2026-01-03
大模型高效微调
Nat. Mach. Intell. 提出的 scPEFT 框架用低维适配器冻结主干，实现单细胞大语言模型任务与物种迁移，参数与显存下降 90% 以上，缓解灾难性遗忘，为生命科学大模型落地提供低成本范式。
2025-12-14
视觉通才与统一架构
港中文&美团开源OneThinker，用强化学习统一图像视频10类任务，在31项基准零样本跃升；谷歌同时推进AI同传耳机与AI浏览器，把多模态能力嵌入消费级硬件。视觉模型走向“一模型多任务”，降低开发碎片化，加速AR/VR、自动驾驶与智能眼镜落地。
2025-11-14
具身智能资本与技术双突破
Dexmal原力灵机两轮融近10亿元获阿里、蔚来加码；北大&BeingBeyond零样本人形机器人DemoHLM登NeurIPS；北京人形机器人开源超大参数量VLM，具身智能从实验室走向产线，商业化窗口期全面打开。
2025-09-28
机器人具身智能突破
谷歌 DeepMind 推出首个“具身推理”大模型 Gemini Robotics 1.5，实现零样本技能迁移；腾讯混元发布原生 3D 组件生成模型，让机器人“先思考再行动”，加速通用机器人和自动化落地。
2025-09-27
机器人具身智能突破
谷歌DeepMind发布Gemini Robotics 1.5，实现跨形态技能迁移与零样本学习；清华&上海AI Lab提出SimpleVLA-RL框架，用极少数据训练通用机器人策略。两大进展同步解决数据稀缺与泛化难题，推动机器人从“专用”走向“通用”，加速工业与家庭场景落地。
2025-04-08
多模态大模型技术突破潮
Vision-R1、SkyReels-A2、Sync Labs Lipsync-2 等新框架在视觉定位、可控视频生成、零样本嘴型同步等方向刷新 SOTA；谷歌、Runway、亚马逊亦升级多模态模型，显示生成式 AI 正向更细粒度、跨模态对齐与实时交互快速演进。
2025-01-31
AI质谱搜索突破零样本
滑铁卢大学与郑州华中AI院推出DeepSearch，用对比学习端到端检索串联质谱，无需修饰先验即可零样本鉴定翻译后修饰，将蛋白质组学鉴定率提升12%，为精准医学与药物靶点发现提供新工具。
2024-11-24
AI Agent 与 GUI 自动化
Claude 可无脚本操控电脑完成《崩坏：星穹铁道》日常任务，北大 ChatExcel 一句话搞定 20 种复杂表格操作，智能体正从“对话”走向“动手”，零样本 GUI 控制成为落地新热点。
2024-09-22
AI+游戏与娱乐新场景
GPT-4o无需强化学习即可直接驱动《黑神话》角色击败精英怪，胜率超人类玩家，展示大模型在实时决策、动作游戏领域的零样本泛化潜力；该“纯大模型”方案降低游戏AI开发门槛，为UGC游戏、云游戏和互动影视提供新范式。
2024-09-07
语音与声学通用大模型进展
国内首个端到端通用语音大模型「心辰Lingo」发布，支持多场景自然对话；MMS Zero-shot实现跨语言零样本语音识别，声学大模型正突破数据稀缺瓶颈，为低资源语言与实时交互应用提供新基座。
2024-07-30
Meta SAM 2 视觉分割革命
Meta开源Segment Anything 2.0，实现零样本实时视频任意对象追踪与分割，代码权重全开放，一键完成像素级视频编辑，被视为CV领域“GPT时刻”，将重塑影视、广告、自动驾驶标注流程。
2024-05-10
图与推荐大模型前沿进展
港大开源 OpenGraph，实现跨域图数据零样本预测；港大同时发布 SSL4Rec 综述，系统梳理 170 余篇自监督学习在推荐系统中的应用。两者共同展示图神经网络与大模型融合的新趋势，为泛化性推荐、冷启动等问题提供新基线。
2024-04-15
语音克隆逼近真人
NaturalSpeech 3实现3秒零样本高保真语音克隆并可控情绪，国内高校联合微软突破，将重塑配音、客服、虚拟人等行业语音生产流程。
2024-04-08
大模型效率与训练新范式
从矩阵内核重写、神经压缩文本训练到零样本检测，多条研究同时指向“让大模型更快、更省、更安全”。谷歌DeepMind、斯坦福、清华等团队提出ReFT、压缩训练、Fast-DetectGPT等方案，推理速度最高提升5倍，检测速度提升340倍，为落地成本和可信应用扫清障碍。
2024-03-30
多模态目标检测新突破
IDEA研究院T-Rex2模型融合视觉+文本提示，解决“吉娃娃or松饼”等细粒度计数难题，子弹时间物体精准检测，推动零样本检测进入实用阶段。