加州大学河滨分校的研究团队发现，当前AI在组合推理任务中表现欠佳，主要归因于评测指标过于严格，限制了模型潜力的展现。为此，团队提出新型评测指标GroupMatch及Test-Time Matching算法，有效提升模型在复杂推理任务中的表现。实验结果显示，在Winoground测试中，GPT-4.1首次超越人类基准；更引人注目的是，参数量仅0.2B的SigLIP-B16模型在MMVP-VLM基准测试中不仅超越GPT-4.1，还创下新纪录。研究表明，AI模型已具备一定的组合推理能力，关键在于通过合适的测试方法解锁其潜能。
银河通用联合北京大学、阿德莱德大学、浙江大学等机构，推出具身导航基座模型NavFoM，致力于实现机器人导航技术从专用向通用的跨越。该模型具备7B参数规模，支持跨任务与跨载体的统一导航能力，可在多种复杂环境中实现高效实时部署。NavFoM通过构建统一的导航框架，显著提升机器人在未知场景中的泛化能力与适应性，为具身智能的发展提供了关键技术支撑。
近期《Science》杂志发表的一项研究揭示，大型人工智能模型存在难以根除的“幻觉”问题，即模型在缺乏准确信息时仍倾向于生成看似合理但错误的内容。尽管开发者尝试通过让模型在面对不确定性时回应“我不知道”来缓解该问题，但这一策略可能降低用户互动频率与满意度，进而影响用户留存率和平台活跃度，对商业运营构成挑战。研究指出，在提升模型可靠性与维持用户体验之间寻求平衡，是当前AI开发面临的核心难题之一。
近日，UCSD与英特尔的研究人员联合提出了一种全新的多智能体强化学习框架——PettingLLMs，旨在解决现有大型语言模型（LLM）训练框架主要局限于单智能体训练的问题。该框架首次实现了支持任意组合的多个LLM协同训练，构建了一个通用化的多智能体训练环境，推动群体强化学习的发展。通过引入高效的协同机制，PettingLLMs显著提升了LLM在工具调用任务中的表现，性能最高提升达5.8倍，有效克服了多智能体系统中的协作瓶颈。这一创新为复杂场景下LLM的协同进化提供了可行路径。
2024年，加州大学圣地亚哥分校的Hao AI Lab提出了一种名为DistServe的先进推理理念，主张通过解耦推理过程中的不同组件来提升AI系统的效率与灵活性。经过18个月的快速发展，DistServe已从实验室概念演变为行业标准，被英伟达（NVIDIA）、vLLM等主流大模型推理框架广泛采纳。这一技术突破标志着人工智能正迈入模块化智能的新时代，推动AI系统在应对复杂、动态需求时具备更强的适应能力与可扩展性，为未来高效、智能的AI部署奠定了技术基础。
近年来，机器人训练在北京的高校中逐渐兴起，形成了一种大学生与机器人搭档的新趋势。部分大学生开始将机器人引入日常生活与实践场景，展现出独特的协作模式与创新能力。在网络传播的一段视频中，一名北京的大学生与其机器人伙伴在超市协同完成购物任务，机器人不仅能够识别装好的物品，还主动推车、上下楼梯，表现出高度的人机互动性。这种依赖人类指令又具备基础自主能力的机器人，正通过实际场景训练不断优化响应机制。该现象反映出人工智能与青年群体深度融合的趋势，也体现了北京在智能科技应用领域的前沿探索。
2025年11月8日，在乌镇峰会的人工智能模型论坛上，蚂蚁集团平台技术事业群总裁骆骥发表主题演讲，系统介绍了蚂蚁集团在大规模模型领域的技术创新与应用实践。他表示，蚂蚁集团已部署万卡规模的国产算力集群，并将其全面投入安全与风险控制领域，显著提升了系统的实时响应能力与防御水平。通过自研模型与国产硬件的深度协同，蚂蚁在金融安全、欺诈识别和数据隐私保护等方面实现了关键技术突破，展现了科技企业以自主创新支撑安全发展的路径。
微信与清华大学联合研发的连续自回归语言模型CALM，标志着语言模型从传统离散词元向连续向量表达的重要转变。不同于主流大型语言模型（LLM）依赖离散词元预测下一个单位以维持生成连贯性，CALM通过将词元转换为连续向量空间中的表示，重构了自回归机制。这一创新有效降低了因逐项解码带来的高计算开销与响应延迟，为提升生成效率提供了新范式。CALM模型不仅保留了自回归结构的优势，还在生成速度和资源消耗之间实现了更优平衡，展现出在实际应用中的巨大潜力。
