腾讯混元团队推出革命性AI系统Hunyuan-GameCraft，能根据键盘鼠标操作实时生成对应游戏画面。该系统统一处理各种输入信号，采用混合历史条件训练保持长期一致性，通过模型蒸馏实现近实时响应。基于100多款3A游戏数据训练，在控制精度和视觉质量上显著超越现有方法，为交互式内容创作开辟新路径。

法国研究团队开发了"推理核心"训练环境，专门培养AI的基础推理能力。该系统包含18个核心任务，涵盖逻辑推理、规划、因果分析等领域，能无限生成新题目并精确控制难度。与传统依赖固定题库的方法不同，推理核心专注于培养通用认知能力，并使用专业工具验证答案。GPT-5测试显示任务具有挑战性，为AI推理能力发展开辟新路径。

谷歌DeepMind团队提出STAR方法，通过模仿苏格拉底教学法让AI学会类比推理，解决传统AI无法"举一反三"的问题。实验显示该方法显著提升AI处理新问题的能力，在逻辑推理准确率从40%提升至75%以上。这项突破为创造真正智能的AI系统指明方向，未来将在教育、医疗、创意设计等领域产生重要应用价值。

深圳大学团队开发了C3D-AD持续学习框架，解决3D异常检测中的"灾难性遗忘"问题。系统通过三个创新模块：统一特征空间的KAL、智能信息管理的KAA和记忆保持的RPP，实现在学习新产品检测的同时保留对历史产品的检测能力，在三个数据集上取得显著性能提升。

这项UC圣迭戈研究首次系统解决了AI图像生成中的重叠布局难题。研究团队开发了OverLayScore评估指标和OverLayBench数据集，发现现有AI在复杂重叠场景中表现显著下降。他们提出的CreatiLayout-AM模型通过非模态掩码监督，让AI学会理解被遮挡物体的完整形状，在重叠区域生成精度上获得显著提升，为AI视觉生成技术发展提供了新的解决方案。

中科大研究团队从认知科学获得灵感，提出IAU机器遗忘方法，通过"反向记忆"让AI高效忘记特定数据。该方法避免了传统影响函数的复杂矩阵计算，将遗忘时间从数千秒降至十几秒，同时保持模型性能。实验验证显示其在多种数据集和模型上均表现优异，为隐私保护和数据安全提供了实用解决方案。

腾讯AI实验室和腾讯LLM部门研究人员开发的MPS-Prover是一种创新的逐步自动定理证明系统，通过两大关键创新解决了现有方法的局限：一个高效的训练后数据精选策略，剔除约40%冗余训练数据；以及一个多视角树搜索机制，整合了学习型评价模型与策略性设计的启发式规则，提高策略选择多样性并增强搜索稳健性。实验表明，MPS-Prover在miniF2F和ProofNet等基准测试上实现了最先进性能，生成的证明比现有方法更简洁多样，为开发更强大的混合证明系统提供了宝贵思路。

黄仁勋在COMPUTEX上强调，未来的AI计算“模式将彻底重塑。

作为每年的生活，CES肯定少不了电视厂商的参与，今年也不例外。不管是国内的电视厂商还是国际的大厂，无不“八仙过海各显神通”。首先我们看下今年的CES电视厂商的关键词。

这项研究提出了"下一事件预测"作为培养视频AI时间推理能力的新方法。研究者将视频分为过去和未来部分，让AI预测未来事件，而不仅仅是描述所见。他们创建了V1-33K数据集（包含33,000个视频片段）和FutureBench测试基准，实验证明这种方法显著提升了模型的时间推理能力。研究发现，演绎推理（通过下一事件预测）比归纳推理（视频问答）和溯因推理（先前事件预测）更有效，简单的监督式微调就能取得良好效果，且增加数据量超过5K后效果提升不明显。

近期，OpenAI免费发布了最先进的生成式transformer模型ChatGPT。此子一经亮相便引发媒体的广泛关注与用户的真诚赞赏，再次凸显出人工智能的可观潜力。

浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理，实现自适应安全策略更新和双目标优化，在真实测试中将策略合规率提升38%，任务完成率提升20%，为构建既高效又安全的智能助手奠定重要基础。

阿联酋穆罕默德·本·扎耶德人工智能大学研究团队开发出轻量级语音合成系统LLMVoX，仅用3000万参数就能让任何大语言模型获得流式语音输出能力。该系统实现475毫秒超低延迟，词错误率仅3.7%，支持多语言扩展，可与视觉语言模型集成，为AI语音交互提供了"即插即用"的革命性解决方案。

威斯康星大学麦迪逊分校研究团队提出TAPE框架，通过多路径规划、数学优化求解、约束执行控制和动态调整机制，有效解决AI智能体在资源受限环境中的规划错误和执行偏差问题。实验显示该方法在困难任务中成功率平均提升21个百分点，为AI系统的可靠性设计提供了新思路，有望在自动驾驶、医疗诊断等关键领域产生重要应用价值。

快手科技团队开发的Klear-Reasoner在AI推理领域取得重大突破，在数学竞赛AIME2024中获得90.5%高分。该研究完全公开训练细节，提出创新的GPPO方法解决传统强化学习局限，证明精选高质量数据比大量普通数据更有效，为AI推理能力提升提供了新的技术路径。

这项研究提出了一种创新的"生命长久安全对齐"框架，使大语言模型能够持续适应不断进化的越狱攻击策略。框架核心是元攻击者与防御者之间的对抗演化循环：元攻击者不断发现新的攻击策略，防御者则学习抵御这些攻击。实验表明，经过两轮迭代后，防御者成功将攻击成功率从73%降至7%，同时保持了模型的有用性。这种动态进化方法相比传统静态安全对齐更有效，为构建持续安全的大语言模型提供了新方向。

复旦大学研究团队推出OmniAVS数据集和OISA系统，实现AI对音视频内容的全模态理解和推理。该系统支持8种表达方式的复合指令，能同时处理文字、语音、声音、图片信息，不仅准确识别目标对象还能解释判断过程。在多项测试中表现出色，为智能教学、医疗诊断、安全监控等领域应用奠定基础。

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。

华盛顿大学研究团队成功开发出能够检测重度意识障碍患者大脑活动的"翻译系统"，准确率达89%。该技术通过脑电图和人工智能算法，发现近40%被判定为"植物人"的患者实际仍有意识。系统不仅能诊断意识状态，还能预测康复前景，为患者家庭带来希望，推动了脑机接口技术革命性进展。

这篇研究论文介绍了"Speechless"，一种创新方法，可以在不使用实际语音数据的情况下训练语音指令模型，特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示，绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段：首先训练量化器将语音转为语义标记；然后训练Speechless模型将文本转为这些标记；最后用生成的合成数据微调大型语言模型。实验表明，该方法在越南语ASR任务中表现出色，为低资源语言的语音助手开发提供了经济高效的解决方案。