商汤科技与南洋理工大学推出NEO-unify，重构多模态模型，去除视觉编码器和变分自编码器，实现统一的端到端架构。该模型通过混合变换器架构，提升视觉与语言的理解与生成能力，标志着多模态AI向统一智能体的进化。

南洋理工大学与商汤科技联合研发的MatAnyone视频抠图技术，能够在复杂背景下高效提取目标。用户只需在首帧指定目标，后续帧将自动稳定抠图，具备良好的细节还原和时序一致性，适用于多种视频处理场景。

南洋理工大学的研究提出了一种通用动态图异常检测方法GeneralDyG，旨在解决数据分布多样性、动态特征捕获困难和高计算成本的问题，展现出优越的检测能力和通用性。

新加坡的Eude Technology与南洋理工大学合作，开展前沿AI研究，开发下一代大型语言模型，关注伦理AI、多语言能力及行业应用，强调学术与产业合作的重要性。

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。

新加坡国立大学、南洋理工大学和哈工深的研究人员提出了视频思维链（VoT）框架，通过分解视频推理问题为多个子问题，实现对视频的深入理解和推理。实验结果表明，该框架在视频问答任务上性能超过传统方法。VoT框架的五个步骤包括任务定义与目标识别、目标追踪、行为分析、排名机制回答问题和答案验证。该框架提高了视频理解和推理的精确性和可靠性。

南洋理工大学高材生孙燕姿回应“AI孙燕姿”现象，使用Sadtalker库和edge-tts实现音频转录和生成逼真的运动系数，展示超人智识水平。Sadtalker库提供面部运动细节，但增加了模型数量、推理成本和时间。