谷歌近期推出了一种名为“嵌套学习”的创新机器学习技术，旨在突破长期学习中的记忆瓶颈问题。该方法摒弃传统的静态训练模式，通过在不同层级以不同速度更新模型参数，模拟人脑多层次、异速的学习机制。嵌套学习使AI系统在掌握新技能的同时有效保留旧知识，显著提升模型在持续学习环境下的稳定性与适应性，推动模型进化迈向更接近人类学习能力的新阶段。
去年，谢赛宁（Saining Xie）领导的团队推出Cambrian-1，开启图像多模态模型的开放性研究。然而，团队并未延续传统迭代路径开发后续版本，而是暂停项目，深入探讨真正多模态模型的本质。在此过程中，谢赛宁与杨立昆、李飞飞等专家共同提出一种新型空间超感知范式，主张以“预测未来”替代传统的暴力记忆方法。该范式旨在解决大模型在长视频处理中面临的“失明问题”，即因信息过载而导致的关键动态丢失。通过预测技术，模型可超越当前视觉输入的限制，主动推演未来帧的内容变化，增强对复杂视频场景的理解力与连续性建模能力，为多模态系统提供更高效、更具前瞻性的处理机制。
OPPO算法专家宋阳将出席2024年AICon北京站活动，分享其在Citywalk场景下VideoAgent的设计与实践。他将系统阐述CityWalk Agent的完整交互流程，深入解析各子模块的技术架构与设计逻辑，涵盖视觉感知、语义理解与动态决策等关键环节。作为OPPO在智能视频交互领域的前沿探索，该Agent致力于提升用户在城市漫步场景中的智能化体验。此次演讲将为开发者与研究人员提供宝贵的实践经验与技术洞察。
本文介绍了一种名为SimKO（Simple Pass@K Optimization）的算法，旨在解决强化学习中策略生成时出现的概率过度集中问题。该算法通过直接优化pass@K性能，显著提升了在K=1及K>1场景下的表现效果。研究指出，传统方法常依赖熵来衡量输出分布的多样性，但存在明显缺陷：相同熵值的分布可能具有截然不同的形态，例如一个均匀分布在多个候选上，另一个则极度集中于单一选项。SimKO通过规避对熵的依赖，转而聚焦于提升多候选解的覆盖能力，有效缓解了集中效应，增强了生成结果的多样性与实用性。
近日，OpenHands开发团队在机器之心的报道中宣布，已发布一篇新论文，正式对广受欢迎的开源智能体框架OpenHands进行全面重构。该框架在GitHub上已获得超过6.4万星标，此次升级将重点优化其智能体组件，显著提升性能与扩展性。此举标志着OpenHands将更加积极地参与全球人工智能框架的竞争，直接对标OpenAI和谷歌等科技巨头，推动开源智能体技术的发展与普及。
大型语言模型（LLM）在语言处理能力上实现了重要突破，OpenAI的o1模型首次展现出与人类语言专家相媲美的元语言能力。该模型在句法解析、语言歧义识别及音律推理等任务中表现卓越，表明其不仅能够生成语言，还能对语言结构进行深层次分析与思考。尽管LLM基于预测下一个词的机制运行，与人类的语言理解机制存在本质差异，部分语言学家因此质疑其是否真正“理解”语言，但o1的表现仍标志着模型能力的重大进步，为语言智能的发展提供了新的视角。
快手算法专家吴翔宇将出席AICon北京站，分享快手在直播领域中AI技术的前沿实践。他将重点探讨如何融合大模型与用户行为数据，构建精准的兴趣模型，以提升直播内容的个性化推荐效果与用户体验。通过深度学习与大规模行为分析，快手实现了对用户兴趣的动态捕捉与实时响应，推动直播互动效率显著提升。此次演讲将为业界提供AI在内容推荐系统中落地应用的重要参考。
随着建筑行业迈入数字化转型的关键阶段，AI技术与虚拟孪生正成为打破数据孤岛、提升协同效率的核心驱动力。据相关研究显示，超过60%的建筑项目因信息割裂导致进度延误与成本超支。通过构建全生命周期的虚拟孪生模型，结合AI对设计、施工与运维数据的智能分析，企业可实现跨部门、跨平台的高效协同。例如，某大型基建项目应用虚拟孪生技术后，协同效率提升达40%，变更返工率下降35%。数字化不仅重塑了建筑项目的管理方式，更推动建筑制造向精细化、智能化迈进，为行业可持续发展提供技术支撑。