大语言模型（LLM）虽已展现出卓越的代码生成潜力，却依然面临着一道艰巨的挑战：如何在有限的计算资源约束下，同步提升对多种编程语言的理解与生成能力，同时不损害其在主流语言上的性能？
最近，美国多家 AI+医疗明星公司接连传来进展：OpenEvidence（医学知识搜索） 的 ARR 已突破 1000 万美元，每天有上万名医生付费使用；Abridge（临床文档转写） 完成 2.5 亿美元融资；Tempus AI（肿瘤学与精准医疗） 已在纳斯达克上市，市值一度超过 60 亿美元；Hippocratic AI（医疗专属大模型） 估值也已达数十亿美元。
提出一个真正好的猜想，比解决它更难。这是谷歌DeepMind首席执行官哈萨比斯（Demis Hassabis）在莱克斯（Lex Fridman）最新对谈中的感慨。他同时也是2024年诺贝尔化学奖的得主，带队开发出了能够高精度预测蛋白质的三维结构的AlphaFold系列模型。
大语言模型（LLM）已经在多项自然语言处理任务中展现出卓越能力，但其潜在安全风险仍然是阻碍规模化落地的关键瓶颈。目前社区用于安全对齐的公开数据集，往往偏重于「词汇多样性」，即让同一种风险指令尽可能用不同的表达方式出现，却很少系统考虑指令背后的「恶意意图多样性」以及「越狱策略多样性」。
中科院自动化所提出BridgeVLA模型，通过将3D输入投影为2D图像并利用2D热图进行动作预测，实现了高效且泛化的3D机器人操作学习。
就在今天，AI医疗又诞生了一个超级独角兽！ 据报道，自动化医疗笔记的 AI 初创公司 Abridge 获得了 3 亿美元的 E 轮融资，估值达到53亿美元（约合人民币380亿）。
据 BloomBerg 报道，Abridge AI Inc. 是一家利用人工智能转录医疗对话的AI笔记初创公司，目前正在进行一轮由 Andreessen Horowitz 领投的 3 亿美元新融资。
与当前大部分AI+research产品的关注点不同，Bridgetown Research通过AI赋能市场调查中的专家访谈、竞品对比以及数据分析的全过程，从二手数据开始，结合领域专家的知识框架提出关键假设，AI通过联系专家和客户进一步收集原始数据并进行分析，完成最终报告，极大缩减尽职调查所需的时间成本。
进入2025年，AI的打法逻辑变了。
程序员要消失了？AI教父Hinton、诺奖得主Pissarides和英伟达CEO黄仁勋齐声预警：AI正在颠覆编程岗位，「写代码」将变成过去式！最新报告显示，美国超1/4编程职位已消失。大学该不该还教编程？CS还值不值得学？
