逐际动力回答的是另一个问题：如何把能力组织成一个能在真实身体上运转的系统。

1、kaiyun官网 碎屑的颜色，正是刚被挖掉那块方块的颜色。

特纳以为，整个AI学术界终于要站在一起，给谷歌和五角大楼施加舆论压力了。kaiyun官网翻译成大白话：用户使用周期越长，系统会自动学会诸如「计划中的事件不该当成已完成的来计数」「问上周六的事要先把上周六解析成具体日期」这类细微但关键的判断。

2、维拉推动租借+强制买断引进加纳乔 切尔西坚持要价四千万镑

「晓新」能灵活适配各星级酒店的非标洗衣房，把衣物「收、放、洗、叠」全流程串起来，还拓展了熨烫功能，把原本高度依赖人工的环节变成无缝闭环的连续作业，节假日订单积压也跟着化解。

3、500年欧美主导时代终结，美外交官直言：中国在72年前就给出答案

模型推理时，不同阶段对设备的要求完全不同——Prefill疯狂吃算力；Decode极度吃通信和延迟。

4、10球对轰的疯狂季军赛！当真“没有输家”?

DA-Nav跨城泛化与压力测试 其中，98.15%的纠正成功率最能体现这项研究的价值。

5、当法官问“要不要调解”，其实已经暗示你了：别乱答

合并之后冒出19个回归，如今也全修完了。

一周后，OpenAI在半个月内密集甩出Work、Sites、统一搜索。

有外媒的形容很到位：这份报告引发的反应，就是「开发者们默默打开了密码管理器」。

6、今日重要赛事！7月22日，CCTV5、CCTV5+直播节目表

现有的工具调用评测大多是原子任务——查个天气、订张票，五轮左右收工。

今年3月，这家公司完成了2亿美元A轮融资。

7、反超梅西！金球奖最新概率：凯恩第1亚马尔姆巴佩位列二三

一个是理论物理的，一个临床基因组，AI跨过了工具和同事之间的那条线。

由于暗号全局唯一，命中即可归因到具体某道题，几乎不存在误报。

8、惊魂96分钟，浙江队终于等来一针“强心剂”

这就是田然说的「心流」——你很容易出戏的办公流程，不是好的办公流程。

师徒俩押的是同一句话：智能，从经验里长出来。

按OpenAI给出的口径，在长周期工程任务基准DeepSWE v1.1上，开到最高推理档的GPT-5.6 Sol拿到72.7%，压过Claude Fable 5的69.9%；而估算API成本，比对方低36.2%。

9、18岁摔断腿住院16天 22岁环法第三

AI没有明着拒绝 而是偷偷撒谎 先看最典型的一个案例。

模型由此不仅学习如何走对，也系统学习三个问题： 什么时候已经偏航、应该向哪一侧修正，以及如何重新回到正确路线。

10、宝马真造过MPV，但以后可能不会再有了

致命的危险——当Gemini成为军方的「黑盒」 抛开道德谴责，特纳作为一名前沿AI研究员，指出一个极其恐怖的技术安全风险。

肩、肘、腕、腰、腿五个维度协同发力，几乎就是真实对抗的全身运动。

1、美职联前瞻：洛杉矶迎战皇家盐湖城 西部三四名仅差一分

效率变化是可量化的。

2、一辆废弃川崎、一位前店主与一份手绘计划：阿普利亚Motogp王朝的草莽起点

在科学图像生成与编辑上，它在医学图像分割、医学图像翻译、超分辨率、科研插图生成等任务上都展现出不错的能力。

3、5场5球3助攻，阿苏埃搭配拉唐更凶 领先3球不换人 申花德比体能占优

我把一个相对复杂的任务抛给灵犀专业版： 做一个国内顶尖AI人才流动的可视化HTML页面，分析大厂之间的人才流动，用我喜欢的PPT风格呈现。官方确认：那不勒斯后卫手术成功休战三个月，前锋脚踝扭伤再添伤病长期以来，人类科学家保持着一种心照不宣的骄傲：AI 算得再快，也不过是处理大数据的「蓝领」。

4、“数”说三一与邵阳

以康德范畴作为可解释性的哲学钥匙，并非主张模型必须「拥有」这些范畴——康德的范畴是主体的先天认知条件，而模型则是功能上的实现问题，它可能通过不同的神经计算路径在功能上等价地区分实体性、因果性或模态差异。

5、安东内利自曝父亲严厉警告：再乱轧赛道限制，拧断你脖子

AI数学撞墙了吗？ Bloom那条帖子底下的论战，也很精彩。

6、15连胜追平队史78年纪录 红袜从垫底区杀回季后赛圈

这里的「可盈利」不是财务游戏，商汤科技联合创始⼈、⼤装置事业群总裁杨帆给了一个非常明确的定义：收入覆盖折旧、摊销、机柜租赁、电费和人员服务费之后，利润率为正。

它越是让你感觉不到它的存在，说明它运转得越完美。

李述昊自己在想的已经是 4.0：硅基 Native 的思维方式，主客体互换。

7、美国交通部17.3亿美元拨款大转向：一分钱都不再流向自行车道

它不仅能自我介绍，还能流利地进行实时对话。

ABot最早发布于今年4月，彼时高德自研的机器导盲犬高德途途首次登上机器人半马的舞台，并展示了其出色的开放环境全自主导航能力。

8、法拉利V12发动机改的咖啡桌，390磅无底价拍卖

COSA 负责「大脑系统」，FluxVLA Engine 负责让这套系统的 VLA 技能可被训练、复用、被反馈、被迭代。

浙江大学联合NVIDIA提出Light Interaction的思路不是重新训练一个更小模型，而是让现有模型在推理时「看交互状态办事」：探索新区域时，少依赖不可靠历史；回访旧区域时，充分利用历史约束；局部动态剧烈时，减少冗余上下文；状态稳定时，则复用更多计算。

他推崇的理念是「AI defines hardware」，即AI定义硬件，首先由算法团队牵头分析性能需求：想要覆盖人类日常80%的任务，究竟需要多少自由度、多大的运动范围、多快的动态响应？ 硬件团队拿到需求清单，据此进行关节设计和仿真验证。

强化学习正成为这一轮智能跃迁的胜负手，所需要的算力规模显著增大，动辄千卡甚至万卡起步的体量，并不是每个机房都能塞得下的。