华东理工大学团队提出I2CR框架，通过"文字优先、视觉辅助"的多轮反思机制解决多模态实体链接难题。该框架模仿人类认知过程，先用文字信息判断，再通过内部一致性检查和跨模态验证，必要时引入OCR、图像描述等视觉线索进行迭代优化。在三大数据集上准确率分别提升3.2%、5.1%、1.6%，达到业界最佳性能。

随着“人工智能时代”这一全新阶段的出现，新挑战也已经出现——中国应如何保证在“人工智能时代”不落后，甚至领先全世界。答案在我看来就是3个字：根技术。

BIP有点像一个后缀，类似21世纪伊始出现的.com。

5G网络需要具有更高的灵活性、更好的弹性以及更好的扩展性。为此，运营商积极推进网络重构，打造以DC为中心的全云化智能网络。边缘云作为最靠近用户的DC，是运营商网络重构的关键要素之一，是优化移动互联网业务体验的“最后一公里”。

东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能，并提出创新的模态感知掩码对比学习技术，有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合，在40多项测试中超越现有方法，即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异，而文本-文本和文本-图像对对指令遵循任务至关重要，为未来多模态系统研究提供了宝贵指南。

香港城市大学研究团队开发了一种全新的AI视频理解技术，让通用AI模型无需专门训练就能准确定位视频中的特定对象和动作。该方法通过分解复杂描述、优化注意力机制，在多个权威数据集上显著超越现有方法，为AI视频分析领域带来重要突破。

阿里巴巴Qwen团队提出全球首个个性化生成式奖励模型P-GenRM，通过三阶段训练和测试时用户导向扩展机制，实现AI系统对不同用户偏好的精准适应。该技术在标准测试中平均提升2.31%准确性，测试时扩展机制额外提升3%性能，为客服、教育、内容推荐等领域的个性化AI应用开辟新前景。

新加坡南洋理工大学研究团队开发出EgoTwin系统，这是首个能够根据文字描述同时生成第一人称视频和匹配人体动作的AI框架。该系统通过创新的头部中心动作表示方法和因果交互机制，解决了视角对齐和动作画面同步的核心难题，在17万样本的真实数据集上实现了显著性能提升，为VR内容创作、影视制作等领域提供了新的技术可能。

加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体，通过《卡坦岛拓荒者》桌游测试，这些AI能在游戏过程中自主修改策略和代码。实验显示，具备自我进化能力的AI显著超越静态版本，其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性，为复杂决策场景中的AI应用开辟新路径。

2025年，企业数据平台已成为业务运营的核心支撑，随着AI深度融入日常工作流程，企业对清洁、易用的实时数据需求激增。Apache Iceberg和Delta Lake等开放格式正在打破供应商锁定，统一平台将编排、治理和元数据管理集成一体。主要厂商纷纷推出AI原生功能，支持混合云和边缘部署。预测显示，企业数据平台市场将从2025年的1113亿美元增长至2032年的2435亿美元，年复合增长率达11.8%。

这篇论文介绍了一种名为"低秩克隆"(LRC)的新型知识蒸馏方法，能极大提升小型语言模型的训练效率。哈尔滨工业大学深圳校区和百度公司的研究团队通过训练可学习的低秩投影矩阵，同时实现了软剪枝和激活克隆，避免了传统方法中的信息损失和对齐效率低下问题。实验证明，仅用100亿-200亿文本单元训练的LRC模型性能可匹配或超越需要万亿级训练数据的现有模型，训练效率提升1000倍以上，为资源受限场景下的高性能语言模型开发提供了突破性解决方案。

小米LLM-Core团队开源了两款强大的视觉语言模型MiMo-VL-7B-SFT和MiMo-VL-7B-RL，在通用视觉理解和多模态推理领域创下新纪录。仅有7B参数的MiMo-VL-7B-RL在40项评测中的35项上超越Qwen2.5-VL-7B，在OlympiadBench上达到59.4分，超越了参数量达78B的模型。研究采用四阶段预训练与混合在线策略强化学习相结合的方法，处理了2.4万亿个标记。研究发现，预训练阶段纳入高质量推理数据至关重要，而混合强化学习虽提升性能但存在多任务同步优化挑战。

今天的出海故事，主角是一家以天然铀相关资产开采、加工与供应为主业的中国铀业，它借助参股加承购的方式，把纳米比亚的一处铀矿项目纳入长期供给结构。

IEEE数字金融与经济标准委员会专家委员、桐元软件CEO 胡凝认为，在努力解决大模型幻觉的技术挑战的同时，AI正加速塑造以创意和交付为核心价值的“超级个体”时代，并带来了能耗与信息茧房等新的社会议题。

对于资产重、成本高、政策紧、市场不稳定的钢铁企业来说，数字化转型迫在眉睫。

Oracle研究团队开发了FS-DAG，这是一种用于视觉丰富文档理解的少样本领域适应图网络模型。与传统大型模型不同，FS-DAG仅需5份示例文档即可适应新文档类型，参数量不到90M，却在信息提取任务中表现卓越。模型采用模块化架构，结合预训练的文本和视觉特征提取器与图神经网络，展现出对OCR错误的极强鲁棒性（性能下降不到1%）。实验表明，FS-DAG在多种文档类型上优于LayoutLMv2等大型模型，同时具有更短的训练和推理时间。目前已被50多家企业采用，每月处理超过100万次API调用，证明了其在实际业务场景中的价值。

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。

移动办公战场的“破局之刃”——AMD锐龙5 PRO 230。

从9月29日到10月4日，整整一周时间，26场不同主题的活动横跨苏黎世十多个场地：苏黎世联邦理工学院、大学医院、科技园、Prime Tower、艺术馆、StageOne活动中心。医学、机器人、艺术、环境、金融、教育，几乎每个领域都能找到AI的身影。

TECHNIQUERAG是一种新型检索增强生成框架，专为网络安全领域的对抗性技术识别而设计。卡塔尔计算研究所的研究团队创新性地整合了现成检索器、LLM重排序和有限的文本-技术配对数据，有效解决了数据稀缺性和领域专业性挑战。实验表明，该方法在多个安全基准上实现了最先进的性能，无需大量标记数据或特定任务优化。TECHNIQUERAG通过零样本LLM重排序增强了检索质量，使防御者能更准确地从威胁情报文本中识别MITRE ATT&CK技术，为网络安全分析提供了强大工具。