开发的MeshCoder系统能将3D物体点云自动转换为可编辑的Blender Python代码。该系统采用分层训练策略，先训练部件识别模型，再训练整体推理模型，在重建精度上显著优于现有方法。生成的代码支持灵活的几何和拓扑编辑，并能增强大语言模型对3D形状的理解能力，为游戏开发、建筑设计等领域带来新的可能性。

这群“太空狂热分子”非常担心自己的星际英雄被Twitter分散了精力。

MIT等顶尖院校研究团队发现AI处理长文本时存在"记忆过载"问题，提出OPRM溢出预防方法，通过"分而治之"策略让AI学会聪明遗忘，性能提升14%-51%。该方法类似智能图书管理员，先快速浏览所有相关内容，再专注分析最相关部分，避免了传统方法的记忆溢出困境，为实现更高效的长文本AI应用开辟新路径。

「毅力号」火星车搭载的「机智号」火星无人机，在无需人为干预的情况下，灵活实现火星表面的降落、起飞与航行。

西班牙研究团队提出了一种创新的AI自我纠错方法SSC，让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时，它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下，同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。

6月4日，为期两天的2025年中国光网络研讨会（OptiNet China）在北京盛大召开。

想象一下，你有两个朋友：一个朋友每次你诉说烦恼时都会给你一大堆实用建议，但你总觉得他并没有真正理解你的感受；另一个朋友也许不会提供太多具体解决方案，但每次交谈后你都感到被理解、被支持，情绪也变得更加积极。在人际交往中，后者往往能给人带来更多心理慰藉。当今的人工智能系统也面临类似的评价难题：如何判断AI不仅能回答问题，还能真正"懂"人的情感需求？

StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术，能够处理11种编辑任务，在新构建的GEdit-Bench基准测试中表现优异，为图像编辑技术的民主化开辟了新道路。

加州大学研究团队开发的DOVE系统彻底革新了AI图像处理方式，不再用固定长度表示所有图像，而是根据图像复杂度智能调整表示长度。就像人类描述简单白墙只需几句话，而描述繁忙街景需要更多细节一样，DOVE为简单图像分配更少的"视觉词汇"，为复杂图像提供更多描述单元。实验证明，这种动态方法不仅节省计算资源，还提升了语义理解能力，在各类视觉任务中表现卓越。其查询条件化变体Q-DOVE更进一步，能根据用户问题聚焦相关图像区域，进一步提高效率与理解能力。

量子网络的出现，将解决诸多互联网安全问题。

2025年，网络安全面临诸多挑战。尽管投资增加、新工具不断涌现，但整体生态系统仍不稳定。主要挑战包括勒索软件、DDoS攻击、量子技术、医疗数据泄露、人工智能与AI代理，以及太空资产的网络安全。这些问题凸显了网络安全领域复杂多变的形势，需要持续关注和应对。

NousResearch团队发布的Hermes 4是一个突破性的混合推理AI模型，它首次实现了结构化多步推理与广泛指令执行能力的完美结合。该模型通过创新的"思考截止"训练技术和大规模开放数据集，在数学推理、编程、知识问答等任务上达到顶尖水平，同时展现出卓越的个性化适应能力，为AI技术的开放化发展树立了新标杆。

斯坦福大学研究团队构建了AHELM评估系统，首次对14个主流音频语言模型进行标准化全面测试。研究发现Gemini 2.5 Pro综合表现最佳但存在性别偏见，传统语音识别方法在多项任务中击败先进AI模型，揭示了当前音频AI技术的真实能力边界和潜在风险。

美国密苏里州默西医院团队开发了一个能在浏览器中运行的医疗AI模型，专门用于将医患对话转录生成标准化病历。该模型基于Llama 3.2 1B，通过1500个内分泌科病例训练，在保证隐私安全的前提下，显著提升了病历生成的准确性和完整性，严重医疗幻觉减少58.8%，为医疗AI的本地化部署提供了可行方案。

谷歌DeepMind发布突破性AI规划技术，让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力，在迷宫导航、机器人控制等测试中表现优异，为自动驾驶、智能制造、医疗等领域应用奠定基础，标志着向通用人工智能迈出重要一步。

如果说去年的关键词是建设与扩建，那么今年，企业已经开始从自己的AI投资当中获益。在短时间内，AI（特别是生成式AI）已经从大多数企业眼中的新兴研究领域，转变为一整套对企业生产力及个人日常生活具有积极影响的现实技术。