NVIDIA团队开发的Cosmos-Reason1是首个专门针对物理推理的多模态AI系统，通过创新的训练方法让AI具备了理解物理世界和进行具身推理的能力。该系统包含70亿和560亿参数两个版本，采用物理AI监督微调和强化学习两阶段训练，在物理常识和具身推理评测中显著超越现有模型，为机器人、自动驾驶等应用奠定重要技术基础。

为什么选择做AI Agent？澜码科技创始人兼CEO周健的解释是：传统的系统是人适应机器，造成人成为数据的搬运工；今天有了大模型，我们有机会让机器去适应人，在这方面AI Agent前景广阔。

为什么选择做AI Agent？澜码科技创始人兼CEO周健的解释是：传统的系统是人适应机器，造成人成为数据的搬运工；今天有了大模型，我们有机会让机器去适应人，在这方面AI Agent前景广阔。

Google发布能力最强AI多模态大模型Gemini；深圳发布算力基础设施支持政策；人工智能计算力报告发布。

蒙特利尔大学研究团队开发出EARL图像编辑系统，通过强化学习训练让AI能够理解自然语言指令并完成复杂图像编辑。该系统采用"教练式"训练方法，AI在智能评价系统指导下持续改进编辑能力，最终在综合测试中以4.80分超越了包括商业系统Omnigen在内的所有对比方法。EARL不仅能处理简单的颜色修改，还能完成空间关系调整、数量变化等复杂任务，代表了人机交互方式的重要变革，有望让图像编辑变得像聊天一样简单。

DeepSeek团队联合清华大学开发了一种革命性的AI评判方法——自主原则批评调优（SPCT），该方法让AI在推理时"多动脑筋"，通过制定评判原则并进行多角度分析来提升评判准确性。研究发现，这种"慢思考"方式的效果竟然比简单增加模型规模更好，在多个评测基准上都取得了显著性能提升，为AI发展提供了新的技术路径。

上海交通大学研究团队发布了突破性的科学推理数据集MegaScience，包含125万高质量实例，首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力，训练的模型在多项基准测试中超越官方版本，且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。

哈工大研究团队开发的CogVLA系统通过模仿人脑认知机制，让机器人学会"智能筛选"信息，根据任务指令只关注重要内容。该系统采用三阶段渐进式处理架构，在LIBERO基准测试中达到97.4%成功率，同时训练成本降低2.5倍，推理速度提升2.8倍，为机器人技术的实用化和普及化奠定了重要基础。

世界上有几百种编程语言，而真正流行的不过20余种，Python就是其中之一。多年前，Guido van Rossum创造了Python，成为了如今的「Python之父」。面对数百万人忠诚拥趸，Nick Heath与van Rossum共同探讨了Python的过去以及未来。

哥伦比亚大学研究团队通过精巧实验发现，经济稀缺性会像"认知病毒"一样占用大脑资源，导致注意力、工作记忆和认知灵活性下降，使人们更易做出短视决策。研究开发了注意力训练、认知重构等有效干预方法，并在就业援助、教育、医疗等领域成功应用，为重新理解贫困本质、设计认知友好政策提供了科学依据。

北京大学研究团队开发的ROCKET-3系统通过让AI在《我的世界》中完成10万个训练任务，学会了跨视角空间推理能力。该AI在游戏中的交互成功率提升了4倍，更令人惊喜的是能够零基础操控真实世界的机器人。这项研究证明了虚拟环境训练的巨大潜力，为AI从专用工具向通用智能体的转变指明了新方向。

新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展，涵盖超过200项代表性工作。研究将该领域归纳为四大方向：多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型，分析了从RLHF到可验证奖励范式的政策优化策略演进，并识别出样本效率、泛化能力和安全部署等关键挑战，为这一快速发展的交叉学科提供了完整的技术地图。

百川智能团队开发的Baichuan-M2是一个32B参数的医疗AI模型，通过创新的动态验证系统突破了传统静态评估局限。该系统包含虚拟患者模拟器和临床评估标准生成器，让AI在真实诊疗环境中学习。在HealthBench测试中，Baichuan-M2获得60.1分超越所有开源模型，在最困难的HealthBench Hard中获得34.7分，成为全球仅有两个突破32分的模型之一。

苹果公司发布突破性AI模型Manzano，首次实现单一模型同时具备图像理解和生成能力。该模型采用创新的混合视觉标记器设计，通过统一的语义空间有效解决了传统多模态模型中理解与生成任务的冲突问题。在多项基准测试中，Manzano不仅达到了专门化模型的性能水平，还展现出优异的规模化效应和实用性。

德州农工大学等多所知名高校联合Meta公司推出的SAFEFLOW框架，为AI智能体首次提供完整安全保障体系。该系统通过信息流控制、事务日志和动态信任评估，解决了当前AI助手易受欺骗、缺乏协调的关键问题，在专门构建的测试平台上实现了接近完美的安全表现。

我们讨论大型语言模型（LLMs）的工作原理，从基础开始——假设您只知道如何加法和乘法。

中科院深圳先进技术研究院团队首次全面梳理了大型语言模型评测领域，分析了283个代表性基准，将其归纳为通用能力、领域专业和特定目标三大类别。研究揭示了现有评测体系面临的数据污染、文化偏见和静态评测等关键挑战，为构建更科学公正的AI评测框架提供了重要指导，推动人工智能技术向更安全可靠的方向发展。

元宇宙，和AI是过去三年最火的技术名词，在汉诺威工博会上，我看到它们组合在一起。

Skywork AI团队通过创新的人机协作数据处理方法，构建了史上最大规模的高质量偏好数据集SynPref-40M，训练出Skywork-Reward-V2系列模型。该系列在七项主要测试中全面超越现有最佳模型，证明了数据质量胜过算法复杂度的重要原理，为AI更好理解人类偏好开辟了新道路。

自党的十九届四中全会首次将数据纳入生产要素后，我国数据要素化推进明显提速。多地在数据要素制度体系、国家数据基础设施、公共数据开发开放、数据产业与数商发展等方面开展探索实践，取得初步成效。