网络安全的保卫者们要随时做好准备，同入侵者在每一台服务器甚至每一个进程里展开“巷战”，并将他们彻底消灭。

德克萨斯大学奥斯汀分校的研究团队开发了一个名为CHARTMUSEUM的全新基准测试，专门评估大型视觉-语言模型理解图表的能力。研究表明，即使最先进的AI模型在图表视觉推理任务上远远落后于人类表现——虽然人类能达到93%的准确率，但最佳模型Gemini-2.5-Pro仅达到63%，开源模型表现更差。研究揭示模型在处理视觉推理问题时比文本推理问题表现低35%-55%，并通过错误分析确定了当前模型在符号选择、视觉比较、轨迹跟踪和数值识别等方面的关键挑战，为未来模型改进提供了明确方向。

约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构，具备自我纠错能力，在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习，能够像人类医生一样观察、判断和纠错，代表了手术机器人向真正自主化迈出的重要一步。

南加州大学研究团队开发出一种名为PILS的新技术，能够通过分析AI模型输出时的概率信息来破解隐藏的系统指令。这种方法通过观察AI生成文本过程中多个步骤的"思考轨迹"，将隐藏提示的恢复成功率提高了2-3.5倍。研究发现AI模型的概率输出存在于低维空间中，可以用数学方法进行压缩和逆向分析。这项发现对AI安全具有重要影响，揭示了当前依赖隐藏指令的安全机制可能存在漏洞，为AI安全防护提出了新挑战。

普渡大学研究团队首次提出AI模型免疫技术，通过条件数理论让模型能够抵抗恶意训练。该方法在保持正常功能的同时，显著增加恶意微调的难度，实验显示免疫效果可达40倍以上。这项突破性研究为AI安全提供了"预防胜于治疗"的新思路，开创了模型免疫这一全新技术方向。

爱丁堡大学研究团队发现现有视觉语言模型难以准确预测现实世界变化，创新性地提出"师傅带徒弟"训练策略。通过让擅长反向推理的动态模型指导世界模型学习，在多个真实场景测试中超越专业图像编辑模型15%。该方法包括合成数据生成和推理时验证两种策略，为人工智能理解物理世界变化提供新思路。

Meta超级智能实验室研究团队提出了"语言自我对弈"训练方法，让AI模型通过内部竞争机制实现无数据自我训练。该方法将单个模型分为挑战者和解决者两个角色，通过互相博弈提升性能。实验显示，这种方法在不使用任何外部数据的情况下，达到了与传统数据驱动方法相当的效果，为解决AI训练数据稀缺问题提供了创新解决方案。

阿里巴巴将加入奥林匹克全球合作伙伴(The Olympic Partner，“TOP”)赞助计划，开始为奥运会提供云计算和大数据基础设施及服务。后来广为人知的“云上奥运”这一说法，正是从这一刻起走上历史舞台。云计算这一概念，也随之被越来越多的人所熟知。

后来广为人知的“云上奥运”这一说法，正是从这一刻起走上历史舞台。云计算这一概念，也随之被越来越多的人所熟知。乘云科技CEO郝凯对此深有感受，因为在2017年春节过后不久，他的公司开始成为阿里云的合作伙伴，加入了滚滚而来的云计算大潮中。同一年，郝凯带领团队也第一次参加了阿里云的“双11”活动，实现了800万元的销售业绩。

Nebius公司研究团队提出"分块优势估计"方法，解决AI多目标任务中的奖励分配问题。该方法将复杂任务分解为功能块，为每个块单独计算奖励，避免目标冲突。核心创新是"结果条件基线"，通过分组比较提高评估准确性。在数学自信度评估实验中，期望校准误差从5.9%降至3.0%，显著提升AI自我认知能力。

FuriosaAI团队提出突破性的Draft-based Approximate Inference框架，通过小模型预测指导大模型智能管理资源。研究开发了SpecKV和SpecPC两种方法，分别用于KV缓存管理和文本压缩，在保持高准确性的同时显著降低内存使用和计算延迟，为长文本AI推理提供了高效可行的解决方案。

这篇研究提出了OThink-R1，一种创新的大型推理模型，能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现，现有推理模型即使面对简单问题也会生成冗长的推理过程，导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理，OThink-R1能根据问题复杂度动态调整思考深度。实验表明，该方法平均减少了23.4%的生成文本量，同时保持或提高了准确率，代表了向更高效、更人性化AI推理系统迈出的重要一步。

富卫集团（FWD）首席数字技术与运营官，分享了这家泛亚保险巨头如何推动变革并将技术置于服务的核心位置。

微软研究院开发的VisCodex实现了多模态AI的重要突破，通过创新的模型融合技术让AI同时具备视觉理解和编程能力。该系统采用任务向量融合方法，将视觉语言模型与编程模型巧妙结合，并构建了包含59.8万样本的多模态编程数据集。测试显示其性能已接近GPT-4o水平，为未来的智能编程辅助和低代码开发提供了新的可能性。

北京大学等七所院校研究团队通过"图灵眼测试"发现，包括OpenAI o1、Claude-4在内的15个顶级多模态AI模型在人类轻松完成的基础视觉任务上几乎全军覆没，成功率接近零。研究揭示问题根源在于AI视觉编码器的泛化能力缺陷，而非推理不足，为改进AI视觉系统指明了新方向，对自动驾驶、医疗影像等应用具有重要警示意义。

SophiaVL-R1是香港中文大学和上海人工智能实验室联合开发的多模态大语言模型，创新性地引入了"思维奖励"机制来提升AI的推理能力。与传统方法不同，该研究不仅关注AI是否得出正确答案，还评估整个思考过程的质量，通过Trust-GRPO算法智能地整合思维奖励和结果奖励。实验表明，即使只有7B参数，SophiaVL-R1也能在MathVista、MMMU等多个基准测试中超越参数量大10倍的模型，证明了思维过程监督对提升AI泛化推理能力的重要价值。

当毕业生的目光都聚焦在国内的那些“金饭碗”、“铁饭碗”时，海外谋生又是怎样一副景象呢？

这项由北京大学等多家顶尖机构联合完成的研究解决了大语言模型的关键技术难题：如何高效管理AI的"记忆系统"。研究团队开发的KV-CoRE技术能够智能压缩AI记忆，在几乎不影响性能的前提下大幅节省存储空间和提升运行速度，为AI系统的实际部署提供了革命性解决方案。

斯坦福大学研究团队开发出革命性的"神经语义解码器"，这一AI系统能够通过分析大脑神经活动来"读懂"人类的语言理解过程。该技术在识别听到的句子方面准确率超过85%，甚至能够解码心中默念的内容。这项突破性成果不仅揭示了大脑处理语言的神奇机制，还为失语症治疗、个性化教育、人机交互等领域带来了革命性应用前景，同时也引发了关于思维隐私和技术伦理的重要讨论。

2023年AI成为热词，OpenAI的Chat-GPT引领第一波AI浪潮。2024年，苹果Vision Pro带来空间计算概念，OpenAI的Sora掀起第二波AI浪潮。Sora的文本到视频转换技术，结合Vision Pro的空间视频功能，展现了AI与XR设备的融合潜力。