法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched，通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略，先用大型AI模型评估40万段落质量，再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果，为医学AI发展提供了高效可持续的解决方案。

NetEase公司研究团队开发的LatticeWorld框架实现了虚拟世界生成的重大突破。该系统通过自然语言和草图输入，能够快速生成高质量的3D交互虚拟环境，效率比传统方法提升90倍以上。系统结合轻量级语言模型和工业级渲染引擎，支持动态角色交互和实时物理模拟，为游戏开发、教育培训等领域带来革命性变革。

新南威尔士大学研究团队开发了ZARA系统，这是首个零样本运动识别框架，能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理，不仅实现了比现有最强基线高2.53倍的识别准确率，还提供清晰的自然语言解释，为可穿戴设备和健康监护等应用领域带来了突破性进展。

上海交通大学团队开发了名为ST-Raptor的智能系统，能够像人类专家一样准确理解医疗报告、财务报表等复杂表格结构。该系统创新性地使用"层次正交树"表示方法和九种基础操作工具，配合智能问题分解和双重验证机制，在复杂表格分析任务中准确率达到72.39%，比现有最佳方法提升20%以上，有望广泛应用于医疗、金融、教育等领域。

德国研究机构发现AI图像生成模型的记忆删除技术存在严重缺陷，现有权重修剪方法只是表面隐藏记忆而非真正删除。研究团队开发的Dori技术能够绕过这些防护措施，重新激活看似已被遗忘的训练数据。他们提出的对抗性微调解决方案通过重塑AI整体行为模式实现更可靠的记忆消除，为AI安全和版权保护提供了新思路。

黄仁勋在会后接受包括至顶科技在内的媒体采访时所说：“英伟达只做两类事情：要么是别人没在做的，要么是我们能做得独特且更好的。”

黄仁勋在会后接受包括至顶科技在内的媒体采访时所说：“英伟达只做两类事情：要么是别人没在做的，要么是我们能做得独特且更好的。”

加州大学伯克利分校研究团队首次系统分析多智能体AI系统失败原因，发现即使先进的AI团队成功率也仅30%左右。通过分析200多个案例，他们识别出14种失败模式，归类为规格说明、智能体协调和任务验证三大问题，并开发了MAST诊断工具。研究揭示失败根源在于系统设计缺陷而非AI能力不足，为改进AI团队协作提供了重要指导。

微软研究院推出rStar-Math系统，通过创新的"深度思考"训练方法，让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练，将70亿参数模型的数学能力从58.8%提升至90.0%，在美国数学奥林匹克竞赛中达到前20%水平，证明了精巧方法比模型规模更重要，为AI发展开辟了新路径。

这项由德国慕尼黑大学等机构联合完成的研究提出了FedNano框架，创新性地解决了多模态大语言模型在联邦学习中的部署难题。通过将模型拆分为服务器端核心和客户端轻量级NanoEdge模块，结合Fisher合并技术处理数据异质性，实现了95%的存储减少和99%的通信优化，同时保持了优异性能，为AI技术的普及化应用开辟了新路径。

上海AI实验室团队开发的MM-Eureka突破了多模态视觉推理难题，这是一个能同时理解图像和文字并进行复杂推理的AI系统。通过创新的强化学习训练策略和高质量的MMK12数据集，MM-Eureka不仅在数学推理上表现出色，还展现出惊人的跨学科推理能力，在物理、化学、生物等领域都有优异表现，性能接近OpenAI的o1模型。研究团队将所有成果完全开源，为AI研究社区提供了宝贵资源。

新加坡国立大学研究团队通过数据分析揭示，当前AI学术会议面临四大危机：研究人员年均发表超过4.5篇论文、会议碳排放超过主办城市日排放量、71%相关讨论呈负面情绪、会场容量不足需抽签限制参与。研究提出社区联邦会议模式，将传统集中式会议分解为全球评议系统、地区小型中心和数字协作平台三层架构，以实现可持续的学术交流。

新加坡国立大学研究团队开发出首个完全自动化的AI电影制作系统MovieAgent，能将简单剧本概要在2-10分钟内转换成完整多场景电影。系统采用三个AI智能体协作和内在思维链推理机制，成本几乎为零，在角色一致性、叙事连贯性等关键指标上达到业界领先水平，预示电影制作行业的革命性变革。

南加州大学团队开发出革命性的"Tina"AI模型，仅用9美元训练成本就能达到与昂贵大型模型相媲美的数学推理能力。通过LoRA技术和15亿参数的精简设计，该研究将AI推理模型的训练成本降低了260倍，实现了真正的AI技术民主化，让个人研究者和小型团队也能负担得起高质量推理模型的开发。

M-A-P团队发布的COIG-P数据集包含100万个高质量中文偏好样本对，通过15个AI模型协作生成和8个AI评委评分构建。该数据集覆盖对话、编程、数学等六大领域，显著提升了中文AI模型性能，相关模型在AlignBench评测中获得2%-12%的性能提升。团队还开源了中文奖励模型CRM和评估基准CRBench，为中文AI社区提供了重要的开源基础设施。

斯坦福大学研究团队深入分析了广泛使用的AI评判系统Arena-Hard Auto，发现了三个重大问题：AI评委经常不按既定标准评判（规划失效），不同评判维度高度重合无法独立区分（因子坍塌），以及ELO评分系统通过数学变换掩盖了底层的不确定性。研究开发了专门的诊断工具来检测这些问题，并提出了改进建议，对依赖AI评判系统的学术研究和商业应用具有重要警示意义。

上海交通大学团队开发了MemOS记忆操作系统，让AI拥有真正的长期记忆能力。该系统统一管理参数记忆、激活记忆和明文记忆三种类型，通过MemCube智能单元实现记忆的生命周期管理和跨类型转换。在LOCOMO基准测试中，MemOS在所有推理任务上均获得最佳成绩，特别在多跳推理和时间推理中表现突出。

香港科技大学研究团队开发出SpA2V框架，这是首个能够从音频中提取空间信息并生成对应视频的AI系统。该技术不仅能识别声音类型，还能准确判断声源位置、移动方向和距离，通过两阶段生成过程实现"听音生画"。实验结果显示SpA2V在空间对应性和视频质量方面显著超越现有方法，为音频可视化、影视制作、教育应用等领域开辟了新的可能性。

清华大学与阿里巴巴合作开发的S?-Guidance技术，通过创新的"随机自引导"方法解决了AI图像和视频生成中的质量问题。该技术无需额外训练，仅通过随机屏蔽模型部分功能来创建内部"顾问"，指导AI避免低质量输出。实验显示在多个评估维度上显著超越传统方法，人类专家评价中获得31%偏好率，计算开销仅增加20%。

中科院软件所与阿里巴巴合作开发的RefCritic系统，首次让AI具备了真正的"教学能力"。通过创新的双重奖励机制，该系统不仅能准确判断答案对错，更能提供切实有效的改进指导。在数学竞赛等高难度测试中，RefCritic指导下的学生正确率提升超过7%，甚至能够指导比自己更强大的AI模型，展现了"授人以渔"的智能新范式。