很多公司正在推出数字化计划，以扩展或构建数字化能力，提高业务效率或者业务收入。随着数字化转型成功案例不断涌现，这个趋势也在逐步增强。

NVIDIA团队开发了名为VGG-T?的3D重建技术，能在一分钟内将上千张无序照片重建为完整3D场景。该技术突破了传统方法处理时间随照片数量平方增长的瓶颈，实现线性时间复杂度，速度提升11.6倍。系统还具备视觉定位功能，能识别新照片的拍摄位置。这项创新为增强现实、虚拟现实等领域的大规模应用扫清了技术障碍。

华中科技大学研究团队提出SaM框架，通过动态选择和合并领域专家模型来改进大语言模型的命名实体识别能力。该方法摒弃传统"万能模型"思路，采用专业化分工策略，根据领域相似性和采样评估智能选择专家，然后融合其能力形成针对性强的任务模型。实验显示平均性能提升10%，某些领域达20%提升，同时具备良好的可扩展性和适应性。

苹果与清华合作提出EpiCache技术，解决AI长期对话中的记忆管理难题。该方法将对话自动分割成话题片段，为每个话题建立专门记忆库，实现智能匹配和高效检索。实验显示，EpiCache比传统方法准确率提高40%，内存使用减少4-6倍，响应速度提升2.4倍，为资源受限环境下的AI对话系统提供了实用解决方案。

清华、中科大联合Kwai团队开发的Thyme系统实现了多模态AI的重大突破，让AI模型具备了自主编写代码处理图像和进行数学计算的能力。通过创新的两阶段训练策略和GRPO-ATS算法，Thyme在近20个评测基准上都表现出显著性能提升，特别是在高分辨率图像处理和复杂推理任务中表现突出，代表了AI从被动"看图说话"向主动"动手解决问题"的重要转变。

一次不务正业的尝试，让处于未来职业迷茫期的「茶叶」，看到了新的可能性，他决定听从内心的召唤。

生成式AI的世界近年来经历了翻天覆地的变化。特别是在图像和视频生成领域，扩散模型（diffusion models）和整流流模型（rectified flows）的出现，极大地提升了AI生成内容的质量和多样性。这些模型就像是拥有惊人创造力的艺术家，能够根据文字描述创作出令人惊叹的图像或视频。

Meta和加州大学伯克利分校的研究团队开发了StreamDiT技术，实现了首个真正意义上的实时AI视频生成系统。该技术能够像熟练摄影师一样根据文字描述即时生成高质量视频，支持用户在生成过程中实时调整内容。通过创新的"缓冲流匹配"训练方法和高效的模型架构设计，StreamDiT在单GPU上实现了16FPS的实时性能，为视频创作、游戏、教育等领域开辟了全新可能性。

牛津大学研究团队开发了基于期望值的新型股市风险评估方法，通过分析FTSE 100指数20年数据发现，该方法在预测极端市场事件方面比传统方法准确25%以上。新方法不仅考虑风险事件的发生概率，还特别关注事件的严重程度，在2008年金融危机等动荡期表现尤为出色，为金融机构提供了更可靠的风险管理工具。

Rice大学研究团队发布的这篇综述论文系统分析了大型语言模型推理效率问题。研究发现AI在回答简单问题时经常"过度思考"，生成冗长推理过程，增加成本和延迟。论文将解决方案分为三类：优化训练方法、动态调整推理过程、改进用户提示词，为开发更高效的AI推理系统提供了全面指导。

这项研究分析了82,845个真实开发者与AI助手的编程对话，发现AI回复比开发者提问长14倍，68%为多轮对话。Web开发和机器学习是最热门话题。AI代码质量存在问题：Python代码83.4%命名不规范，JavaScript代码75.3%有未定义变量。研究为改进AI编程助手提供了重要参考。

上海交通大学团队开发的ASAP方法通过"锚点引导"和"首词惊喜度"两阶段技术，成功解决了AI推理模型内容冗长问题。该方法在保持准确性的同时，将推理速度提升43.5%，生成内容减少23.5%，为AI推理优化开辟了新方向，代表了从追求模型规模向追求效率质量平衡的重要转变。

腾讯WeChat AI、香港科技大学与约翰·霍普金斯大学联合开发PHYSICO测试，通过自然语言和抽象网格图案的双重考验，首次定量证实AI模型存在"随机鹦鹉"现象。研究发现，先进AI模型在文字描述物理概念时准确率达95%，但在理解抽象图案时仅25-45%，远低于人类90%水平，揭示了AI缺乏真正概念理解的根本局限。

UniR（Universal Reasoner）是一种创新的推理增强方法，可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发，该方法将推理能力分解为独立的轻量级模块，无需改变主模型结构。UniR的核心优势在于高效训练（仅更新小型推理模块）、出色的模型间迁移能力（小模型可指导大模型）以及模块组合能力（多个专用模块可通过logits相加组合使用）。在数学推理和翻译测试中，UniR显著超越现有微调方法，展示了轻量级模块如何有效增强大语言模型的推理能力。

华中科技大学开发的PixelHacker是一款革命性AI图像修复系统，通过创新的"潜在类别指导"方法，只需区分前景和背景两大类别，就能实现近乎完美的图像修复效果。该系统在1400万张图像上训练，采用门控线性注意力机制，在多个国际标准数据集上全面超越现有方法，修复效果自然到几乎看不出痕迹，为个人用户和专业领域提供了强大的图像处理能力。

ByteDance Seed团队联合清华大学推出的Seed Diffusion Preview模型，通过离散状态扩散技术实现了每秒2146个token的超高代码生成速度，比传统模型快约五倍，同时保持了高质量输出。

UniPixel是香港理工大学与腾讯联合开发的突破性AI系统，首次实现了视频理解与精确物体标注的统一。该系统通过创新的对象记忆银行设计，让AI能够理解用户的点击、框选等自然交互，同时提供准确的视觉标注和智能问答。在多项权威测试中创下新纪录，并开创了PixelQA这一新的评测标准。该技术在教育、医疗、内容创作等领域具有广阔应用前景。

卓驭科技CEO沈劭劼分享智驾技术从百万行规则代码转向端到端的范式变革，接管率降低10倍，体现"为道日损"哲学。公司坚持软硬一体化设计，与阿里云深度合作，探索VLA和世界模型技术。

「打印不能再彩印、绿植被搬走了、打车报销的起始点必须是公司、伙食从鲜 虾变成了冷冻虾......降本增效的寒气正深入地影响着每一个大厂互联网人。今日推荐晚点LatePost（id：postlate）一篇文章，作者：祝颖丽 编辑：钱杨。」

这篇论文介绍了一个名为"CrEval"的创新框架，用于跨领域评估文本创造力。研究团队构建了"CreataSet"数据集，包含超过10万条人类水平和100多万条合成创意文本，涵盖87个领域。基于此训练的CrEval评估器在与人类判断的一致性上显著优于现有方法，包括GPT-4o。研究发现，结合人类创建的数据和合成数据对训练有效评估器至关重要，且CrEval不仅能评估创造力，还能提升AI模型生成更有创意内容的能力，为创造力评估和提升开辟了新方向。