上海交通大学团队构建了SWE-QA仓库级代码问答基准测试，包含576个高质量问答对，评估AI理解整个代码库而非片段的能力。研究开发了SWE-QA-Agent智能代理系统，通过迭代推理和多工具协作回答复杂代码问题。实验显示Claude 3.7 Sonnet表现最佳，AI在概念性问题上表现良好但在需要深度推理的定位问题上仍有挑战。

中科院联合字节跳动开发全新AI评测基准TreeBench，揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法，通过要求AI同时给出答案和精确定位，实现真正可追溯的视觉推理，为构建更透明可信的AI系统开辟新路径。

本文将对亚马逊云科技构建的云上安全堡垒一窥全貌，进而解构其提出的三大安全理念，以飨读者。

ByteDance团队开发的GR-3是一个革命性的视觉-语言-动作模型，让机器人能够像人类一样理解指令并灵活操作。它通过多模态数据联合训练获得了强大的泛化能力，能处理未见过的物品和环境，还能从少量人类演示中快速学习。在三个挑战性任务上全面超越现有基准，展现了迈向通用机器人助手的巨大潜力。

欲戴王冠，必承其重。

欲戴王冠，必承其重。

欧盟为提升法律信息管理效率，建立了欧洲立法标识符（ELI），奥地利响应ELI倡议，优化本地标识符，构建法律知识图谱，改善法律数据管理系统。奥地利法律信息系统（RIS）通过REST API提供数据访问，支持多种文档格式。

当其他企业还在低谷中上下求索的时候,二十余年来始终以“数字中国”为使命的神州数码集团,却在2022年一季度业绩大考中给出了营收增长19%、净利润增长20%的优异成绩。

2023年新领军者年会在天津召开

AI不仅在重新定义汽车，还在定义汽车整个上下游。

复旦大学等机构联合提出ASVR方法，通过自回归语义视觉重构解决大型视觉语言模型过度依赖文字监督的问题。该方法让AI同时学习视觉和文本信息，在14个多模态理解基准上平均提升5个百分点。研究发现语义重构比像素重构更有效，且方法在不同架构、数据规模和分辨率下均表现稳健，为AI视觉理解能力提供了新的技术路径。

哈工大和360研究团队联合开发了Light-IF框架，成功解决了大型语言模型在处理复杂指令时的"偷懒思维"问题。该框架通过教AI学会"预览和自检"的工作方式，显著提升了AI对多重约束条件任务的处理能力。Light-IF-32B模型在四个权威测试平台上均取得最佳成绩，超越了多个知名大型模型。研究团队已开源相关模型和代码，为AI助手的发展开辟了新方向。

作为中美连续创业者，赵维奇的创业之路非常宽泛，做过社交软件、做过游戏、做过面向极限运动的AR产品等。而现在，赵维奇作为Rokid全球开发者生态负责人，也参与负责Rokid多款软硬件产品设计与研发。他回忆说，最早加入Rokid是在实验室，开发Rokid第一代AR眼镜，相当于是一个小组在做内部创业的过程。

DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型，无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越，在AIME 2024中达到79.8%准确率，编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型，使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。

谷歌DeepMind发布AlphaEvolve：会自己编程进化的AI智能体，破解56年未解数学难题

代尔夫特理工大学研究团队首次实现了完全分布式的多无人机协作搬运系统，通过多智能体强化学习让三台无人机在无需相互通信的情况下精确控制悬挂重物的6自由度姿态。该方法仅通过观察被搬运物体状态实现隐性协作，计算效率比传统集中式方法提升13倍，并展现出优异的容错能力。

字节跳动联合哥伦比亚商学院推出首个开源金融搜索AI评测基准FinSearchComp，通过635个专业问题测试21个AI模型的金融数据搜索能力。研究发现最优AI模型在全球市场达到68.9%准确率，接近人类专家75%水平，但在复杂分析任务上仍存在显著差距，为AI在专业领域应用提供了重要的能力基准。

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。

腾讯和深圳大学联合开发的多视角语言理解技术取得重大突破，通过创新的训练方法让人工智能具备接近人类水平的语言理解能力。系统能准确识别讽刺、情感变化等复杂语言现象，在多项测试中表现优异，已在客服、教育、医疗等领域开始应用，未来有望广泛改善人机交互体验。

LAION团队联合多个顶尖研究机构推出EMONET-VOICE语音情感识别基准，包含4500小时多语言合成语音数据和40种精细情感分类。该项目通过心理学专家标注创建高质量测试集，开发出性能领先的EMPATHICINSIGHT-VOICE模型，发现AI系统对高唤醒度情感识别效果好但低唤醒度情感识别困难，为语音AI向人性化发展奠定重要基础。