那只拥有37个自由度的灵巧手KAI Hand，也在被厚木板猛砸。

1、火狐买球 Kimi K3紧随其后拿下满分。

实验模拟之外 它已经预演过一次 几个月前，同一类失配，在真实世界里已经上演过一次。火狐买球这是一种研发顺序的变化：先验证需求，再扩大生产；先让创意接受市场检验，再决定重资产投入。

2、思考人生？这世界杯射门太离谱：近在咫尺的空门，瑞士球员竟打偏

它翻了一遍训练流程，发现了一个缓存漏洞：任务启动前会先检查本地有没有一个向量缓存文件，如果有，就直接用、不再校验。

3、708分放弃优质普高，越来越多高分考生选择“中职直通本科”

AI 已熟练掌握高效编码、标准化解题的能力，但在未知领域的自主探索、原创科研创新上，仍存在明显短板。

4、2-2，尤文战平都灵，无缘下赛季欧冠，Dv9梅开二度

它的设计初衷，就是要跟得上这个领域的加速度，并随着最大风险被逐一识别而不断调整；如果形势的严重程度有此要求，还可以逐级收紧，包括在必要时，协调各前沿实验室一致放缓开发节奏。

5、乒乓双打全锦赛落幕！马龙-许昕第3次夺冠，蒯曼全胜不败斩获2金

它通过扩展可靠动作序列并减少冗余步骤，帮助机器人更直接完成任务，提升整体速度。

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）。

一个放得下办公桌的盒子，能跑70B到150B参数大模型的原生推理，能基于分布式架构实现多智能体（Multi-Agents）并行计算与智能调度，还能通过2×10G RDMA多机级联，攒出一个桌面集群。

6、F1现场观赛人数达670万；中国25岁网球选手涉假赛被禁12年

新智元报道 AI竟黑了AI！ 这几天，全球最大AI开源平台Hugging Face，发布了安全事件披露—— 部分生产基础设施遭入侵，而这次入侵从头到尾，由一套自主AI Agent系统驱动。

接下来，半导体制造设备与高端消费电子，成为了小象电动战略版图中最惊艳的一笔。

7、詹姆斯去哪悬而未决 库明加无人问津 火箭请来投篮怪医

这次还顺手把整套教学技能开源，配上一门给K-12老师的AI素养课。

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。

8、中央5台直播世界杯时间表：明天7月10日CCTV5直播，法国PK摩洛哥

2.8万亿参数的MoE模型，一口气喷涌出154万token，是Sol的6.5倍。

从高德此次全新发布的五款模型背后，我们能够完整看到这套体系究竟是如何应用于机器人，并实现它们质变升级的。

在这个AI能批量制造「真实」的时代，唯一的防线，是多问一句：这是真的吗？ 参考资料： https://www.abc.net.au/news/2026-07-05/lily-jay-foundation-posts-ai-generated-misleading-videos/106866422 编辑：桃子新智元报道 GPT-5.6-Sol 的攻防能力超越了 Claude Mythos 5！ 英国 AI 安全研究所（AISI）7 月 17 日发布了一份评估报告，第一次公开量化了开源 AI 模型与闭源前沿模型在网络攻击能力上的差距：4 到 7 个月。

9、正负值-4全队最低！杨瀚森持续低迷 在NBA锻炼一年表现还不如周琦

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。

于是Anthropic给出了一套可复用的六步框架：先搭好裁判、写规则手册、画依赖图、列缺口清单。

10、国安队锋线首位07后新星亮相！本轮足协杯登场表现不俗，值得期待

在多项信息图生成基准中，SenseNova U1展现出降维打击般的实力：生成质量全面领跑开源阵营，更在推理速度上实现了绝对的效率压制。

作为对照，前一天晚上GPT-5.5在同一个问题上磨了一个多小时，0.72纹丝不动。

1、“从球王接班人”到“法国队短板”，奥利塞还欠缺什么

Grok Build里有个「帮助改进模型」的开关，几乎所有人都以为，关掉它就等于关掉数据收集。

2、世界杯的“泼天流量” ，粤超这么接！

这套架构里有三个关键角色： 抽象游戏机制引擎负责规则和数值——也就是「什么能做、什么不能做」； PixVerse实时世界模型负责把规则变成你能走进去的世界——也就是「你看到了什么」； AI智能体编排层负责让规则、画面和叙事时刻对得上——也就是「不穿帮」。

