硬邦邦的罐头和一捏就变形的软包装，它都能拿捏住分寸。

1、乐鱼电子 从积木长城 到制造业的「最后20%」 看完热闹，该看门道了。

换成Sol的写法，直接砍到四句。乐鱼电子沙特是另一种模式——帮当地建智算中心、训练主权模型、培养人才，输出的不是一张卡，而是一整套「中国AI方案」。

2、恒指失守25000点，阿里巴巴、腾讯、百度集体下跌

2.0 真正在建的基础设施是 Skill Market（技能商店）。

3、王博：胡金秋和孙铭徽都有伤，这不是他们的正常水平

「谷歌之神」Jeff Dean的沉默与妥协 在谷歌，Jeff Dean的名字就是神话。

4、关爱老年人身心健康 让养老服务更有温度

算力荒，逼出来的 谷歌为什么要下这步险棋？ 答案很简单，也很残酷：算力真的不够用了。

5、关注

Nat Sothanaphan指出，CritPT是物理测试，不是数学基准，拿它一家的曲线证明AI在数学上撞墙，是挑对自己有利的数据。

最难的不是让模型变聪明，而是让聪明变得便宜、高效、可靠。

这让逐际动力不必在「谁的单一模型更大」上打军备竞赛，而是在「谁的系统更完善」这条差异化赛道上竞争。

6、不能令人满意！火箭主力阵容或难被撼动 休赛期如何补强？

程序生成橡树林，外加一间能走进去的林间小屋（木地板、原木立柱、玻璃窗、圆石屋顶、砖烟囱），再从出生点铺一条圆石小路过去。

在众多出海参展的内地企业中，小象电动的S03展位迎来了一位重量级访客——香港特别行政区政府创新科技及工业局局长孙东教授。

7、超级外援赛季报销？CBA争冠格局发生改变，最大黑马倒下

第一个拦路虎是钱。

而超维动力，正是把这段教训完整地带进了具身智能。

8、2026年“创客中国”吉林省中小企业创新创业辽源分赛区大赛正式启动

代码生成的瞬间自动触发，筛查已知高危模式，无需任何人工干预。

工业计数、智慧仓储这些老大难场景，一下子有了新解法。

剩下20%的深度问题，则会再转交对应的垂类智能体。

9、大爆冷！德国啊…

Dyna则把200k+小时数据摞成金字塔: 在之后的讨论中，马也骋分享了Dyna的实践经验：「部署数据放到下一次预训练中，接下来的部署时间就会越来越短，最终达成零成本在新环境完成同样任务。

这些东西，参数堆不出来，算力也砸不出来。

10、新房装修入住后，我最满意的7个装修设计，全家人用了都说好！

比如，「改进这段代码」是个坏目标，因为没法验证；「/tests/下所有测试通过，只许改/src里的文件，修3次还不过就停下来汇报」是个好目标，因为每一条都能核对。

在技术路线上，原力灵机率先提出「具身原生」理念：坚持从零为机器人训练模型。

1、宝可梦内部纪录片泄露，上百个被弃钻石珍珠设计首次曝光

大脑（ABot-ER）：具身大脑，负责统一的逻辑推理与环境认知。

2、孙颖莎领先王曼昱2485分！蒯曼重回世界前四，张本美和再升第三

第三场：让机器人在梦里摔一万次 真机太贵，能不能让机器人「在梦里练」？ 摔一万次不砸真杯子，复制几千个厨房不租真房子。

3、福建女子殴打拾荒老人后续，目击者披露细节，案件将面临多重处罚

谁能在那儿稳住，谁才配得上「智商」这两个字。PICO视频本周上线京都青龙节3D纪录片等三部VR内容企业只有在每一次Token消耗之后，留下了自己拥有的、更好的知识、技能、评价标准和执行能力，才真正积累了Token Capital。

4、身高2米07，弹跳超过1米，恭喜约基奇：得到一个强力帮手

它需要像游戏引擎一样，根据用户前进、后退、转向、回看等操作，持续生成后续画面，并让场景在长时间探索中保持一致。

5、世界杯散场后，真正留下来的是什么？

17000条日志，AI自己查自己 有意思的是，最先发现异常的，也是AI。

6、阿根廷足协出手！为抢人才不惜代价，要从西班牙嘴边夺下两块宝

在共享的理解与推理之上，模型会根据具体任务，连接对应的科学解码器。

她的逻辑冷得可怕，「这场变革不是设计圈自己发起的，是工程侧倒逼的」。

四者彼此咬合，才能构成一个「越跑越强」的体系——而这，恰恰是单点突破玩家很难复制的。

7、脏动作泛滥+裁判纵容！13犯0黄牌侥幸过关，法国淘汰最肮脏球队

三大核心突破： 改写具身智能的部署账本 传统的大模型往往只强调「预训练」有多强，却对部署阶段的灾难性表现避而不谈。

打开这个网页，中间是今天的日期，而屏幕上那八颗行星，正站在它们此刻真实所在的位置上。

8、再见NBA！24岁进攻天才！连底薪合同都没了

用这套数据训练的模型，在面对完全陌生的未见场景时，任务执行成功率飙升了51%。

真场景、真需求、真出题人——场景不是PPT里的迷宫，是GDPS预先设计好的考场。

将来各种边缘计算的产品，包括机器人、汽车等等，它都是需要用到能源的。

另一项覆盖数百万次美国数学互动、跨度十年的研究也指向同一个结论：聊天机器人一来，题做得更快，学得却更少。