本研究探讨了视觉语言模型在简单空间认知中的不足，开发了名为TableTest的基准数据集进行测试。结果表明，逻辑描述的微小变化显著影响模型表现，揭示了其在推理空间关系方面的局限性。

本研究提出了Chimera框架，以解决多模态情感分类中对视觉内容理解不足的问题。实验结果显示，该模型在MASC数据集上表现优异，具有较高的灵活性。

本研究提出了一种新型合成认知方法，旨在提升变压器架构的推理能力。该方法在DNA序列分类任务中表现优于传统模型，显示出其在序列任务中的潜力与优势。

本文提出了一种新框架，结合图像结构的形式化表征与具身认知理论，以提升代理推理系统的效率和可解释性，从而改善人机交互。

本研究探讨了音频大型语言模型在真实环境中的听觉认知能力，提出了五种测试时间计算方法，以提升模型在复杂任务中的表现，为助听器和语音助手等应用的发展奠定基础。

本研究探讨了自动驾驶汽车与人类驾驶员在复杂高风险场景中的互动安全问题，提出了认知-决策框架，发展了风险敏感度模型和基于漂移扩散模型的决策模型，为模拟应急驾驶决策提供理论基础。

本研究提出了ECBench，这是一个高质量的基准，旨在系统评估大型视觉语言模型（LVLMs）的具身认知能力。ECBench通过多样的场景视频和开放问答格式，推动LVLMs的认知能力提升，为具身代理模型的开发奠定基础。

Lyra是一个高效的多模态大型语言模型，旨在提升语音整合能力。它通过开源模型和多模态正则化，在长语音理解和跨模态效率方面表现优异，显著降低了计算资源和训练数据的需求。

本研究探讨了“生成性中介认知”对人类意图和创造力的影响，强调生成性人工智能在提升创造力与风险之间的双重作用。

初创公司Cognition推出名为Devin的人工智能助手，可协助软件工程团队完成编码和其他开发任务。Devin可执行端到端的软件项目，工程师可监督和指导。Cognition计划将人工智能助手推广至更多领域。Devin的出现为软件开发人员带来新的协作体验，但技术仍需评估。