3、特朗普佐治亚站台勇士队,顺带调侃大都会:工资最高输球最多

参考资料： https://claude.com/blog/getting-started-with-loops https://code.claude.com/docs/en/agent-sdk/agent-loop https://support.claude.com/en/articles/14554000-claude-code-power-user-tips?utm_source=chatgpt.com https://www.reddit.com/r/ClaudeWorkflows/comments/1ujy4wq/workflow_designing_robust_claude_agent_loops/ 编辑：元宇新智元报道 数亿美金，竟输给了一台相机？ 一边，是硅谷明星机器人初创Physical Intelligence，用数亿美金算力砸出来的明星大模型π0.5。程蓓与湖南电信党委书记、总经理万鹏一行座谈如果企业的能力只能存在于某个模型的私有上下文、某个供应商的 Agent 平台或某个不可迁移的提示词系统里，那么企业事实上并不拥有这些能力。

4、斯凯恩斯投满7局8K夺第9胜 海盗5连胜继续横扫跨联盟对手

正是这一视角的转换，构成了本文研究的出发点。

5、风光不再，莫拉塔近28场比赛1球2助，壮心不已，C罗目标冲两冠

参考资料： https://x.com/demishassabis/status/2076957440109625718?s=20 编辑：大卫 所罗门新智元报道 【新智元导读】大模型在原子操作任务中遭遇瓶颈。

6、ESPN记者：勇士对签下詹姆斯感到悲观，他们不认为自己处于领先位置

他表示，从目前的生态位来看，V4大概率打不过刚发布的Kimi K3，但价格会显著更低。

这是对AI怀疑论的重重一击：事实之下，谁还认为AI无法或者不会做出科学发现？ 谁能想象5年后AI会发展到何种地步？ 物理教授卡了半年 Claude一夜解开「弦论」难题 半年了，研究毫无进展。

因此，本文主张将可解释性问题的核心从「模型如何思考」转向「模型处理了什么样的信息、这些信息具有怎样的本体论地位」，从而将可解释性的对象从模型本身扩展至模型所嵌入的整个信息生态——包括训练数据的结构、知识的表征方式、推理过程中的信息流转，以及输出与外部知识体系的映射关系。

7、托纳利与费尔南德斯完成首秀，热刺1.85亿镑新中场首战即统治比赛

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。

这是一支跨学科的复合型、国际化、多元化团队：有人师从计算认知记忆奠基人，为AI注入人类记忆的理论灵魂；有人深耕世界模型与推理优化，把长序列记忆从算力黑洞变成可落地的工程现实；有人曾主导微软小冰核心算法开发、ToDesk、QwenC多模态推理Agent等千万级用户产品，把前沿论文变成真实世界的生产力。

8、4-6！世界杯争三成疯狂进球大战：姆巴佩历史第1射手，英格兰季军

整篇报道中最具讽刺意味的细节是：在一家今年预计资本支出高达1800亿至1900亿美元的公司里，自家的工程师居然用不上GPU！ 华尔街的数据显示，谷歌今年第一季度的资本支出高达357亿美元，比去年同期翻了一倍多，这么多的钱砸下去买芯片、建数据中心，结果呢？ 面对这种乱象，谷歌正在试图亡羊补牢。

机器人的「ChatGPT时刻」还有多远？ 六位专家圆桌激辩 主题演讲是各摆各的战绩，到了圆桌，六位专家则给出了火药味的激辩。

张益唐当年研究的是二维情形，而二维并不是三维的简单低阶版本——恰恰相反，二维是这个问题里更核心、目前看来也更难攻破的部分，数学意义更大，至今仍未解决。

跨项目、跨团队可快速检索复现、二次调用，大幅减少重复试错的无效工作； 同时，涵盖成功与失败的全量真实实验数据，可持续反哺大模型迭代优化，稳步提升 AI 的科研判断力与推演精准度，让模型能够依托真实试错数据总结规律、探索未知。