想象一下，化学家们在发现元素时的混乱状态：各种元素看似毫无关联，直到门捷列夫提出了元素周期表，突然间，所有元素之间的关系变得清晰可见。在机器学习领域，我们正处于类似的状态——各种表示学习方法如雨后春笋般涌现，却缺乏一个统一的理论框架来理解它们之间的联系。

这项由香港大学等机构合作开发的FedPrLLM框架，首次将联邦学习与大语言模型修剪技术结合，解决了隐私敏感领域无法共享数据进行模型压缩的难题。研究表明，采用层比较的一次性修剪策略且不进行权重缩放，可以在保护数据隐私的同时高效压缩大型语言模型，为医疗、金融等对隐私保护要求高的行业部署轻量级大语言模型提供了新思路。

这项研究揭示了大语言模型在处理特定输入时可被精确表示为线性系统的惊人特性。研究者通过在梯度计算中战略性分离非线性部分，使Llama 3、Gemma 3等多种模型展现出局部线性特性，无需改变模型权重或输出结果。通过奇异值分解分析发现，这些模型在预测下一个词时实际上运行在极低维度的子空间中，且主要奇异向量解码为与预测结果相关的概念。这一发现不仅提供了理解模型内部机制的新视角，还可用于模型解释和安全控制。

研华科技产业云事业群副总经理鲍志伟(Magic Pao)接受了至顶科技的深度访谈，揭示边缘AI如何完成从技术突破到产业场景爆发的“最后一跃”。

研华科技产业云事业群副总经理鲍志伟(Magic Pao)接受了至顶科技的深度访谈，揭示边缘AI如何完成从技术突破到产业场景爆发的“最后一跃”。

上海交通大学AI团队提出的SpatialScore是迄今最全面的多模态空间理解评测基准，包含28K样本，涵盖各类空间任务。研究首创VGBench专门评估视觉几何感知能力，并开发SpatialAgent多代理系统，集成9种专业工具增强空间理解。实验表明，即使最先进的大模型在空间理解方面仍存显著局限，特别是在视觉几何感知任务上，而SpatialAgent通过结构化工具调用显著提升性能。这项工作为未来多模态模型在实体AI应用中的发展提供关键方向，填补了AI系统在3D空间认知能力评估的重要空白。

UC Santa Cruz团队开发的OpenVision 2通过去除文本编码器，将视觉编码器训练简化为纯生成式学习，实现训练时间缩短1.5倍、内存使用减少1.8倍的显著效率提升。研究使用高质量合成数据集和token掩码策略，在保持性能的同时成功训练出10亿参数模型，挑战了CLIP式对比学习的必要性认知。

随着云计算、人工智能、5G等前沿技术的迅猛发展，数据中心对电源的需求以前所未有的速度增长。更高功率密度和更高效率，成为摆在行业面前的核心挑战。

Linux内核开发面临动荡时期，Rust语言引入引发摩擦，多名核心开发者相继离职。文章介绍了三个有趣的替代方案：Managarm是基于微内核的操作系统，支持运行Linux软件；Asterinas采用Rust语言开发，使用新型framekernel架构实现内核隔离；Xous同样基于Rust和微内核设计，已有实际硬件产品Precursor发布。这些项目证明了除Linux之外，还有许多令人兴奋的操作系统研发工作正在进行。

随着锂离子电池在无人机、电动汽车(EV)和太阳能储能等领域的应用日益增多，电池制造商也在利用现代技术和化学成分来推动电池测试和制造能力的极限。

如果说AI大模型是带动百行百业生产力提升的“新引擎”，算力基础设施则是这台引擎的“动力系统”——引擎越快，底座越要稳。

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。

这项来自新加坡国立大学等机构的研究引入了REASONMAP，一个用于评估多模态大语言模型细粒度视觉理解能力的基准测试。研究团队使用来自13个国家30个城市的高分辨率交通地图，构建了1,008个问答对，设计了两级评估框架测量答案的正确性和质量。对15个流行模型的评估揭示了一个意外发现：开源领域的基础模型表现优于推理型模型，而闭源模型则相反。研究还表明，当视觉输入被遮盖时，模型性能普遍下降，证明真正的细粒度视觉推理任务仍需要有效整合多模态信息。

卡内基梅隆大学研究团队开发了一种创新的航拍图像车辆检测技术，通过生成式AI和跨域适应解决了不同地区环境差异导致的检测性能下降问题。该方法利用扩散模型生成合成训练数据，结合多通道注意力机制实现精确标注，在多个数据集上相较现有方法提升显著，为智能交通、城市规划、应急响应等领域提供了实用的技术解决方案，并贡献了两个高质量的航拍车辆检测数据集。

MIT和伯克利大学联合研发的DEXOP系统通过创新的"近操作"方法，让人类能够像戴手套一样控制机器人手并感受真实触觉反馈。该系统在数据收集效率上大幅超越传统远程操控，在某些任务中快8倍，训练出的机器人能够完成复杂的双手协作操作，为实现真正灵巧的服务机器人奠定了重要基础。

德国图宾根大学研究团队发现现代AI视觉模型具备强大的图像排序能力，能够理解年龄、美观程度等连续属性并进行准确排序。研究测试了7种AI模型在9个数据集上的表现，发现CLIP模型表现最佳，且仅需极少样本就能学会排序。这一突破为照片管理、电商展示、社交媒体等领域提供了新的技术方案。

MPXG2100（NovoOne 系列）与MPG44100，构成了面向20W～200W区间的“双子星组合”。

这项独立研究揭示了AI存在"自我纠错盲点"——能发现用户错误却忽视自身错误的现象。通过测试14个模型发现平均64.5%的盲点率，但令人惊讶的是，仅在输出后添加"Wait"就能减少89.3%的盲点。研究指出问题源于训练数据缺乏自我纠错示例，为AI安全性和可信度提供了重要启示。

北京大学与快手科技联合开发的VMoBA技术成功解决了AI视频生成的效率瓶颈，通过创新的"智能筛选"注意力机制，在提升2.92倍计算速度的同时保持甚至提高了视频质量。该技术专门针对视频数据特点设计了三项核心创新，有望显著降低高质量视频制作成本，推动视频内容创作的民主化进程。

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。