这项由蚂蚁集团包容性AI团队完成的研究发布了Ming-Omni，这是首个媲美GPT-4o的开源多模态AI模型。该模型能够同时处理文字、图像、音频和视频，并具备语音和图像生成能力。采用MoE架构和模态特定路由器，仅需激活2.8B参数就能达到与7B参数模型相当的性能。在多项基准测试中创造新纪录，特别是在语音理解、图像生成和多模态融合方面表现突出。

英国卫生安全局研究团队首次构建了包含8000多道题目的AI公共卫生知识评测基准PubHealthBench，测试24个AI模型对英国健康指南的掌握程度。结果显示最先进AI在选择题中正确率超90%，但自由作答时降至75%以下，且在面向公众的指南上表现优于专业医疗指南。

复旦大学和字节跳动团队开发的Agent-R框架，通过让AI学习从错误中恢复而非仅模仿完美示例，实现了AI自我反思和纠错能力的突破。该研究在三个交互环境中验证了AI错误恢复能力的显著提升，平均性能提高5.59%，为智能助手向更灵活适应的问题解决者转变奠定了基础。

腾讯混元3D 2.0是一个革命性的3D生成系统，能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint，采用创新的重要性采样和多视角一致性技术，在多项评估指标上超越现有技术，并提供用户友好的制作平台。作为开源项目，它将大大降低3D内容创作门槛，推动3D技术的普及应用。

研究团队推出开源AI搜索框架ODS，在复杂推理任务中准确率达75.3%，超越GPT-4o搜索版近10个百分点。该框架采用双核心架构设计，包含智能搜索工具和推理代理两个组件，能够理解问题、主动搜集信息并进行多步推理。ODS完全开源且支持插件化配置，打破了AI搜索技术垄断，为技术民主化开创新局面。

我们将讲述AI的一位被遗忘的“表亲”——IA，即智能增强。长久以来，人们思考的一直是人类大脑如何对抗人工硅脑的问题。但在IA层面，我们需要探讨的则是如何让人类大脑与人工硅脑共同合作。

韩国大学和KAIST研究团队提出了DeepVideo-R1，一种革新性的AI视频理解训练方法。该方法通过回归式GRPO和难度感知数据增强两大创新，解决了传统方法中的梯度消失和训练信号稀疏问题。在多个权威测试中显著提升了AI的视频推理能力，特别是在处理未见过的新任务时表现出色，为AI视频理解技术发展开辟了新方向。

华威大学研究团队首次创建了教育对话"有趣度"预测数据集IntrEx，通过100多名二语学习者标注5801个对话片段，发现经专门训练的小型AI模型在预测学习兴趣方面超越GPT-4。研究揭示对话需要"适度挑战"和新颖性平衡才能最大化吸引力，为个性化教育和智能教学系统开发提供了科学基础，标志着教育吸引力评估从主观判断向科学测量的重要转变。

Meta团队开发的MLGym是首个专门训练AI进行科学研究的平台，包含13个跨领域研究任务。测试显示当前顶级AI模型能改进现有方法但尚无法独立创新，距离真正的AI科学家还有距离。该平台为评估和发展AI研究能力提供了重要工具。

微软联合多所知名高校开发了SwS框架，让AI模型能够自主识别学习弱点并生成针对性练习题进行自我改进。该方法在数学推理任务上取得显著效果，7B和32B模型平均性能分别提升10%和7.7%。通过"弱点诊断-针对性出题-强化训练"的三步流程，AI首次实现了真正意义上的自我反思式学习，不依赖外部知识灌输即可持续优化自身能力，为人工智能的自主学习开辟了新道路。

这项由中南大学等多所知名学府联合开展的突破性研究，开发了全球首个开放域闭环重访基准MIND，专门评估AI世界模型的记忆一致性和动作控制能力。研究包含250个高质量测试视频，涵盖八大场景类别，支持双视角评估。实验揭示了当前AI模型在长期记忆维持、精确动作控制和场景重现一致性等方面的六大关键挑战，为AI世界建模技术的改进指明了明确方向。

苹果公司研究团队开发了AXLearn，一个模块化的大型AI模型训练系统。该系统采用严格的组件封装设计，能在GPU、TPU、Trainium等异构硬件上运行，将添加新功能的代码量从数百行减少到10行，实现了常数级的复杂度增长。研究团队创造了"代码行复杂度"指标来量化模块化优势，并通过大规模实验证明了系统的高性能和扩展性。

弗吉尼亚大学联合多所顶尖院校研发出能量基础变换器（EBTs），首次让AI具备真正的深度思考能力。与传统AI的快速反应不同，EBTs通过学会"评判"答案质量并持续优化，实现了动态计算分配、不确定性表达和自我验证三大认知能力。实验显示其学习效率比传统方法提高35%，思考能力提升29%，为AI发展开辟了从"记忆检索"向"智慧判断"转变的新路径。

斯坦福大学研究团队开发了KL-tracing方法，能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记，利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中，相比传统方法性能提升16.6%，展现了大型生成模型在计算机视觉任务中的潜力。

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。

慕尼黑大学研究团队发现当前多模态AI存在"视觉盲区"问题，在学习时过度依赖文字而忽视图像信息。他们开发的DARA技术能够动态调节AI的注意力分配，用约100个参数实现10%性能提升，并创建了TrueMICL数据集来准确评估真正的多模态学习能力。该研究为多模态AI的发展指明了新方向。

微软亚洲研究院发布HeurAgenix框架，首次实现让大型语言模型自动进化和选择算法来解决组合优化难题。该系统通过对比学习机制让AI自主发现改进策略，并开发轻量级选择模型在保持性能的同时大幅降低成本。在五大经典问题测试中表现卓越，为传统需要专家手工设计的优化问题提供了自动化解决方案。

这项由天津大学、滴滴出行等机构联合开展的研究提出了D-Artemis框架，通过模拟人类"思考-校准-反思"认知过程，让手机AI助手具备预执行错误检测和纠正能力。该框架在AndroidWorld上达到75.8%成功率，在ScreenSpot-V2上达到96.8%成功率，将传统系统的基础操作错误大幅降低，标志着AI助手从"事后补救"向"事前预防"的重要转变。

摩根大通AI研究团队开发了QueryBandits系统，通过智能改写问题来减少大语言模型的幻觉现象。该系统分析17个语言特征，自动选择最适合的改写策略，在13个测试数据集上实现了87.5%的改进效果，比静态改写方法高出42.6%-60.3%，为AI交互优化开辟了新方向。

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。