人们普遍认为，AI科学家每天的工作是构建高大上的模型，但其实绝大多数时间都用在了数据上，他们也想用好的数据帮助建模，但结果却是像围城一样——这是很多AI科学家共同的难题。

南洋理工大学研究团队开发了名为"视频思维测试"的新基准，通过1000个精心设计的YouTube短视频揭示了AI视频理解的真实水平。测试发现，即使是最强AI模型GPT-4o的正确率也只有36.6%，远低于人类的84.3%。研究指出AI主要存在时空混淆、世界知识缺失和复杂情节理解困难三大问题，为改进AI视频理解能力指明了方向。

意大利博尔扎诺自由大学团队开发了首个跨领域AI代码漏洞检测系统AI-DO，成功将学术研究转化为工业实践。研究证明用开源数据训练的AI模型能够有效检测工业软件漏洞，性能下降仅约10%。该系统已在真实企业环境中部署测试，为软件安全防护提供了新的解决方案，标志着AI安全检测技术从实验室走向实际应用的重要突破。

中科院团队发布BaseReward多模态奖励模型，通过系统性实验建立了构建高性能多模态奖励模型的完整方法论。该模型采用简洁的两层架构设计，在精心筛选的280万偏好数据上训练，在多个权威基准测试中创下新纪录，准确率提升超过11%。研究还发现纯文本数据能显著提升多模态判断能力的重要现象，为AI对齐技术发展提供了重要指导。

微软等机构联合推出的RealPlay系统首次实现了用游戏控制指令生成现实视频的突破。该系统仅使用赛车游戏数据训练，却能控制现实中的汽车、自行车和行人运动，控制成功率达90%。RealPlay支持交互式视频生成，用户可像玩游戏般逐步指导视频发展，生成质量接近真实拍摄，为AI视频生成和未来游戏引擎开发开辟了新方向。

这项研究首次提出MetaphorStar框架，专门解决AI系统无法理解图像隐喻含义的问题。通过创新的TFQ格式和强化学习方法，让AI从只能识别"一个人站在路口"提升到理解"人生选择"的深层含义。在基准测试中性能平均提升82.6%，为开发具有深层认知能力的智能系统开辟了新路径。

腾讯混元团队开发了UloRL算法，通过分段生成和动态遮蔽策略解决AI超长推理训练中的效率和质量问题。该方法让30B参数模型在数学推理任务上超越了更大的235B模型，准确率提升超14%，同时训练速度提升2倍。这项技术为AI深度推理能力发展提供了新路径。

这项由北京大学、电信人工智能研究院、耶鲁大学和新加坡国立大学联合完成的研究，提出了PSA个性化安全对齐框架，首次实现了AI图像生成的"因人而异"安全控制。通过构建包含1000个虚拟用户档案的Sage数据集，该框架能根据用户的年龄、宗教、健康状况等特征动态调整内容过滤策略，既保护敏感用户又避免过度限制，为AI安全领域从"一刀切"向个性化转变提供了重要突破。

波士顿大学研究团队开发出Audio2Face人工智能系统，能够仅通过音频信号生成对应的面部动画。该技术通过深度学习分析声音中的细微特征，准确率达87.3%，可应用于视频通话、影视制作、教育康复等领域。研究揭示了声音与视觉之间的深层联系，为跨模态人工智能开辟新方向，但也带来隐私保护和技术滥用等挑战。

伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构，模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路，指出应充分利用网络级协作来提升AI性能。

北京大学联合字节跳动推出MoVieS技术，能够从单镜头视频中快速重建4D动态场景。该系统采用"动态溅射像素"概念，统一处理场景外观、几何和运动信息，在一秒内完成传统方法需要数小时的重建任务。技术支持新视角合成、3D点追踪、场景流估计等多种应用，在保持高质量的同时实现数量级的速度提升。

康卡斯特和UCL研究团队开发了WhisTLE技术，解决语音识别模型在新领域适应中只能依赖昂贵语音数据的问题。该方法通过训练变分自编码器模拟语音编码器输出，实现仅用文本进行深度监督适应。实验显示平均降低12.3%词错误率，且推理时无额外计算成本，为跨域语音识别提供了高效实用的解决方案。

这项由斯坦福大学和多家研究机构联合推出的R3（强健的无评分标准奖励模型）系统，解决了现有AI评估模型在可控性与可解释性方面的关键缺陷。不同于仅提供分数的传统模型，R3能适应任何评分标准，支持单项评分、对比评分和二元评分三种评估形式，并提供详细解释。研究团队从45个来源构建了高质量数据集，即使仅用14,000个训练样本，R3模型也在众多基准测试中超越了现有系统。这一突破性研究为AI系统提供了更透明、更可信的评估方式，有望显著改善人类与AI的互动体验。

这项由Google DeepMind团队完成的研究开发了AlphaFold系统，能够从氨基酸序列准确预测蛋白质三维结构。在CASP14竞赛中，系统达到92.4分的惊人准确度，远超传统方法。该技术正在革命性地改变药物研发、基础生物学研究等领域，为科学家提供了快速获取蛋白质结构信息的强大工具，标志着计算生物学的重大突破。

VisTA是一种新型强化学习框架，使视觉AI能够自主探索、选择和组合多种视觉工具。与传统方法不同，VisTA无需人工监督，通过反复尝试学习哪些工具最有效。研究团队在ChartQA、Geometry3K等测试中证明，VisTA显著优于训练免费基线，特别是在分布外样本上表现更佳。其核心创新在于使用群体相对策略优化算法，让AI代理能够根据实际性能而非预设规则来选择工具，为未来发展更灵活的视觉推理系统铺平了道路。

全球首款i9 Evo认证笔记本电脑华为MateBook 16s i9版本、华为首款大屏高性能轻巧本华为MateBook D 16、华为MateBook 14、华为MateBook D 14、华为显示器新成员华为MateView SE以及全新华为无线鼠标同台发布。

帆软数据应用研究院调研了规模不一的216家企事业单位，了解到他们的大数据BI应用状态、需求情况、对大数据BI产品功能的期待，同时基于帆软数据应用研究院对行业的长期观察和思考，形成了该篇报告。

这项由中国科学院大学、新加坡国立大学、浙江大学和耶鲁大学研究人员联合发表的研究提出了VF-EVAL，一个专门评估多模态大语言模型对AI生成视频提供反馈能力的新基准。研究通过四项任务：连贯性验证、错误感知、错误类型检测和推理评估，全面测试模型理解合成视频的能力。研究发现即使是最先进的GPT-4.1模型也难以在所有任务上保持良好表现，表明AI对生成视频的理解仍有巨大提升空间。研究还通过REPROMPT实验证明，将大模型反馈与人类偏好更好地对齐可以显著提升视频生成质量。

伯克利大学研究团队通过测试15个AI模型在五种推理策略上的表现，发现AI的"思考方式"直接影响答题效果。大模型可灵活运用各种策略，小模型需精准匹配任务特点。数学题适合步骤式推理，开放问题需要搜索式方法，效率优先场景宜选简洁策略。研究揭示了AI推理能力的规模门槛效应。

马克斯·普朗克研究所推出GPTailor技术，通过多模型智能融合实现大语言模型25%参数削减的同时保持97%性能，为AI模型高效部署提供新思路。该方法将模型压缩从单一模型"减法"转变为多专业模型"重组融合"，在14项基准测试中显著优于传统压缩方法。