清华大学团队发布URSA系统，这是首个针对多模态数学推理的过程奖励模型。该系统通过创新的三阶段训练框架，不仅能解决复杂的图文结合数学问题，更重要的是能提供完全可验证的推理过程。URSA在六个标准测试中全面超越同规模开源模型，甚至在平均性能上超过GPT-4o达2.7个百分点，代表了AI推理可解释性的重要突破。

Kevin Wheel在一次长达1个半小时的深度访谈中，讨论了OpenAI的产品思维、AI对工作和产品的影响、OpenAI可能不会做的市场、在AI时代最重要的技能是什么、甚至他教自己的孩子关注什么等等一系列干货。本文特此梳理其中的十条经验之谈，为AI创业者和AI爱好者带去思考。

韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator，解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法，并基于分析洞察开发出性能优异的引导遗忘新方法，为构建更负责任的AI系统提供重要工具支持。

MIT研究人员开发出自适应语言模型(SEAL)框架，让大型语言模型能够持续学习并通过更新自身内部参数进行适应。SEAL教会模型生成自己的训练数据和更新指令，永久吸收新知识并掌握新任务。该框架采用双循环系统和强化学习算法，让模型学会创建个性化学习指南。在知识整合测试中准确率达47%，在少样本学习中成功率达72.5%。这对企业AI应用具有重要意义，特别适用于动态环境中的AI智能体，但仍存在灾难性遗忘等局限性。

近年来，作为重庆支柱产业的工业、汽车、电子信息等产业的发展陆续遇到瓶颈，企业在数字化、智能化过程中面临的诸多技术发展痛点。

Adeptia联合创始人兼首席创新官Deepak Singh表示，AI智能体替代SaaS应用的想法是错误的。他认为企业级SaaS不仅仅是简单的CRUD操作，而是包含数十年领域专业知识、合规框架和复杂多方协调的可靠系统。以EDI数据处理为例，AI智能体虽然擅长自然语言查询和模式识别，但在业务操作的确定性要求、合规性审计和异常处理方面存在局限。Singh提出三层SaaS架构模型，认为AI智能体是副驾驶而非自动驾驶，应在平台治理框架内运行。

Skoltech等机构联合开发了首个多语言"常青问题"识别系统EverGreenQA，能准确区分问题答案的时效性。研究创建了包含7种语言4757个问题的数据集，训练的EG-E5分类器准确率达90.6%，超越现有大型语言模型。该技术可改善AI自我认知、优化数据集质量，并能预测GPT-4o的检索行为，为构建更可信的AI问答系统提供重要突破。

MIT科学家开发的CellSAM人工智能系统能够仅通过普通显微镜的黑白照片预测细胞内部结构，准确率高达95%。该技术突破了传统荧光显微镜的局限，无需昂贵标记物就能同时观察多种细胞器，将加速药物开发、改善疾病诊断，并使高端细胞研究技术普及到更多实验室。

浙江移动提供包括数据加工能力、产品孵化能力、销售能力、运营能力。而且在开放大数据能力的同时，浙江移动也在建立大数据开放生态，不断完善一个精益惠民的产业体系。

斯坦福大学研究团队构建了AHELM评估系统，首次对14个主流音频语言模型进行标准化全面测试。研究发现Gemini 2.5 Pro综合表现最佳但存在性别偏见，传统语音识别方法在多项任务中击败先进AI模型，揭示了当前音频AI技术的真实能力边界和潜在风险。

AlphaOne 框架使开发者能在模型推理过程中灵活调节“慢思考”与“快思考”，从而提高复杂任务的准确性与效率，同时降低计算成本。

MIT与Adobe Research联合开发的STEMPHONIC系统突破了音乐AI生成的技术瓶颈，能够同时生成多种乐器音轨并保持完美同步，效率比传统方法提升25-50%。该系统通过创新的"音轨分组"和"噪声共享"技术，让AI学会了乐队协作思维，支持自然语言控制和精细的时间控制功能，为专业音乐制作和普通创作者都提供了强大的音乐创作工具。

平台型世界级Al Maker深兰科技（上海）有限公司（以下简称“深兰科技”）与常州桐树生物科技有限公司（以下简称“桐树生物”）等签署了《股权转让协议》，拟取得桐树生物等持有的上海方程医学检验所有限公司的100%股权，并待完成工商变更登记事宜。

苹果公司研究团队通过创新的GSM-Symbolic测试方法，发现当前先进AI系统在数学推理方面存在严重缺陷。研究表明，AI虽然在标准测试中表现优异，但面对表述稍有变化的同类问题时准确率显著下降，暴露出其缺乏真正的逻辑理解能力，主要依赖模式匹配而非推理。这项发现为AI评估提供了新标准，并为未来开发更可靠的AI推理系统指明了方向。

日前，2020世界人工智能大会云端峰会在线盛大开幕。全球领先的生物制药企业阿斯利康首次参会，携中国健康物联网创新中心14大创新诊疗一体化全病程管理解决方案，亮相 “AI家园” 云展览， 以3D动态展示。

新加坡南洋理工大学研究团队首次提出概念感知微调方法，让AI同时预测多个词块而非单一词块，从而更好理解完整概念。该方法在编程、数学、文本生成、分子设计和蛋白质设计五大领域均显示显著改进，将多词块预测技术首次引入模型微调阶段，大幅降低成本门槛，为AI训练范式变革提供新思路。

6月3日-4日，为期两天的华为智慧金融峰会2021在上海举办。

哥本哈根大学等机构研究发现，主流视觉语言模型在将图像转换为文字描述时会丢失40%-90%的视觉信息。研究开发了两种创新方法来量化这种信息丢失：邻居关系分析和嵌入重建技术。实验表明信息丢失直接影响AI的检索和问答性能，研究还实现了丢失区域的精确可视化，为优化AI视觉系统提供了重要工具。

密歇根大学研究团队开发的HLIP框架为3D医学影像处理提供了突破性解决方案。通过模拟放射科医生的层次化阅读策略，HLIP能高效处理未经筛选的CT和MRI数据，无需昂贵的人工标注。在两个大规模数据集（包含220K患者的脑部MRI和240K患者的头部CT）上训练后，HLIP在多个公开基准测试中显著超越现有模型，如在Pub-Brain-5上提升32.4%准确率。这一创新不仅降低了计算成本，还为临床AI辅助诊断系统铺平了道路。

俄罗斯研究团队开发出首个针对俄语医疗记录的ICD自动编码系统RuCCoD，通过BERT、大语言模型和检索增强技术实现医疗诊断的智能编码。研究发现AI编码在训练诊断预测模型时比医生手工编码效果更好，准确率提升28%，为医疗信息化和临床辅助决策提供了新思路。