过去拼命写几千字长提示，本质是拿「控制感」换「安全感」。

1、kaiyun官网 AI竞赛下半场的主题之一，是让AI拥有身体，进入物理世界。

无问芯穹在WAIC 2026上交出的这份答卷，不是又一款产品，也不是又一项具体的API服务，而是一整套会自己迭代的地基。kaiyun官网当他的几个Claude在Loop里写代码时，它们会自己跑到Slack上，跟同事的Claude聊天，对齐那些谁都还没想明白的地方。

2、CBA疯狂一天，两大巨星顶薪续约，郭艾伦有望重回辽宁队

一个更大的、足以改变人类历史走向的阴谋正在酝酿。

3、2026年第11周：服饰行业周度市场观察

在这个过程中，提示词没有死，它只是退化成了循环里的一个组件。

4、图赫尔嘴硬战术争议：英格兰和顶级球队有差距，不为保守战术后悔

想看结果，下一步该来GDPS。

5、队史第一人！湖人再签约！34分新战力！24岁值得吗？

此外，「模速空间」大模型创新生态社区、上海漕河泾新兴技术开发区及上海青浦国科创智经济发展（集团）有限公司，还将联合为大赛优秀项目提供产业孵化园区场地支持，助力团队就地落地发展。

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。

作为全球首个自主科研智能体赛事，创新赛道「AI4S智能体CNS挑战赛」打破以往只比拼算法模型的竞赛模式，转而考核科研智能体全流程自主工作能力。

6、刘德华宣布将要当导演：我2028年一定会成为一个导演，大家放心

有些活是重复的，任务不变，只有输入在变，比如每天早上总结一遍Slack消息。

在这个场景里，科大讯飞针对DeepSeek、Qwen、GLM等国产主流模型，紧贴昇腾硬件特性，从最底层的算子一路做到最上层的调度。

7、绍兴网友：公司厕所脏到干呕，想离职有错吗？求评理！

实验中以购物场景注入「Nike」为例，模型并非输出固定广告语，而是将品牌融入针对当前问题的推荐中。

这一次，是工具反过来纠正了用工具的人。

8、耐克半价还滞销！曾疯狂排队的“洋球鞋”，年轻人为啥不买单了？

传统知识管理系统往往停留在文档存储。

没有任何预热、没有任何预告，他们在X上扔出了一枚重磅消息——发布Monolith-1.0模型，登顶世界第一！ 数据有多炸裂？ 1.6万亿参数（MoE架构，每token激活495亿参数） HLE工具辅助测试中拿下99.44%的成绩 GPQA Diamond达到95.9% MMLU-Pro达到96.2% AIME 2025超过90% 原生100万token上下文窗口 在12,288块Ascend 910C NPU上训练了60万亿tokens 这个成绩，直接把目前所有榜单打穿了！ 即使是最顶级模型，在面对地狱级难度的HLE时，依然会被按在地上摩擦。

比如，Anthropic推出AI科研工作台Claude Science，将科研拆成可逐步审计的流水线，实现综述写作、基因分析等特定环节效率提升10倍；Google DeepMind的GNoME用图神经网络预测无机晶体稳定性、以「生成候选→DFT 验证→数据回流」的闭环产出约 220 万个结构。

9、和讯信息陈晓俊：A股底量后的三大信号！

BadDLM 在两个数据域上经干净微调后的后门留存 如上图所示，即便在Dolly-15K与GSM8K上微调15个epoch（达后门训练时的3倍），后门ASR也仅小幅下降，仍远高于次优基线未经防御时的ASR（图中棕色虚线）。

Karp要求每一家使用 AI 的企业都必须能够回答几个问题： 谁拥有这些数据？ 数据被缓存在什么地方？ 提示词是否受到保护？ 交互产生的知识是否会被转移给供应商？ 企业是否正在被模型公司理解、抽象，甚至复制？ Axios后来将这一问题总结为：AI正在成为企业思考、销售和决策的操作系统，因此企业必须像保护自己的专有大脑一样保护 AI 系统。

10、逆市拉升！多只个股，尾盘异动！这个板块，发生了啥？

当下，已验证适用于楼宇巡检、人员陪护、园区安防等结构化环境，证明其可靠性与泛用性。

但在真实的科研中，数据往往存在极其复杂的依赖性，例如基因组学中因连锁不平衡导致的强相关性。

1、英媒：阿根廷被国际足联保送的阴谋论有依据，英阿大战判罚又不公

Context≠记忆≠RAG！ AI最大短板：记忆 今天的大模型，是一种前所未有、却也残缺的天才。

2、中国五巨头大量接管垃圾山，凭什么？

就像处理器和存储层级，从计算机诞生第一天起就是分立的两套体系。

3、太恐怖了！19岁弗拉格长高到2米11！狠人啊！

从纯Transformer到MoE混合专家，从纯文本到多模态原生，从密集推理到稀疏激活——模型架构的迭代速度，堪比手机行业最疯狂的年代。谁能阻挡法国队的大师级表演？但一项最新发布的材料学基准测试，却给这种「大力出奇迹」的乐观情绪带来了不一样的参考视角。

4、华勤技术：子公司通过场内交易收购265.57万股晶合集成H股

为了「作弊刷分」，AI通过链式利用凭证与漏洞，直接入侵了Hugging Face的生产数据库！ 幸运的是，Hugging Face与OpenAI团队发现异常，联手封堵了漏洞。

5、浙江队“为国养士”？前有武磊连中三元，今有阿兰两射一传

关键的一步，Bloom后来在讨论区里点破了：把一个非负函数做卷积，再在时间上平移1，表达式一下子就光滑了，原本硬啃的地方顺了下来。

6、求婚成功！NBA总冠军后卫！成功求婚白富美

但真正体现细节的是，在设定中，通过一万次模拟，AI门将的扑救率「硬控」在32%内。

一张全息底片，哪怕只剩一角，也能重建出整幅图像。

这类活，动辄十轮以上交互，还裹着一堆隐性的格式和一致性约束，中间断一环，整件事就废了。

7、【讲习所·领航“十五五”】中国基础教育目标具有重要借鉴价值

至于这类智能体真正致命的、跨越多个组件的系统级风险，几乎没有被系统性地度量过。

紧咬在后面的，是Claude-5 Fable，130分。

8、守护舌尖安全、助力双碳目标 佘远斌院士成都畅谈硬核化学

项目主页：https://inceptionwang.github.io/PolicyTrim/ 论文链接：https://arxiv.org/abs/2606.22540 代码链接：https://github.com/INCEPTIONwang/PolicyTrim 模型链接：https://huggingface.co/INCEPTIONwang/PolicyTrim 新方法实现了： 3×动作chunk利用率，更长horizon可靠执行； 51.4%物理步数减少，压缩冗余修正动作； 5.83×端到端最高加速，LIBERO Object/π0.5； 从「算得更快」到「做得更快」 PolicyTrim的核心目标不是替代计算侧加速，而是补上另一个被忽视的维度：减少完成任务所需的前向推理次数次数。

现在不一样。

账算得正是一回事，规模跑得起来才能证明这不是小打小闹。

上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。