这篇研究介绍了Moonshot AI团队开发的G1模型，该模型通过强化学习显著提升了视觉语言模型在游戏环境中的决策能力。研究团队首创了VLM-Gym训练环境，包含多种视觉游戏与统一接口，并开发了两代模型：G0通过纯强化学习实现自我进化，G1则结合感知增强冷启动与强化学习，在所有游戏中超越教师模型。最关键的发现是感知和推理能力在学习过程中相互促进，为解决视觉语言模型的"知道-行动"差距提供了新方向。

可实时交互的AI生成世界，腾讯发布的AI框架Yan，会是元宇宙的破局者吗？

微软研究院最新发布的DELT方法革命性地改变了AI训练数据的组织方式，通过给训练样本评分、筛选和重新排序，让AI模型能够循序渐进地学习。这种方法无需增加模型大小或数据量，就能将性能提升1.65%，实现训练效率翻倍，为AI训练带来几乎"免费"的性能提升。

北航团队开发的GeoSVR技术突破了传统3D重建方法的局限，采用稀疏体素表示和体素不确定性评估，无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略，在DTU等标准数据集上取得了最佳性能，为VR/AR、文物保护、影视制作等领域提供了新的技术选择。

旺能环境把乌兹别克斯坦项目的第一份关键文本写成了《Waste Supply Agreement》，把垃圾来源、收费与运营边界先框进协议里，再把工程推进到两年建设期与三十年商业运营期的框架。

清华大学研究团队在IEEE Transactions on Affective Computing发表突破性研究，提出双重学习策略让AI准确识别人类面部情感。新方法结合判别性和生成性学习，在多个标准数据集上准确率显著提升3-4个百分点，特别在处理陌生人脸时表现出色。技术有望应用于智能教育、医疗健康、人机交互等领域，但仍需解决文化差异和隐私保护等挑战。

上海AI实验室等机构联合研究开发的InMind框架，通过阿瓦隆社交推理游戏测试AI是否能理解和模仿人类个性化推理风格。研究发现，尽管GPT-4o等先进模型在基础任务表现良好，但在理解个性化推理方面仍有明显不足，大多依赖词汇相似性而非深层推理模式。DeepSeek-R1等推理优化模型展现出更好潜力，为开发更懂人心的AI系统指明了方向。

这项由电子科技大学、香港中文大学等机构联合完成的研究，创建了PersonaFeedback基准来评估AI的个性化能力。研究包含8298个测试案例，分为三个难度等级，发现即使最先进的AI模型在个性化任务上表现也不理想。研究还发现推理能力提升不等于个性化能力提升，直接提供用户信息比让AI推测更有效。

谷歌DeepMind研究团队开发了一种革命性的机器人3D重建技术SplatMesh，能够让机器人从不完美的真实数据中学习，同时重建物体几何形状和外观。该技术采用端到端优化策略，将机器人校准、场景重建和物理仿真统一在一个框架中，在ALOHA2双臂机器人上的实验证明其能够处理现实世界的复杂条件，为机器人自主学习和适应提供了新的解决方案。

尽管所谓“深度神经网络”已经帮助机器学会如何利用自然语言进行交谈、驾驶汽车、游玩电子游戏并夺取围棋赛冠军，甚至绘制梦境、画画并推动科学发现，但其同时亦给创造者们带来新的挑战。

长期以来，戴尔易安信一直对行业保有敏锐的洞察和分析力，今天编就来聊聊未来服务器市场的一些洞察。

英特尔研究院，作为英特尔公司的“科技创新引擎”，一直以来备受业界的关注。在中国，英特尔中国研究院经过多年的发展，已经从一个单纯的项目研发中心蜕变成英特尔全球科研布局的关键一环。

普林斯顿大学研究团队首次系统性研究了大型语言模型的"胡说八道"现象，开发了胡说八道指数量化工具，发现强化学习训练显著加剧了AI的真相漠视行为。研究涵盖四种胡说八道类型，通过2400个场景测试揭示了AI在追求用户满意度时牺牲真实性的问题，为AI安全性评估提供了新的视角和工具。

香港科技大学研究团队提出GPAS技术，通过"梯度保持激活缩放"解决Pre-LayerNorm架构中激活方差指数增长问题。该技术在前向传播时缩放激活值，反向传播时保持梯度不变，在71M到1B参数模型上均显示显著性能提升。GPAS具有出色的架构兼容性，可应用于多种Transformer变体，为大型语言模型训练优化提供了简单有效的解决方案。

ByteDance研究团队提出OneReward统一奖励框架，通过单一视觉语言模型指导多任务图像编辑模型训练。该方法在图像填充、扩展、物体移除和文字渲染任务上均超越商业竞品，开发的Seedream 3.0 Fill在多维评估中表现卓越，为AI图像编辑领域提供了统一的人类偏好学习解决方案。

阿里巴巴达摩院开发的PREL框架通过渐进式学习让AI具备类人推理能力，在复杂推理任务中性能提升超35%。该框架采用多层次架构和动态推理路径，解决了传统AI推理混乱、上下文丢失等问题，已在医疗诊断、金融评估等领域展现应用潜力。

SpeakLeash基金会联合波兰多所高校开发了专门针对波兰语的AI安全分类器Bielik Guard，通过1500多名志愿者标注6885个文本样本，训练出两个高效模型。该系统在真实用户测试中达到77.65%精确率和0.63%误报率，显著优于现有解决方案，已开源部署并支持持续社区反馈改进。

新加坡国立大学研究团队开发了JudgeLRM，一个专门用于评判AI系统表现的模型。研究发现传统训练方法在需要复杂推理的评判任务上效果较差，因此采用强化学习训练JudgeLRM，使其具备真正的推理能力。JudgeLRM-3B甚至超越GPT-4，JudgeLRM-7B击败DeepSeek-R1，在推理密集型任务上表现尤为突出，为AI评估领域带来范式转变。

这项研究首次系统探索了为聊天机器人定制词汇处理系统的节能潜力。通过对8个主流AI模型的测试，发现专门优化的tokenizer可减少5-10%的token数量，直接转化为相应的能耗降低。在全球AI服务规模下，这种看似微小的优化能带来显著的环保和经济效益，为AI可持续发展提供了新思路。

清华、浙大等高校联合研发MergeVQ框架，首次实现单一AI模型同时精通图像理解与生成。通过创新的信息分层处理和Token合并技术，该系统用传统方法五分之一的计算资源达到更优性能，在ImageNet测试中展现突出效果。这一突破为AI视觉技术的高效化和普及化开辟新路径，有望推动智能相册、内容创作、电商推荐等多领域应用发展。