面壁是一家追求通用人工智能的大模型公司，并选了一条区别于云侧的路线：端侧。

1、火狐买球 灵犀专业版处理表格时，不是让大模型在黑盒里直接输出结果，而是调用WPS表格引擎里那些稳定、确定的API和计算逻辑，让你看到数据如何被处理、公式怎么算的、结论怎么来的。

参考资料： https://x.com/eknight/status/2075643450196971805 https://x.com/SebastienBubeck/status/2075596982622835006?s=20 编辑：Aeneas新智元报道 这个月刚过半，AI圈就已经卷出天际了！ Fable 5、GPT-5.6全量开放，Grok 4.5逼平Opus级，Meta下一代Muse Spark重返赛场。火狐买球「机器人最靓的仔」，就是「未来的马斯克」。

2、中国女排5连胜美国！世界排名+8.13分，与日本队差距大幅缩小

• 可与计算侧加速叠加：PolicyTrim优化前向推理次数次数，VLA-Cache等方法优化每次推理耗时，两条路径正交且可以产生复合加速。

3、拼豆质量安全不打折

这也让行业形成一种普遍认知——既然模型能够看懂材料相关知识，完成原子搭建、结构调整这类实操任务理应顺理成章。

4、新刊

3. 从小步快跑开始。

5、烧掉16万美金，狂飙100万行代码！Bun之父用Claude重写底层

企业承担成本，贡献语境，暴露问题，提供反馈，而模型公司则有机会获得跨企业、跨行业和跨场景的认知积累。

不过，人们上手后的实测，恰恰给出了另一半答案：GPT-5.6好像，正在把「会做题」和「会做事」这两件事，慢慢拧到一起。

过去团队对齐一件事，靠的是有人把结论转述一遍，信息在传话里层层衰减。

6、巴州最高温将超43℃！高温预警升级为红色!

原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。

Friar开篇就说，她在各处听到CFO们问的是同一个问题：怎么让AI这笔钱花得更值。

7、89岁谢贤去世！小49岁前女友换黑头像，评论区沦陷了

模型可以叫停，访问可以暂停，PR可以关闭。

一个人跑通了从市场判断到投放优化的完整闭环——这大概是 OPC（一人公司，One Person Company）最具象化的注解。

8、林青霞方不再隐忍！狠狠替谢贤出了口恶气，原来我们都被骗了

最厉害的是，它居然反手把自家的「大哥」给踩在了脚下。

不仅整体色调偏黄，还在边边角角塞满了川蜀建筑，让整个画面显得十分拥挤、不够直观。

为什么非迁不可？ 他团队的内部工具要打包成单个二进制交付给用户。

9、曼联公布热身首战大名单！5000万新援首秀，谢什科伤缺小梅西无缘

同一场 Cyber Range 测试（1 亿 Token 额度），用 Opus 4.5 或 4.6 跑一次约 85 美元，用 GLM-5.2 约 46 美元，用 DeepSeek V4-Pro 只要 1.19 美元。

Dyna的DYNA-1把折餐巾做到99.4%、24小时85多张，直接开进真餐厅。

10、惠及25.77万人丨哈尔滨社会救助标准再提高，实现罕见“二十二连增”

DA-Nav将商业导航指令、第一视角空间理解和偏航恢复统一到同一条决策链路中，使机器人不仅能够理解「往哪里走」，还能够判断「当前是否走偏」，并在偏差发生后主动回到正确路线。

原本这些活儿，都得你在一个个工具之间来回切、把数据一段段复制进对话框。

1、澄天伟业：2026年半年度净利润为273.08万元 同比下降74.89%

怎么做到的？ 第一步，把国产卡的实际性能「榨」出来。

2、当我们谈论AI时，我们在谈论什么

也就是说，企业不仅在支付 Token 费用，还在持续向模型系统贡献： 真实的业务问题； 高价值行业语境； 专家的判断方式； 任务分解路径； 决策偏好； 成功与失败的反馈； 结果评价标准； 以及企业内部尚未显性化的知识。

3、速递！中国篮协开紧急会议，杜锋或顶替郭士强，赵继伟打封闭上阵

关键在于：可解释性不要求模型内在机制透明到每一个权重的程度，而要求我们能够确认模型在信息处理层面所形成的结构是否映射到了人类用以理解世界的范畴框架之上。英国变天，新首相上台迅速行动，不到24小时，中方给出重要承诺！一个故障页，能把出错的测试、它背后的函数、监控里冒出来的错误尖峰、还有这次会话里跑出来的根因推理，全汇到同一张纸上。

4、闹剧落幕后，勇士比库明加更危险！

标准化测试里的题目，模型多半在训练数据里见过千百遍；真正见功夫的，是那些它从没遇到、也无处抄答案的新问题。

5、数十家券商上线T0工具！业务规模大增，超额收益待验证

而这么大一幅、铺满整面迎宾墙的画，竟然是U1 Pro直出的。

6、看完U17国足0-2坦桑尼亚！不得不承认5个事实，这样踢世界杯没戏

它擅长的是，模糊、近似、听起来很有道理。

他们更在意的问题是：角色是否足够独特，情绪是否成立，以及这个概念最终能不能变成真正好玩的产品。

此次，他们正式发布了AGX Agentic Compute 智能体计算战略——一把打通芯片、整机和操作系统，构建覆盖端、边、云的全域算力底座。

7、西汉姆联‘最执着’追逐1300万英镑前锋——报道

Google赌基础设施。

那么，网页端那个对答如流、表现依然很强的Demo又是怎么回事？ 一位开发者没有被华丽的UI迷惑，而是直接去分析了网页端流式输出的token切分结果。

8、再次录取北大的机会来了！湖北2026高招多批次志愿不满，多所985高校在列，别浪费上岸机会

可当所有智能都跑在云端的数据中心里，AI基础设施就真的到头了吗？ 无问芯穹的答案是没有。

在这段视频中，小哥全程微笑着，像展示艺术品一样，向全世界复盘了这个过程。

这意味着，在寸土寸金的机器人关节和汽车底盘里，小象电动的技术能硬生生省出大量空间和重量。

当你对纠缠熵提出学术质疑时，它能精准回应、并补充多模型对照数据。