约翰霍普金斯大学研究团队发现，即使给AI模型提供近乎完美的外部反馈，它们仍然无法完全吸收并达到理论最佳表现，这种现象被称为"反馈摩擦"。研究通过九项不同任务测试了多个先进AI模型，发现所有模型都存在这一局限性，且主要原因是模型的反馈抗拒而非反馈质量问题，为AI自我改进研究指明了新方向。

蒙纳什大学研究团队提出了一套基于不确定性驱动的自动化过程奖励数据构建框架，解决了训练数学推理AI的关键难题。该方法通过识别AI推理中的不确定性来精准定位错误步骤，显著提高了数据标注效率，同时开发了两种创新的输出聚合策略，结合群体智慧与专家判断，在多个数学推理数据集上取得了显著的性能提升。

2020年可以说是DDoS这一“经典”攻击技术的复兴之年。受全球新冠疫情的重大影响，DDoS攻击的量级也在不断加大，业内遭受DDoS攻击的频率创下了新高。

这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准，测试了九个先进AI智能体的表现。结果显示，即使最优秀的智能体成功率也仅为25%，远低于实用化要求，揭示了当前AI在处理复杂科学推理任务时的显著局限性。

谷歌一直在强调用Gemini将AI践行到底，只不过这次在中国的内容，传递了很多特色故事，这些故事有谷歌的AI如何点亮中国传统文化，如何创造种类繁多的AI应用，以及更重要的，如何赋能中国开发者的成功出海。

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。

这项由上海交通大学与OPPO人工智能中心合作的研究首次深入探索了多模态大语言模型的视频空间推理能力提升方法。研究发现传统提示词对小型模型无效，转而采用GRPO强化学习训练法，构建了包含10万样本的VSI-100k数据集。最终，仅20亿参数的vsGRPO-2B模型性能提升12.1%并超越GPT-4o，证明了正确训练方法能够显著释放AI模型的空间理解潜力。

这项研究创新性地利用大语言模型(LLM)代替人类标注者，创建了PARADEHATE数据集，用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美，随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示，在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异，证明LLM生成的数据可作为人工标注的高效替代方案，为创建更安全、更具包容性的在线环境提供了新途径。

斯坦福大学和上海交大等机构的研究团队提出了一种为视频世界模型增加长期记忆能力的创新方法。受人类记忆机制启发，他们设计了三种互补的记忆系统：短期工作记忆、基于点云的长期空间记忆和稀疏情节记忆。这种组合允许AI在生成长视频时保持场景的空间一致性，解决了现有模型因有限上下文窗口导致的"遗忘"问题。实验表明，该方法在视角回忆一致性和整体视频质量方面显著优于现有技术，为创建持续一致的虚拟世界铺平了道路。

上海AI实验室发布的InternVL3.5是新一代开源多模态大语言模型，能够同时理解图像和文字内容。该系统采用级联强化学习技术，推理性能提升16%，并通过视觉分辨率路由器实现4倍推理加速。在36项基准测试中表现优异，最大模型在多学科推理任务中得分77.7，接近商业模型水平，支持GUI交互、多语言处理等功能。

微软研究院新提出的"奖励推理模型"(RRM)为大型语言模型开创了全新评估方式。传统奖励模型对所有问题使用统一计算资源，而RRM能像人类一样先进行推理思考再做判断，对复杂问题投入更多思考资源。研究团队通过强化学习框架训练模型自主发展推理能力，无需显式示例。实验证明RRM在多个基准测试上表现优异，能自适应扩展计算资源提升判断准确性。该研究为AI评估系统带来范式转变，使人工智能判断更接近人类思考过程。

贝壳找房开发的AM-Thinking-v1是一个32B参数的推理优化语言模型，完全基于开源数据训练。该模型在数学推理和代码生成任务上表现出色，AIME2024得分85.3，超越了671B的DeepSeek-R1，证明了通过精心设计的训练流程，中等规模密集模型也能达到超大模型的推理能力。

南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI，一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程，解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息，并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集，包含2,614个视频片段及完整的人体标注。实验结果显示，PoseFuse3D-KI在PSNR上提升9%，LPIPS减少38%，显著超越现有方法。

2023 年11月29日，亚马逊云科技在2023 re:Invent全球大会上推出Amazon Q，这是一种新型生成式AI支持的助手，专门用于满足办公场景需要，可以根据客户业务进行定制。

2023 年11月29日，亚马逊云科技在2023 re:Invent全球大会上推出Amazon Q，这是一种新型生成式AI支持的助手，专门用于满足办公场景需要，可以根据客户业务进行定制。

麻省理工学院与IBM研究团队共同开发的TANGO框架通过强化学习同时训练大语言模型的生成器和验证器，实现双向互促进的能力提升。不同于传统方法使用固定验证器，TANGO的验证器随生成器共同演进，提供精确的步骤级反馈。实验证明，这种"探戈式"协作方式使模型在数学竞赛问题上平均提升25.5%，特别是在最具挑战性的AIME 2025竞赛上准确率翻倍。TANGO还将训练效率提高3.3倍，验证器在无需步骤级标注的情况下也达到了业界领先水平，为大语言模型的推理能力增强开辟了新思路。

MAGREF是字节跳动智能创作团队开发的多主体视频生成框架，能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制，使单一模型灵活处理人物、物体和背景，无需架构变化；并采用像素级通道拼接机制，在通道维度上运作以更好地保留外观特征。实验表明，MAGREF在身份一致性和视觉质量方面优于现有技术，能将单主体训练泛化到复杂多主体场景，为内容创作者提供了强大而便捷的视频生成工具。

GPT-5是OpenAI于2025年8月发布的新一代多模式大模型，兼具高效应答与深度推理能力，并在安全性、准确性和多语言表现上取得显著提升，尤其在医疗、内容安全与防越狱方面展现突破性进步。

MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口，为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示，先进的强化学习算法在分布变化时性能下降超过20%，而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布，旨在推动更适应现实世界不确定性的路由算法研究。