偏移半个标准差，就意味着原本站正中间的那段对话，一下子挪到了队伍的前30%。

1、鸭脖app 提交文件里赫然写着一句：Full proof: (Not yet complete.) 银河通用以破局者的姿态，提出WAM（世界-动作模型），将懂物理的世界模型与懂执行的动作模型在潜空间统一。.18，全场最廉价的白卷。

田然在发布会上说了一个很关键的定义：助理不是参谋，不是只给你出主意的人，要把事情推进到最后。鸭脖app这就像一个没有文字的部落：每个人都得亲历一切，谁也无法真正站在别人的肩上。

2、达摩院Lingshu-Cell：离散扩散架构驱动的细胞世界模型

下一个被GPT用90分钟终结的，会是谁二十年的心血？ 参考资料： https://x.com/wfithian/status/2077218361398964684https://x.com/EdgarDobriban/status/2077082912021786660 https://x.com/jdlichtman/status/2077297788304429195?s=20 编辑：大卫新智元报道 见证历史！ 如今，全世界99%的人类，在IQ这方面竟拼不过一个AI。

3、不止文博会！深度探访，解锁宝安隐藏实力

这套打法似曾相识。

4、越上流的人越下流？谢贤遗嘱曝光不到24小时，CoCo的态度很明显了

他曾用一年，写下了Bun这个比Node.js还快的JavaScript运行时。

5、战报

一本安全账。

而具身数据还差1万倍以上。

四年前，这句话是句玩笑。

6、狂砍探花36+19！2连冠+2连MVP！勇士捡到神库里！

X上网友的一句话，概括了所有人的体感： 所有人的推理档位被集体下调了一级——你原来跑Extra High，现在得把它拧到Max，才能换回原来那点力气。

在佟博士的框架中，企业认知至少包括以下几个组成部分： 企业如何定义世界的 Ontology； 企业专家如何完成工作的 Skills； 企业如何理解具体场景的情节记忆； 企业如何分解任务并形成行动计划； 企业如何定义期望结果； 企业如何衡量实际结果； 企业如何从两者的差异中学习； 企业如何把学习结果重新写入知识、技能和流程。

7、欧洲城市正全面围剿住房短租行为

导致科研工作仅有单次试错成本消耗，无长期迭代收益，即便 AI 通用能力持续升级，原创科学研究成果依旧进展缓慢。

SeClaw把原本走自然语言的通知，改成了带必填字段的结构化工具调用，凭证反倒因为「字段必须填」而被写进了参数。

8、杜峰出席广东篮协座谈会，曾繁日多年C类合同前往江苏，篮协调查赵柏清前往日本联赛事件，赵继伟为家乡捐款

更有意思的是灵犀的「定期做梦」机制（内测阶段）。

模型于是写出两份东西：一份把A的理由推到极致，一份把B的理由推到极致，他再自己做那个判断。

2025年3月，UC San Diego的Jones和Bergen做了两轮预注册的三方测试，加上人格提示的GPT-4.5被判成人类的比例是73%，比真人被选中的还高。

9、上海全队加练三分！明日启程前往北京，崔晓龙或进入12人大名单

一个人跑通了从市场判断到投放优化的完整闭环——这大概是 OPC（一人公司，One Person Company）最具象化的注解。

正如Windows之于PC。

10、STCast：自适应边界对齐，解锁全球-区域一体化精准天气预报

跨物体——不只认识规则工业零件，还认识几百种日化、食品、玩具、文具，连透明的、柔软的、反光的都能识别。

二是长程信用分配。

1、索尼放弃实体也不影响!世嘉:不放弃实体 珍视文化价值

左右滑动查看 数学直觉的正面交锋 P1是全场最温和的开胃菜，所有模型几分钟搞定，人类选手也几乎无一失手。

2、最新

K3：全球开源最大最强AI K3是能力最强的Kimi模型: 参数高达2.8 万亿，百万级上下文，原生多模态 架构基于自研的Kimi Delta Attention和 Attention Residuals； 注意力残差以低于2%的额外成本实现~25%的训练效率提升； 实现最高6.3倍解码加速。

3、米体：小将奥古斯托-奥乌苏将留在尤文一线队，接班米雷蒂

它训了套奖励模型，让机器人自评「这下做得好不好」，再靠持续学习吃进翻车经验，硬磨出极端情况的纠错力。钱再多有什么用？新晋奶爸阎鹤祥查出重度脂肪肝，给大家提了个醒瑜伽教练、大厨、陪练，甚至适配机器人操作的预制菜套装——一整个生态围绕这台机器人展开。

4、中国男篮热身赛名单出炉！高诗岩在列赵继伟领衔，广东2人入选

在他看来，要达到物理世界的「ChatGPT时刻」——即机器人能够在真实世界中开箱即用，完成日常任务并理解开放式指令——至少需要1亿小时级别的真实交互数据。

5、“LV老板娘”来香港弹琴，何超琼捧场！嫁首富35年，稳坐豪门C位

一位开发者Pankaj Kumar体验后，率先对V4的性能做了一个中肯的总结： 整体表现接近Opus 4.8级别，编码直追GPT-5.6 Sol； Agent能力大幅增强，3D和SVG生成显著变好； 同样一个任务，V4所需的迭代轮数，比Fable 5多。

6、小快灵战术惊艳世界 日本U17女篮八强收官诠释极致球风

当不确定性如此之大、赌注又如此之高时，带着「审慎的乐观」稳步前行，才是明智且正确的策略。

当迭代陷入停滞时，它能识别被忽略的约束或错误前提，及时调整搜索方向、跳出局部最优，形成「假设—实验—反思—追问—修正」的自主闭环。

至此，链条第一次完整：记忆沉淀为经验，经验长出智能，智能被传递、被扩散，汇成文明的演化。

7、国内首个！GPT-5.6「删库跑路」，中国安全加强版Codex火速上线

特斯拉、Figure这些公司在做什么？他们几乎不约而同地把竞争推向了另一个层面——Physical AI。

算力短缺已经在谷歌内部引发激烈矛盾，Google Cloud被迫开始拒绝外部客户的订单——在商业公司里，这几乎是最极端的信号。

8、我宣布这些美食也太太太好吃了 香～可真香呀～

真正的利润中心，是拿着Token去干活的Agent。

官方也给了一整套省钱纪律： 小任务别硬上多智能体； 能用便宜快的小模型，就别都用最强的； 大规模跑之前先拿一小片试跑； 确定性的活交给脚本，跑脚本比让模型一步步推理便宜得多； 例行任务别跑得比它该跑的更勤。

注意，从引入高危漏洞到完美修复，整个过程连上下文都没切，一次潜在的CVE危机，就这样在编码阶段被轻松掐灭。

校准后的评分 更接近论文的长期影响力 顶会评审中，最具争议的通常是录用边缘论文（Borderline Papers）。