哈工大博士生李俊劼的研究成果GiVE首次实现了指令驱动的全景式感知，解决了传统多模态模型'选择性失明'的问题。通过引入AG-Adapter模块和设计三种专门损失函数，GiVE能灵活调整注意力...

新一代通用智能机器人AlphaBot 2在学习能力和自主执行任务方面表现出色，能够360°感知周围环境并完成多种复杂任务。智平方与华熙生物达成合作，将机器人应用于生物科技领域。

要又要」的旅行悖论，真要被AI解决了。这个垂直赛道终于杀出黑马！ 五一这不是要到了，这几天小红书上旅

的垂直行业当中，开始涌现出AI落地的经典实践案例。 教育领域中，专注于职业教育培训的 粉笔 ，就是其

姚顺雨指出AI发展分为上半场和下半场。上半场以模型和方法为主，而下半场的重点转向如何定义现实任务并有效评估AI的表现。他强调强化学习已能泛化，并提出新的评估规则来解决当前局限性。

中科大等团队提出VCR-Bench评估基准，用于评价视频理解中的CoT推理能力。该基准包含七个独立评估维度的任务框架，覆盖视觉感知和逻辑推理两大类别。结果显示当前多模态模型在复杂视频推理任务上...

基双子的可灵AI基础模型——文/图生图的可图、文/图生视频的可灵，都重磅升级到2.0版本。 可图2.

多模态生成技术推动AI视频创作新阶段，生数科技产品副总裁廖谦分享了其对于多模态大模型终局的看法及应用场景。视频生成领域迎来黄金发展期，预计2024年将出现重大突破。

UC伯克利研究发现，强制要求模型跳过思考过程仍能保持或提高推理能力。使用DeepSeek-R1模型，在定理证明任务中仅需30%的Token就能达到与完整思考相同的准确率。

一系列研究来了！ 在智能城市、智能电网、无人系统等前沿应用不断扩展的今天，多智能体系统 （Multi

复旦大学、腾讯优图实验室等机构的研究人员提出UniCombine框架，能够处理多种条件组合的多条件可控生成任务，并在多个实验中达到SOTA。

联发科在天玑9400+中引入多项新技术，提升了AI能力，并发布AI开发套件2.0和Neuron Studio工具集，推动智能体AI在手机上的应用。

第三届中国AIGC产业峰会上，58家企业和53项产品入选2025年值得关注的AIGC榜单，涵盖大模型、基础模型、行业应用等全产业链，推动AIGC技术在企业运营中的实际应用。

和OpenAI的GPT-4o等先进模型又一次推动了AI浪潮。这些模型通过整合文本、图像、音频等多种数

OpenAI发布了GPT-4.1系列模型，相比前代GPT-4.5有显著提升。新版本包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano，主打长上下文处理能力和性价比。

CADCrafter团队提出了一种新的图生3D框架，能够直接生成可编辑的CAD工程文件。该方法从图像到CAD模型的转换精度高、表面质量好，并且通过编译器可以得到直接生产加工的3D文件。

，只擅长解决对生存有用的问题，而不是真正“通用”的计算…… 在最新一档播客节目中，Meta首席AI科

加速主力的 一体机 ，就能跑通671B的 DeepSeek 。 放在个把月前，你敢想象这样的场景么？

全？这里有全球顶尖防御方案。 想了解AI如何让普通人一键创作音乐？ …… 一天时间，带你看尽如何 「

上线仅三天的Optimus Alpha模型已处理772亿Token，性能优异。它在编程、创意写作等方面表现突出，并被怀疑来自OpenAI。