越南科技部副部长范德龙表示，在推进立法的同时，科技部将持续完善国家人工智能生态系统建设，包括数据与算力基础设施、专业人才培 养、中小企业技术支持等关键领域。最终目标是出台一部行之有效的法律，既能够管控风险，又能有力推动越南人工智能产业蓬勃发展，使科技 真正服务于人类，助力实现可持续发展目标。 越南FPT软件公司人工智能首席顾问陈武河明表示，越南人工智能高素质人才十分短缺，尤其是技术、法律与伦理交叉领域复合型专家。越 南正处于发展初期，这恰是"从零构建符合高标准人工智能系统"的宝贵机遇。目前，越南约有17万家企业应用人工智能技术，占企业总数约 18%。预计未来十年，聊天机器人市场规模将增长5倍。国家需尽快出台指引，推动负责任人工智能落地，特别是聊天机器人、虚拟助手等产品。 据悉，越南《人工智能法》草案共8章36条，系统全面规定在越开展人工智能活动基本原则，平衡有效监管与健康发展。该法确立"以人为 本"根本原则，明确人工智能发展必须服务于人类福祉，而非取代人类职能，尤其在关键决策中必须保留人类监督权。要求人工智能系统具备透明 度、可靠性与安全性，依据风险等级实施分类管理。鼓励推动国内人工智能技术发展与自主创新，将 ...

多智能体与游戏AI研究 - OpenAI开发的Cicero系统在《Diplomacy》游戏中达到人类玩家前10%水平，并通过AI反哺训练使开发者Noam Brown成为2025年世界冠军[3][4] - Cicero采用27亿参数的小型语言模型，开发过程中发现更大模型能显著提升性能[8] - 多智能体研究不仅关注博弈策略，更探索如何扩展模型推理时间至数小时甚至数天以解决复杂问题[55] AI推理范式演进 - 测试时计算成为下一代AI核心能力，模型思考时间从15分钟向更长周期扩展带来数量级性能提升[32][34] - 系统一（直觉）与系统二（推理）能力需协同发展，模型规模扩大后推理性能呈现涌现特性[15][16] - OpenAI通过o系列模型验证推理范式，o3已具备网页浏览和深度研究能力，性能持续迭代[11][26] 数据效率与算法改进 - 当前AI数据效率显著低于人类，算法改进是提高数据利用率的关键方向[38][39] - 强化学习微调(RFT)可针对性优化模型，收集的数据对未来模型迭代仍具价值[30] - 预训练模型需结合中训练和后训练才能实用化，纯预训练模型表现欠佳[88][90] 行业竞争与技术路线 - 自对弈在两人零和游戏(如围棋)中有效，但在多人非零和场景面临目标函数设计挑战[66][69] - 模型路由等辅助结构可能被扩展范式取代，开发者需警惕技术快速迭代带来的架构淘汰风险[26][28] - OpenAI采用集中资源进行大规模实验的策略，区别于传统实验室的小型分散研究模式[40][41] 应用场景与商业化 - Codex编程助手可独立完成代码提交，未来将覆盖从问题提出到PR审核的全流程[43][51] - 虚拟助手成为继软件开发后的重点应用领域，AI对齐需求使其可能超越人类表现[52] - 生成式媒体(Sora)与推理模型形成技术矩阵，推动商业订阅增长[71] 前沿研究方向 - 显式建模其他智能体的必要性存疑，大规模模型可能自发形成心理理论能力[64] - 万智牌等超复杂不完美信息游戏暴露现有AI方法的局限性，状态空间爆炸问题待解[99][100] - 生物模拟器开发被视为突破药物研发瓶颈的关键路径，需跨学科协作[86]