Group 1: Core Insights - The global artificial intelligence (AI) sector is experiencing rapid growth, with new models becoming increasingly practical and more funding flowing into the field [1][4][7] - International cooperation on AI is gradually forming, with various countries implementing policies to promote AI development [1][4][6] Group 2: Model Development and Performance - Google's DeepMind announced that its advanced "Gemini" model successfully solved 5 out of 6 problems from the 2025 International Mathematical Olympiad, achieving a score of 35, which is at the gold medal level [2] - The "Aeneas" generative AI model, developed in collaboration with researchers from the UK and Greece, significantly aids historians in interpreting ancient Latin inscriptions, improving accuracy in dating and locating inscriptions [2] Group 3: Corporate Initiatives - Alibaba Cloud's Tongyi Qianwen open-source model team released an upgraded machine translation model, Qwen-MT, capable of translating between 92 languages, outperforming some foreign models of similar scale in specific translation tasks [3] - Major companies like Meta and Tesla are investing heavily in AI talent and infrastructure to enhance their competitive edge [4][5] Group 4: Government Policies - The French government aims for 100% of large enterprises, 80% of SMEs, and 50% of micro-enterprises to integrate AI into their operations by 2030 [5] - New Zealand has launched its first national AI strategy, emphasizing a "light-touch regulatory" environment to encourage responsible AI applications [5] Group 5: International Collaboration - The global AI industry is expanding rapidly, with over 35,000 AI companies worldwide, including more than 5,100 in China [7] - The Chinese government proposed the establishment of a World AI Cooperation Organization to promote international consensus and practical cooperation in AI [7]

解决实际问题 新模型更有针对性 人工智能模型持续迭代，各种版本的评测数值越来越高，但解决实际问题的能力到底达到什么水平？ 谷歌旗下"深层思维"公司7月21日发布消息说，高级版"双子座"模型的"深度思考"模式成功解答了2025 年国际数学奥林匹克竞赛6道题目中的5道，共获35分，达到金牌水平。相关解题方案已在网上公布且成 绩已获官方认证。 除了通过解答数学难题来展示最新的人工智能技术能力，"深层思维"公司还与来自英国、希腊的科研人 员合作，开发了生成式人工智能模型"埃涅阿斯"，专门帮助历史学家解读古拉丁铭文的含义和背景。 据团队介绍，他们让23位历史学者开展对比实验,在使用或不使用人工智能辅助两种条件下研究已知年 代的铭文，以此来对比验证系统能力。结果显示，"埃涅阿斯"能为90%的铭文研究激发思路，并显著提 升断代和定位的准确性。此外，专家们判断铭文年代的平均误差为31年，而人工智能模型的平均误差仅 13年。 新华社北京8月1日电 综述｜7月全球人工智能领域新看点 新华社记者张家伟 全球人工智能（AI）在7月的发展像暑期天气一样持续火热，新发布的模型在迭代中更趋实用化，更多 资金流入这一领域，不少国家正陆续出台 ...

就像一位穿越千年的语言修复师，"埃涅阿斯"能够在浩如烟海的文献中找到最可能的匹配项。即使 面对一段长度不确定的铭文，它也能给出多种修复建议，并评估哪种最符合当时的语言风格和历史背 景。 为了测试它的能力，研究团队邀请了23位历史学家，让他们在真实的研究情境中使用"埃涅阿斯"。 结果在90%的情况下，"埃涅阿斯"提供的建议都具有参考价值；而在确定铭文的地理来源和年代方面， 它的辅助使判断信心提升了44%。 更令人振奋的是，当人类与AI合作时，修复准确率远高于任何一方单独工作。历史学家不再需要 独自面对庞大的文献海洋，而是可以借助AI快速筛选出最有希望的线索，再结合自己的专业知识作出 最终判断。 原标题：AI让破碎铭文跨越千年讲述历史 在博物馆的角落里，你可能见过这样一些石碑：上面刻着密密麻麻的拉丁文，但许多字迹已经模糊 不清，仿佛历史故意隐藏了它的秘密。这些铭文，有的来自墓碑，有的刻在神庙的柱子上，甚至还有士 兵在铜板上留下的家书。它们是了解古代社会的珍贵线索，却常常残缺不全，像一本被撕掉了几页的 书。 修复这些铭文的工作，历来是历史学家的"拼图挑战"。他们不仅要懂拉丁语，还要熟悉历史、地 理、风格演变，甚至还 ...