中国联通研究团队在AAAI 2026上发布了HiMo-CLIP模型，解决了长文本图像检索中的语义层级和单调性问题。该模型通过动态特征提取和对齐机制，显著提高了长短文本的检索精度，性能优于现有模型。

浙江大学研究团队提出M2OST模型，通过多对一回归方法，利用不同层次的数字病理图像（WSIs）预测基因表达，显著提升了计算效率和预测准确性。该模型在多个公开数据集上验证有效性，为空间转录组学的发展提供新思路。

阿尔茨海默病等神经退行性疾病与蛋白质-RNA结合异常有关。研究者提出CoPRA模型，通过结合蛋白质和RNA的语言模型，预测结合亲和力，取得了优异的性能，推动了生物医学研究的进展。

蚂蚁数科的ScaleOT跨域微调框架在AAAI 2025大会上获认可，提升隐私保护50%，且不影响模型性能。该框架通过强化学习评估模型层的重要性，动态保留核心层并对原始层进行“打码”，有效平衡隐私与性能，适用于金融等行业。

AAAI 2025会议将举办AI蛋白质设计教程，由Mila、东北大学和MIT的学者主办，探讨AI在蛋白质序列、结构和功能预测中的应用，助力新药研发与生物技术创新。教程内容包括蛋白质表示学习、结构预测和设计方法，适合具备机器学习基础的参与者。