清华大学发布首份AI教育应用指导原则，系统规范校园AI使用，覆盖教学、科研等核心场景。文件分总则、教学、学位论文三部分，强调“积极而审慎”立场，旨在全局引导AI合理应用。
清华大学发布《人工智能教育应用指导原则》，系统规范校园AI使用，涵盖教学、学术研究等核心场景。内容分为总则、教学篇、学位论文及实践成果篇三部分，强调积极引导与分层管理，旨在促进AI在教育领域的合理应用。
清华大学联合面壁智能在《自然・机器智能》发文，提出“能力密度”指标，强调模型性能应注重单位参数的有效智能而非规模。研究发现，能力密度约每3.5个月翻倍，同等任务所需参数可指数级减少。高密度需数据、算力、算法协同设计，而非简单压缩。面壁智能据此推出0.5B-2B系列模型。
清华大学等机构联合发布UltraRAG2.0，这是首个基于MCP架构的RAG框架，旨在简化系统构建流程。通过编写YAML文件即可声明复杂逻辑（如串行、循环和条件分支），显著降低开发难度，帮助科研人员快速实现多阶段推理系统。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Anthropic
$21
$105
200
$1.75
$14
400
Chatglm
-
128
$7.7
$30.8
$1.05
$4.2
Google
jameslahm
YOLOv10 是一个实时端到端目标检测模型，由清华大学团队开发，基于 YOLO 系列的最新改进版本。
openbmb
MiniCPM是面壁智能与清华大学自然语言处理实验室联合研发的端侧大语言模型系列，核心模型仅含12亿非词嵌入参数，在多项评测中超越更大规模的开源模型。
MiniCPM 是面壁智能与清华大学自然语言处理实验室共同开源的系列端侧语言大模型，主体语言模型 MiniCPM-2B 仅有 24亿（2.4B）的非词嵌入参数量。
%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)
