最近一些人工智能的健康和进展状况的相关调查、研究、预测和其他定量评估，提供了一些新的数据关于企业高管评估中国作为全球人工智能领导者，目前中国人工智能相关企业和研究活动的全球排名......

Cloudflare宣布默认阻止AI公司未经许可抓取网站内容。微软声称其AI诊断系统准确率比医生高四倍。Meta新任首席AI官王亚历山大成立实验室研发超级智能，扎克伯格开出1亿美元年薪挖角顶尖AI研究员。创世纪AI获得1.05亿美元种子轮融资。Anthropic让Claude模型运营实体店铺进行实验。

Skywork AI首次在软件工程领域验证数据规模效应，开发的Skywork-SWE-32B模型在SWE-bench Verified基准测试中达到38.0%准确率（使用测试时缩放技术可达47.0%），创下开源模型新纪录。研究构建了包含10169个验证实例的大规模数据集，证明增加高质量训练数据能持续提升AI软件修复能力，为开源软件工程AI发展提供重要突破。

大模型真正实现自己的价值，一定是在产业应用中。

韩国首尔国立大学研究者提出HACO框架，解决手部接触估计中的数据不平衡问题。论文《Learning Dense Hand Contact Estimation from Imbalanced Data》针对手部接触数据中的类别不平衡（大多数样本无接触）和空间不平衡（接触主要集中在指尖）提出两大创新：平衡接触采样和顶点级类别平衡损失函数。他们利用14个数据集的84万张图像进行训练，在多种手部交互场景中显著超越现有方法，F1得分从之前最佳的0.197提升至0.531，同时在3D抓取优化和物体重建等下游任务中也展现出强大应用价值。

这项由俄罗斯AIRI研究所等多家机构联合完成的研究，首次系统揭示了LoRA技术在AI知识注入中的潜在风险。通过对Llama-3.1模型的大规模实验，研究团队发现AI在学习新知识时存在明显的"安全阈值"，超过500个新事实后性能显著下降。更重要的是，他们发现释义增强策略能有效缓解这些问题，为AI安全知识更新提供了重要指导。

中国AI初创公司MiniMax发布最新开源大语言模型MiniMax-M1，采用Apache 2.0许可证，支持商业应用。该模型拥有100万输入token和8万输出token的超大上下文窗口，采用创新的混合专家架构和强化学习技术。训练成本仅53.47万美元，计算效率比DeepSeek R1高75%。在数学竞赛等基准测试中表现优异，为企业提供了高性能、低成本的AI解决方案。

这篇研究介绍了字节跳动团队开发的AdaCoT框架，通过强化学习实现大型语言模型的自适应思维链触发。该框架将问题设计为帕累托优化，平衡推理质量与计算效率，使模型能根据输入复杂度自主决定是否使用详细推理。研究结果显示，在维持高性能的同时，AdaCoT能将思维链使用率降低至3.18%，响应令牌数减少约70%，大幅提升模型效率和用户体验。

致力于实现一线工作流程的数字化和自动化，全球解决方案提供商斑马技术公司今日发布最新《2025全球仓储愿景研究报告》。本次《报告》指出，仓库一线员工明确表达了仓储运营自动化的益处，以及自动化落实不够迅速的风险。

在“主动安全·共筑产业生态”为主题的2020 HCS合肥网络安全大会上，紫光股份旗下新华三集团、中国电信携手合作伙伴一起加入合肥市网络与信息安全产业链，形成了安全产业集群发展效应，为持续提升产业链稳定性和竞争力提供了保障。

过去 24 个月，生成式 AI 让软件测试第一次真正意义上进入了“自驱”时代。据世界质量报告指出，高达 75% 的公司正在积极投资于 AI 以提升质量保证能力。

随着对大模型技术的深入探索,依托TCL 40多年的工业制造经验及数据积累,格创东智正式推出自主创新研发的工业智能大模型引擎底座——章鱼智脑OctopusGPT。

本文探讨了判断AI是否达到通用人工智能（AGI）和人工超级智能（ASI）水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析，作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引（LCSH）的40万个主题领域，如果每个领域提出1万个问题，将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理，但在实际操作中面临巨大挑战。

瞻博网络重点公布了企业未来发展战略，将以“至简”为宗旨，通过业界领先的技术、全面的产品组合、灵活的解决方案为用户打造通向网络现代化的至简路径。并凭借多年的积累与业界领先的技术，瞻博网络在新的一年也采取了多项新的行动，以推动“至简”之路。

麻省理工学院的研究人员最近开发出一种神经网络，能够以相对较高的准确度对个人患有认知功能障碍的可能性做出预测。因此在一定程度上，我们可以将其理解为一种抑郁症检测器。

上海交通大学研究团队开发了SWE-Debate框架，通过让多个AI代理进行结构化辩论来解决软件bug问题。该方法首先构建代码依赖图谱生成故障传播路径，然后组织AI代理进行三轮辩论选择最优修复方案。实验显示问题解决成功率达41.4%，故障定位准确率提升14.67%，证明了多智能体协作在复杂软件问题解决中的优势。

这项由耶鲁大学联合纽约大学和艾伦人工智能研究所完成的研究，首次构建了专门针对科学文献任务的AI评估平台SciArena。通过收集超过13000张来自102位真实科学家的投票，研究揭示了当前AI助手在科学文献理解方面的真实水平，同时指出了AI自动评估系统的显著局限性，为科学研究领域的AI应用提供了重要参考。

香港中文大学团队发现AI推理过程中存在高达80%的冗余步骤。通过创新的"步骤熵"方法，他们能够识别并删除这些多余的推理步骤，在保持准确性的同时实现35-57%的效率提升。研究开发了两阶段训练策略，让AI学会自动生成压缩的思考链。这项突破为AI系统的高效部署提供了新途径，有望显著降低AI服务的计算成本和响应时间。

12月10日,2021云上架构与运维峰会在线上正式举行,本次峰会旨在通过分享云上架构与运维的最佳实践,促进业内DevOps与IaC理念的落地,帮助企业“用好云管好云”,释放云的技术红利。

帝国理工学院团队对视觉基础模型DINOv3在医学影像领域进行了全面评估。研究发现DINOv3在胸部X光、CT扫描等任务上表现出色，甚至超越专门的医学AI模型，但在病理切片、电子显微镜、PET扫描等高度专业化任务上表现糟糕。更令人意外的是，传统的"大模型更好"规律在医学领域经常失效。这项研究为跨领域AI应用提供了重要洞察。