一、自监督学习的持续深化
自监督学习在计算机视觉和自然语言处理领域继续高歌猛进。掩码自编码器和对比学习方法有效减少了对人工标注的依赖。在医疗影像分析和工业缺陷检测等高标注成本场景中，自监督预训练加少量微调已成为标准范式。
一）图神经网络的工业应用
图神经网络在分子性质预测、社交网络分析和推荐系统中取得了实质性进展。大规模图上的高效采样和分布式训练算法的成熟，使面向亿级节点的工业图模型训练成为可能。知识图谱补全和异常检测是当前最活跃的应用方向。
二）自动化机器学习与模型压缩
AutoML工具链的成熟大幅降低了机器学习项目的实施门槛。神经架构搜索和超参数自动调优使非专家用户也能构建高性能模型。量化感知训练和知识蒸馏技术将大模型压缩至适合边缘部署的规模，推动了端侧AI的普及。