小米MiMo团队由北大学子主导，迅速崛起于大模型研发领域，凭借深厚的科研背景和技术经验，展现出高效的产品开发能力和全球竞争力。

小米回应SOS一秒接通的传言称为AI伪造，已取证追责。Redmi K90系列发布，起售价2599元。AI模型对决中，Qwen夺冠，GPT-5表现不佳。马斯克透露Optimus将于2026年量产。Meta裁员600人，FAIR部门受重创。北京大学研发新型模拟计算芯片，精度达24位。

2025博雅国际电子游戏研究年会将于4月19日至20日在北京大学举行，游研社为战略合作媒体。年会将探讨游戏类型的复杂性与多样性，邀请国内外学者分享研究成果，并提供旁听名额。

本文介绍了ConFIG方法，旨在解决深度学习中多个损失项优化的冲突问题。该方法通过优化梯度，确保所有损失项均匀更新，避免局部最优。结合动量的M-ConFIG方法显著提高了训练效率，测试结果表明其在物理信息神经网络和多任务学习中表现优异。

北京大学彭宇新教授团队研究了多轮组合图像检索，提出FashionMT数据集和MAI模型，解决了历史上下文缺失和数据规模限制的问题。实验结果显示，MAI在FashionMT基准上的召回率提升了8%，有效优化了多模态检索性能。

RoboMIND是一个包含5.5万条轨迹数据的大规模多构型智能机器人数据集，涵盖279项任务和61种物体，旨在提升机器人在复杂环境中的操作能力。研究验证了该数据集对模仿学习模型的有效性，推动了通用机器人技术的发展。

近年来，AI for Science在多个领域取得成功，尤其是在量子化学中，字节跳动与北京大学合作，利用神经网络量子变分蒙特卡洛方法（NNVMC）高效求解量子激发态，相关研究已发表于《Nature Computational Science》。

今年ICPC世界总决赛在阿斯塔纳举行，北京大学获得冠军，莫斯科物理技术学院、清华大学和东京工业大学获得金牌。JetBrains作为赞助商，荣获ICPC基金会全球服务奖，并展示了其产品和项目。

深势科技与北京大学合作推出Uni-Mol+，利用3D构象进行量子化学属性预测，提高了预测准确性。该模型基于双轨Transformer，通过迭代更新3D坐标来达到平衡构象。研究结果发表在《Nature Communications》上，证明了Uni-Mol+的有效性。该方法有望提高计算材料和药物设计的效率。

南洋理工大学、上海AI Lab和北京大学的研究者提出了名为LN3Diff的原生3D LDM生成框架，通过使用3D VAE和3D-DiT进行两阶段通用3D生成，解决了现有原生3D生成模型的可拓展性差、训练效率低和泛化性差等问题。LN3Diff在多个基准测试中取得了优异成绩，并具有更快的推理速度。

中国科学院自动化研究所与清华大学、北京大学合作，提出了一种基于内生复杂性的类脑神经元模型构建方法，通过模拟生物神经元的复杂动力学，构建更高效的AI模型。研究团队通过理论证明了HH模型与LIF模型在动作电位产生机制上的等效关系，并通过实验证明了内生复杂性模型在处理复杂任务时的有效性和可靠性。该研究为将神经科学的复杂动力学特性融入人工智能提供了新的方法和理论支持。