复旦大学
低Token高精度！字节复旦推出自适应推理框架CAR
复旦大学余海洋与字节的研究人员提出CAR自适应推理框架，根据模型困惑度动态选择短回答或长文本推理，在多模态视觉问答和关键信息提取任务中实现最佳平衡。
Agent主题百校联动，首场来北大了！
2025年5月26日，Datawhale与字节跳动扣子空间联合主办‘AI+X高校行’首场活动在北大启动，聚焦Agent技术普及，覆盖百所高校，提供从理论到实践的学习体验。
首个多模态统一CoT奖励模型来了，模型、数据集、训练脚本全开源
腾讯混元等联合提出的新模型UnifiedReward-Think能进行长链式推理，首次让奖励模型在视觉任务上真正 ‘学会思考’。该研究提出了三阶段训练框架，并展示了其在多个视觉任务中的出色表现和可靠性。
小白逆袭指南：半小时搞定世界顶级AI大赛（新能源赛道）
第三届世界科学智能大赛聚焦航空安全、材料设计等五大赛道，提供百万奖金。赛事通过预测新能源发电量帮助电网稳定运行。数据包括历史发电数据和气象预报数据，参赛者需训练AI模型以提高预测精度。
UniToken：多模态AI的“全能选手”，一次编码搞定图文理解与图像生成！
复旦大学和美团的研究者们提出UniToken——一种创新的统一视觉编码方案，在一个框架内兼顾图文理解与图像生成任务，并在多个权威评测中取得领先性能表现。
“史上最快闪存技术”登Nature！复旦新成果突破闪存速度理论极限，每秒执行操作2500000000次
复旦团队研发的皮秒闪存器件’破晓(PoX)’在Nature发表，其擦写速度达到亚纳秒级（<10^-9秒），比现有技术快1万倍。该器件使用石墨烯等二维材料制作，具有高循环寿命和数据持久性。
多模态生成框架新SOTA：文本+空间+图像随意组合，20W+数据开源，复旦腾讯优图出品
复旦大学、腾讯优图实验室等机构的研究人员提出UniCombine框架，能够处理多种条件组合的多条件可控生成任务，并在多个实验中达到SOTA。
超越ControlNet！复旦联合腾讯优图提出AI生图新框架，解决多条件生成难题
复旦大学和腾讯优图实验室提出PixelPonder，一种新的多视觉控制框架。它解决了当前方法在组合多个异构控制信号时面临的挑战，显著提高图像生成的可控性和文本一致性。