作为新一轮科技革命和产业变革的重要驱动力量，人工智能正从技术探索迈向规模化应用，成为中国经济社会高质量发展的新引擎。为推动智能算法从理论创新迈向实际落地，启元实验室于 2025 年 5 月 20 日正式启动「启智杯」算法创新应用挑战赛。经过两个多月的激烈角逐，大赛于 7 月 25 日圆满落幕。
近年来，扩散模型在图像与视频合成领域展现出前所未有的生成能力，为人脸生成与编辑技术按下了加速键。特别是一张静态人脸驱动任意表情、姿态乃至光照的梦想，正在走向大众工具箱，并在三大场景展现巨大潜力
每次打开导航的，导航软件在一秒内给出一个最速路线的时候，你有没有好奇过它是怎么找到这条路的？ 假如不考虑堵车、红绿灯等交通影响因素，仅找到一条最短最快的路线，那不论如何也逃不掉 Dijkstra 算法。
在可验证强化学习（RLVR）的推动下，大语言模型在单轮推理任务中已展现出不俗表现。然而在真实推理场景中，LLM 往往需要结合外部工具进行多轮交互，现有 RL 算法在平衡模型的长程推理与多轮工具交互能力方面仍存在不足。
本科经典算法Dijkstra，被清华团队超越了！ 这个被用来解决最短路径问题的经典算法，去年才被图灵奖得主Tarjan团队证明具有普遍最优性。
强化学习（RL）范式虽然显著提升了大语言模型（LLM）在复杂任务中的表现，但其在实际应用中仍面临传统RL框架下固有的探索难题。
国内著名AI青年科学家，清华大学电子工程系副教授代季峰，近日加盟陈天桥旗下盛大网络，正筹备一家新的AI创业公司。《科创板日报》独家获悉，盛大创始人陈天桥对代季峰领衔的这家新AI创业公司寄予厚望，并明确公司的三大研发重点：AI商业决策智能化、突破算法茧房的内容分发，以及面向老龄化和青年发展的AI服务。
世界是动态变化的。为了理解这个动态变化的世界并在其中运行，AI 模型必须具备在线学习能力。为此，该领域提出了一种新的性能指标 —— 适应性遗憾值（adaptive regret），其定义为任意区间内的最大静态遗憾值。
OpenAI前研究员、Meta「AI梦之队员」毕书超在哥大指出：AGI就在眼前，突破需高质数据、好奇驱动探索与高效算法；Scaling Law依旧有效，规模决定智能，终身学习才是重点。
在AI飞速发展、智能硬件遍地开花的2025年，对普通用户来说，真正的门槛其实只有两个：我能不能即开即用？我能不能放心交互？ 这一点，在2025世界人工智能大会（WAIC）7万平方米的展厅里格外清晰——人们对技术本身的好奇正在消退，新的侧重点是寻找值得托付的系统：用得起、连得通、不泄露隐私，也不被算法摆布。
