腾讯AI Lab最新发布的Locas技术通过创新的"侧挂记忆"设计，让AI模型能够像人一样持续记忆长文本内容而不遗忘已有知识。该技术仅需0.02%额外参数就实现显著性能提升，在20万字文本处理和长对话问答任务中表现优异，为构建真正智能的AI记忆系统开辟了新路径。

上海人工智能实验室联合多个机构发布了名为Sekai的全球首个世界探索视频数据集，包含超过5000小时来自101个国家750个城市的第一人称视角视频。数据集配备位置、天气、场景等丰富标注，并基于此训练了YUME交互式世界探索模型，用户可通过键盘鼠标控制虚拟世界漫游，为虚拟旅游、教育、游戏等领域开辟新应用前景。

上海人工智能实验室等多所高校联合开发了DeepResearch Arena评测基准，专门评估AI研究助手的真实能力。该系统创新性地使用学术讲座作为测试素材，通过MAHTG系统从200多场讲座中提取研究灵感并生成超过1万个研究任务。实验显示即使最先进的AI模型也面临显著挑战，为未来AI研究能力发展提供了重要参考。

Meta开源世界模型V-JEPA 2：能看懂视频、预测未来、控制机器人的超级AI

中国人民大学研究团队提出LoFT方法，通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量，并扩展出LoFT-OW版本处理开放世界场景。实验显示，仅使用传统方法1%的数据量就能取得更优性能，为AI公平性和实用性提供了新的解决方案。

印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON，包含64288道多语言多模态题目，覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力，发现即使最先进的AI也存在显著文化盲区，特别是在低资源语言和复杂推理任务上表现不佳，为构建文化感知AI提供了重要指导。

伊利诺伊大学香槟分校研究团队开发了Router-R1，一个能让多个AI模型像团队一样协作的智能调度系统。该系统通过强化学习，学会在"思考"和"调用专家"之间灵活切换，能根据任务复杂度动态协调不同AI模型，同时平衡性能与成本。在七个问答数据集的测试中，Router-R1显著超越现有方法，平均准确率提升约20%，并展现出对未见过模型的强泛化能力。

KAIST研究团队开发的VideoRAG系统实现了人工智能在视频内容理解上的重大突破。该系统能够直接从海量视频中检索相关内容并生成准确答案，解决了传统方法只能处理文字和图片信息的局限。通过智能帧选择和多模态信息融合技术，VideoRAG在问答准确性上显著超越现有方法，为教育培训、技能学习等领域提供了全新的智能问答解决方案。

无法被断供的鸿蒙，正在筑起一座城。

IntelliGen AI推出IntFold可控蛋白质结构预测模型，不仅达到AlphaFold 3同等精度，更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态，在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计，IntFold可高效适应不同任务而无需重新训练，为精准医学和药物发现开辟了新路径。

印第安纳大学研究团队提出AFRDA方法，通过自适应特征精炼模块解决跨域语义分割问题。该方法巧妙融合全局语义理解和局部细节分析，引入不确定性引导的双重注意力机制，在城市和森林环境适应任务中显著提升性能。轻量级设计确保计算效率，成功部署到真实机器人系统，为视觉导航和自动驾驶提供新技术路径。

上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师，能实时评估动作效果并从中学习。在四个操作任务测试中，机器人成功率从30%提升至90%，仅需200次练习。技术结合视觉、语言理解和动作生成，支持跨场景适应和人机协作，为家庭服务、医疗护理等领域应用奠定基础。

论文有多水？这个AI系统一眼识破：KnoVo自动评估学术论文创新值

5月13日，在零一万物成立一周年之际，零一万物CEO李开复博士携带千亿参数Yi-Large闭源模型正式亮相，正式进军全球SOTA顶级大模型之首，在斯坦福最新的AlpacaEval 2.0达到全球大模型Win Rate 第一。除此之外，零一万物将早先发布的Yi-34B、Yi-9B/6B中小尺寸开源模型版本升级为Yi-1.5系列，每个版本达到同尺寸中SOTA性能最佳。

孟加拉国联合国际大学研究团队开发了VisText-Mosquito多模态数据集，这是首个集成视觉检测和自然语言推理的蚊子繁殖点识别系统。该系统包含1970张标注图像，能够识别五类繁殖容器并进行水面分割，同时提供人类可理解的判断解释。YOLOv9s等模型达到92.9%检测精度，为全球蚊媒疾病防控提供了AI技术支撑。

RAVENEA是哥本哈根大学研究团队开发的首个多模态检索增强视觉文化理解基准，集成了超过10,000份人工标注的维基百科文档，用于评估视觉语言模型的文化敏感性。研究发现，轻量级视觉模型在配备文化感知检索功能后，在文化视觉问答和图像描述任务上分别提升了至少3.2%和6.2%的性能，证明了检索增强方法在提升AI文化理解能力方面的有效性，为构建更具文化包容性的视觉AI系统开辟了新路径。

斯坦福大学等机构研究团队利用强化学习训练大语言模型，使其能够优化汇编代码性能。研究构建了8,072个程序的数据集，并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明，训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比，超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会，如用单一指令替代整个循环，为性能敏感应用提供了有价值的优化途径。

这篇论文由康奈尔大学和希腊伯罗奔尼撒大学的研究者合作完成，系统性地区分了AI智能体和智能主体AI这两种新兴技术范式。研究通过深入分析架构差异、运行机制和应用场景，揭示了AI智能体作为单一执行特定任务的系统，与智能主体AI作为多智能体协作生态系统的本质区别。论文不仅梳理了从生成式AI到AI智能体再到智能主体AI的技术演进路径，还详细探讨了两种范式各自面临的挑战及潜在解决方案，为下一代人工智能系统的发展提供了清晰路线图。

这篇研究介绍了Meta公司开发的J1系统，这是一种通过强化学习训练大语言模型进行评判的创新方法。J1将可验证和不可验证的提示转换为具有可验证奖励的判断任务，从而鼓励模型在做出决策前先进行思考。研究表明，J1在8B和70B参数规模下都超越了同等规模的现有模型，甚至在某些测试中超过了更大的模型如o1-mini和DeepSeek-R1。这种方法的核心创新在于不仅优化最终判断，还优化思考过程本身，使模型学会制定评估标准、生成参考答案并重新评估回答的正确性。

微软推出的Phi-4-Mini-Reasoning模型仅用38亿参数就在数学推理任务上击败了70-80亿参数的竞争对手。通过创新的四阶段训练方法（大规模中期训练、监督精调、回滚偏好学习、强化学习），该模型在AIME24、MATH-500等测试中表现卓越。这项研究证明了"精巧胜于庞大"的AI设计理念，为资源受限环境下的高性能AI应用开辟了新路径，在教育、科研等领域具有广阔应用前景。