Google 的 Gemini AI 在 2025 年國際大學程式設計競賽世界決賽中達成突破性里程碑。這個 AI 不僅獲得金牌，還解決了讓全部 139 支人類團隊都束手無策的複雜問題。Gemini 正確解決了 12 道問題中的 10 道，僅與四支人類團隊並列。最令人印象深刻的是，它破解了問題 C，這是一道沒有任何人類團隊能解決的多維最佳化挑戰。
這項成就展現了 Gemini 精密的演算法推理能力，與高度訓練的人類程式設計師相當。它代表朝向人工通用智慧的重大進展，展現了 AI 處理需要多步驟邏輯推理的開放式問題的能力。
其意義超越競賽本身，可能改變從半導體設計到生物技術等產業。在軟體開發方面，像 Gemini 這樣的 AI 系統可能成為解決工程最具挑戰性方面的積極合作者。
人機協作成為解決複雜問題最強大的方法
祖克柏的 Meta 正大膽嘗試以 AR 和 VR 技術取代智慧手機。該公司推出了最先進的智慧眼鏡 Meta Ray-Ban Display，以及採用 sEMG 技術的神經手環，實現直覺式數位互動。這項策略代表多年投資與開發的成果，旨在重新定義人類與科技的關係。
Meta 的方法挑戰智慧手機主導地位，並尋求擺脫對蘋果和 Google 平台的依賴。該公司願意現場展示新技術，儘管有風險，但為其聲明增添了真實性。
儘管面臨巨大財務虧損，Meta 的核心業務為這些長期投資提供了跑道。這個願景的成功取決於克服技術挑戰並實現消費者採用。對開發者和內容創作者而言，這項轉變在空間運算和免手持互動方面帶來新機會。
微軟為 Edge 推出了 Copilot 模式，透過 AI 整合革新網頁瀏覽。這項功能將 AI 助手置於瀏覽體驗的核心，提供多分頁感知和增強的語音導航功能。Copilot 可以分析多個分頁的內容，讓使用者能夠提出跨越不同網站的問題。未來的更新承諾更進階的代理式功能，可能自動化複雜任務。雖然隱私仍是採用選擇加入設定的優先考量，但這項功能的推出讓微軟與其他 AI 增強瀏覽器直接競爭。目前在實驗階段免費提供，Copilot 模式最終可能成為訂閱模式的一部分。這項發展標誌著朝向數位資訊互動中對話式 AI 介面的轉變，可能重塑我們導航網路的方式。
馬克·祖克柏發表了 Ray-Ban Meta 眼鏡和神經手環，旨在取代智慧型手機作為我們的主要運算裝置。這款售價 799 美元的眼鏡配備全彩鏡片內顯示器和先進 AI 功能，透過神經手環偵測的微妙手勢進行控制。儘管現場示範出現小插曲，這項技術展現了令人印象深刻的潛力。
業界專家提供好壞參半的評估，承認技術成就但質疑消費者準備度。由於 Reality Labs 持續虧損，市場反應保持謹慎。雖然電池續航力和處理能力仍存在重大挑戰，Meta 的路線圖暗示朝向真正 AR 眼鏡的漸進式演進。
祖克柏的雄心勃勃賭注可能重塑我們與科技的互動，可能減少智慧型手機依賴和注意力分散。這個願景的成功取決於生態系統成熟度和超越早期採用的令人信服使用案例。
來自阿里巴巴集團通義實驗室的研究人員開發了 ReSum，這是一種突破性方法，克服了 AI 驅動網頁搜尋代理中的情境視窗限制。ReSum 透過策略性摘要定期壓縮互動歷史，讓代理能夠無限期探索，同時保持對先前發現訊息的認知。這項創新解決了 ReAct 範式中的關鍵瓶頸，該範式中持續附加互動會快速耗盡情境視窗。
AI 硬體革命在 2025 年達到關鍵轉折點，OpenAI、Google 和 Apple 領導這場變革。OpenAI 正在開發智慧音箱和眼鏡等 AI 驅動設備，運用 Apple 前員工人才和供應鏈。Google 圍繞 Gemini 重新打造其智慧家庭生態系統，將先進 AI 功能整合到 Google Home 應用程式中。Apple 專注於設備端 AI 處理，在 iPhone Air 和 Apple Watch Series 8 等設備中強調隱私和健康功能。每家公司的方法都反映其優勢：OpenAI 的強大模型、Google 的資料專業知識，以及 Apple 的硬體整合。這種競爭正推動快速創新，為消費者提供基於其對 AI 能力、隱私和生態系統相容性優先考量的不同選擇。
FlowRL 在大語言模型強化學習領域引入了典範轉移，從獎勵最大化轉向獎勵分佈配對。這種新穎方法解決了現有方法普遍存在的模式崩塌問題，促進多樣化探索並防止收斂到有限的解決方案模式。透過將策略模型與完整獎勵分佈對齊，FlowRL 鼓勵涵蓋多種解決策略，從而產生更具泛化性的推理能力。實驗結果證明在數學和程式碼推理任務上持續優於基準方法，相較於基準方法有令人印象深刻的改善。FlowRL 生成大幅更多樣化推演的能力為訓練能夠適應不同問題設定的推理模型開啟了新的可能性，代表了在開發更強健和靈活的 AI 系統方面的重大進展。
GenExam 是一個突破性基準，挑戰 AI 模型處理跨領域文字轉影像考試，推動人工通用智慧的邊界。涵蓋 10 個學術科目，測試 AI 繪製需要深度學科知識的複雜圖表能力。當前最先進的模型，包括先進的商業模型，在這項任務上表現困難，嚴格評分低於 15%。該基準揭露了現今 AI 系統的重大限制，突顯了閉源和開源模型之間的差距。GenExam 的全面評估框架測量語義正確性和視覺合理性，提供嚴格和寬鬆評分。隨著 AI 朝向更通用能力發展，GenExam 提供關鍵指標，提高期望並為跨領域 AI 影像生成的未來發展提供路線圖。
ScaleCUA 代表了電腦使用代理的突破性進展，解決了與 GUI 互動的 AI 系統訓練資料有限的挑戰。其創新的跨平台資料收集管道結合自動化代理和人類專家，從多個作業系統收集多樣化的互動資料。產生的模型在 GUI 理解、元素定位和任務完成基準測試中展現卓越效能。關鍵發現突顯了跨平台資料、統一動作空間和明確推理對增強代理能力的重要性。透過開源釋出他們的模型、資料集和方法論，研究人員為推進 AI 驅動電腦自動化領域提供了寶貴資源。
OpenAI 為 18 歲以下的 ChatGPT 使用者推出了全面的新限制措施，將安全置於隱私和自由之前。此舉是在一起涉及青少年自殺的悲劇事件後做出的，該事件導致對該公司的訴訟。這些變化包括阻止調情對話、在自我傷害討論方面實施防護措施，以及在嚴重情況下可能聯繫家長或當局。家長現在可以設定「禁用時段」並連結他們的帳戶進行監督。
這些措施正值 ChatGPT 使用量飆升至 7 億週活躍使用者，伴隨著人口統計和使用案例的轉變。然而，安全疑慮持續存在，最近修補的「ShadowLeak」漏洞就是明證。OpenAI 也推出了個人化中心，允許使用者自訂 ChatGPT 的溝通風格，儘管反應褒貶不一。
