目前已在漕河泾园区做安防巡检、上海滨江做城市治理、天津海棠花节做文旅导览，7×24小时常态化在岗。

1、熊猫体育 光知道该做什么还不够，还得做到。

第二件是治理。熊猫体育持续咀嚼赛事数据是理解，压中佛得角是推理，而那张惊艳全场的巨幅战报图，则是最后一环的交付。

2、锐评NBA总决赛第三战：马刺赢了！裁判很帮忙，自己也很争气！

首次引入「峰谷计费」 依旧真香 再造「DeepSeek时刻」，最大的变数是价格。

3、北京更新夏训！赵睿回归暴汗，周琦也归队强化三分！

但那个方案被搁置了——一旦权重烧死，芯片就只能服务某个特定版本的Gemini，模型一更新，芯片就报废，生命周期短得离谱。

4、官方：U17国足将参加银川四国赛 对阵澳大利亚

两大瓶颈限制了 AI 科学研究的落地上限，让多年来的 AI4S 技术探索，更多停留在浅层效率提升阶段，难以实现科研范式的颠覆性突破。

5、这才是CBA超级外援！21投砍34+12+7统治比赛，卢伟争冠头号杀手锏

一个OpenClaw自主智能体提交代码，Scott照规矩关掉。

先上手，感受一下什么叫 「懂你的上下文」 说再多概念也不如亲手试一把。

一个把通用人工智能（AGI）挂在嘴边的人，居然在为课堂焦虑。

6、友谊赛前瞻：布罗姆利迎战水晶宫，英甲新军主场考验英超劲旅

该框架可适用于一切「前沿级」模型，无论来自哪个国家、开源还是闭源；而所有非前沿模型，比如出自初创公司或学术界的，都可豁免这一流程。

历练过GDPS赛场的，才是真·未来生产力。

7、决定杨瀚森的从来不是谁当主教练

Ramanpal Singh同样用了一句prompt，造出一个基于RAG的客服工单系统。

在人工智能可解释性问题上，本体论与本体工程的关系尤显根本：前者告诉我们应当追问什么样的知识结构，后者则负责在模型、数据和系统之间实际构建起这样的结构。

8、燃情东北超·魅力黑龙江｜阿城万事...

AI编程，以前拼的是提示词技巧，现在拼的是谁会搭系统：谁能设计出一个自己会验证、自己知道该停的循环。

直到2013年，58岁的张益唐发表了关于孪生素数猜想的突破性论文，一夜之间从默默无闻的大学讲师变成全球瞩目的数学家。

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。

9、大格局！女排0场出的队员，赛后激情拥抱取代者，球迷点赞：大度

超维动力的回答简单粗暴：全都要，就是全栈具身智能大模型公司。

跨架构结果显示，重新预训练后的OpenVLA-OFT采用完整两阶段流程可达到2.97倍加速；OpenVLA仅使用第二阶段也能达到1.41倍加速。

10、北京国资公司：将加大上市公司增持与并购重组力度

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。

全部由Grok Imagine生成。

1、39岁德约鏖战5小时15分钟进四强：和梅西一样，传奇拒绝老去

但更难的问题随之而来：模型都有了，怎么让它们在企业里跑得又快、又省、又安全？ 真实的现场比想象中更乱。

2、几乎「没人认识」的品牌，做出了今年最火滑板鞋

行业头部玩家也在持续探索突破： Anthropic 最新发布的 Claude Science，接入 60 个科学数据库，可依托自然语言驱动多步骤科研流程； OpenAI 推出的 GeneBench-Pro，聚焦基因组学、定量生物学真实场景，专项评测 AI Agent 处理模糊数据、完成多阶段科研判断的综合能力。

3、曝湖人给布朗尼标价：次轮签+底薪球员，勇士若追詹姆斯需备此筹码

三是三层奖励。太空算力：下一代基础设施，还是AI时代的“叙事泡沫”？从理论到实践： 本体工程与大语言模型的融合 本体论提供的是关于「可理解的结构应当是什么样」的规范性回答，但这一回答本身并不自动转化为可运行的技术系统。

4、从4岁到14岁，少儿跑步成了一门长期生意

顺着这个思路，奥特曼主张将教育目标从「记住更多知识」，转向「提出更好的问题」；从考记忆，转向考判断、考创造、考跨学科的真本事。

5、态度大反转，巴拿马代表来华求和，中巴谈了3天，巴拿马得偿所愿

ABot-AgentOS多模态终身记忆 过目不忘 凭借系统级的经验反哺，机器人真正能够跨本体和跨任务做到举一反三、过目不忘。

6、北京越野发布豪华品牌泰钽，首款车型预售价29.98万元起

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。

具身智能的「最后一公里」，各有奇招 先亮战绩，再亮主张。

Anthropic显然要绕开这片雷区：我不碰学生，我只武装老师。

7、勇士两年1.3亿顶薪续约库里，这是他职业生涯最后一份大合同！

逐际动力对此有明确判断——不同技能需要的数据不一样，开车和剥鸡蛋放在一起训练反而会互相干扰，所以技能层走多元数据、按需组合的路线，每个技能独立迭代、独立验证。

Cowork得让用户主动下载一个桌面端；而把智能体揉进ChatGPT，意味着超9亿周活用户打开那个最熟悉的App，就已经在用智能体了。

8、国货全面崛起，耐克连连撤退！

参考资料： https://x.com/ClaudeDevs/status/2077489907350856038 https://claude.com/blog/artifacts-in-claude-code https://claude.com/docs/connectors/overview 编辑：元宇新智元报道 最近，微软CEO Satya Nadella和Palantir CEO Alex Karp几乎在同一时间，从不同角度提出了一个越来越尖锐的问题： 当人工智能开始深度参与企业的思考、决策和执行之后，企业究竟是在获得一种新的生产力，还是在逐渐把自己的知识、经验、判断和竞争优势交给外部模型公司？ 这并不是一个简单的数据安全问题，也不仅是一个模型成本问题。

Noam Brown指出：「增加模型的TTC（让它思考更长时间）能带来更高的智能。

参考资料： https://x.com/thsottiaux/status/2077114635308986427?s=20 https://x.com/sama/status/2077036999303999910?s=20 编辑：摩西新智元报道 你半夜失眠问Claude该不该辞职，它体贴得像个认识了十年的老朋友。

模型在长程仓库任务里最常翻的三种车，是定位跨文件时找错位置、不遵守项目规范、测试没通过就交活。