Group 1 - In 2025, multimodal AI is a key trend, capable of processing and integrating various forms of input such as text, images, audio, and video, exemplified by OpenAI's GPT-4 and Google's Gemini model [1] - AI agents are evolving from simple chatbots to more intelligent assistants with contextual awareness, transforming customer service and user interaction across platforms [3] - The rapid development and adoption of small language models (SLMs) in 2025 offer significant advantages over large language models (LLMs), including lower development costs and improved user experience [3] Group 2 - AI for Science (AI4S) is becoming a crucial force in transforming scientific research paradigms, with multimodal large models aiding in the analysis of complex multidimensional data [4] - The rapid advancement of AI brings new risks related to security, governance, copyright, and ethics, prompting global efforts to strengthen AI governance through policy and technical standards [4] - 2025 is anticipated to be the "year of embodied intelligence," with significant developments in the industry and technology, including the potential mass production of humanoid robots like Tesla's Optimus [4]

伯尔尼大学与日内瓦大学的最新研究表明，这些强大的人工智能系统或许确实具备这种能力，甚至可能 超越大多数人类。 01.人类情绪测试 近期发表于《通讯心理学》的研究中，研究人员评估了六种最先进的语言模型：ChatGPT-4、ChatGPT- o1、Claude 3.5 Haiku、Copilot 365、Gemini 1.5 Flash和DeepSeek V3。这些AI系统经过了五项通常用于 心理学和工作场所评估的测试，以测试情商（EI）。 这些测试包含复杂的现实场景。例如：同事窃取Michael的创意并获得不当赞誉，此时最明智的应对方 式是？ 心理学家的标准答案是"向上级反映"，这是一种健康、建设性的方式来处理工作中的情绪紧张。 大语言模型能写诗、解复杂数学题，甚至辅助疾病诊断，但它们真的能理解情绪吗？ AI们表现出色。在五项测试中，其平均准确率达81%，远高于人类参与者56%的平均水平。 伯尔尼大学首席心理学家Katja Schlegel解释道，"我们选取了科研与企业环境中通用的五项测试，这些 测试通过情绪化场景来评估理解、调节及管理情绪的能力。" 日内瓦大学瑞士情感科学中心高级科学家Marcello Mor ...

近 日 ， Claude 大 模 型 团 队 发 布 了 一 篇 文 章 《 Tracing the thoughts of a large language model》（追踪大型语言模型的思维），深入剖析大模型在回答问题时的内部机制，揭示它 如何"思考"、如何推理，以及为何有时会偏离事实。 如果能更深入地理解 Claude 的"思维"模式，我们不仅能更准确地掌握它的能力边界，还能 确保它按照我们的意愿行事。例如： 为了破解这些谜题，我们借鉴了神经科学的研究方法——就像神经科学家研究人类大脑的运 作机制一样，我们试图打造一种"AI 显微镜"，用来分析模型内部的信息流动和激活模式。 毕竟，仅仅通过对话很难真正理解 AI 的思维方式—— 人类自己（即使是神经科学家）都无 法完全解释大脑是如何工作的。 因此，我们选择深入 AI 内部。 Claude 能说出几十种不同的语言，那么它在"脑海中"究竟是用哪种语言思考的？是否 存在某种通用的"思维语言"？ Claude 是逐个单词生成文本的，但它是在单纯预测下一个单词，还是会提前规划整句 话的逻辑？ Claude 能够逐步写出自己的推理过程，但它的解释真的反映了推理的实 ...