南洋理工大学与上海人工智能实验室联合推出开源框架PhysX-Anything，仅需单张RGB图像即可生成包含几何、关节和物理参数的完整3D资产，可直接用于机器人训练。技术亮点包括：由粗到细的流程，先预测整体物理属性再细化部件；新型压缩3D表示方法，避免视觉优先导致的物理失真。
知乎2025科学季举办“AI时代科研变革”高端论坛，联合科普中国、上海人工智能实验室等权威机构，特邀三位2025年世界顶尖科学家协会奖得主孙理察、斯科特·埃默尔和韦斯·桑德奎斯特，聚焦AI对科研范式的颠覆性影响展开深度探讨，推动前沿科学交流。
上海人工智能实验室联合浙江大学推出IVR-Bench基准测试，首次专门评估大语言模型将视频转化为交互式网页代码的能力。该测试通过观看记录用户操作流程的视频，要求模型重建动态网页，填补了AI前端开发领域动态交互评测的空白，推动多模态大语言模型在真实场景中的应用。
上海人工智能实验室发布OpenDataArena平台，将AI训练数据价值评估从主观判断转变为科学测量。该平台解决了研究者筛选海量数据时难以识别高质量数据的痛点，使数据筛选工作告别"黑盒操作"时代。
上海人工智能实验室开发的强推理AI模型
由上海人工智能实验室开发的先进视频生成模型
internlm
InternLM3-8B-Instruct是上海人工智能实验室开发的80亿参数指令模型，面向通用用途和高阶推理设计，具有高效能和低成本的特点。
LoneStriker
InternLM-Math是由上海人工智能实验室开发的最先进的双语开源数学推理大语言模型。它在数学推理任务上表现卓越，支持多种数学问题的解决和证明，还可作为奖励模型使用，同时具备数据增强和代码解释等实用功能。
InternLM2是由上海人工智能实验室开发的开源大语言模型，具有200K上下文窗口、出色的综合性能、代码解释器与数据分析能力以及强大的工具使用能力，能为用户提供高效、准确的文本生成服务。
InternLM-20B是由上海人工智能实验室联合商汤科技、香港中文大学和复旦大学发布的200亿参数预训练模型，在超过2.3T高质量中英文及代码token数据上进行预训练，具备卓越的综合性能和强大的工具调用能力。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
