」 结果就是，指令频繁变动，多个部门重复造轮子，难以形成合力。

1、bob登陆入口 菲尔兹奖得主Timothy Gowers悲观又震撼地感慨：「2030年的菲尔兹数学奖，可能是最后一次颁给人类。

这个仅有0.9B参数规模的模型，基于MiniCPM4-0.5B训练完成，在同类开源模型中性能稳居第一。bob登陆入口7月15日，前谷歌DeepMind科学家Alex Turner宣布辞职。

2、渣男!法国前锋奥利塞被曝20个月大私生女,拒绝见女儿+支付抚养费

下一代工厂长什么样？ 过去几年，AI基础设施的竞争像一场军备竞赛：谁GPU多，谁峰值算力大，谁机房壮观。

3、官方：津门虎与主帅于根伟及基莱斯、王秋明等九名球员续约

于是Sol等前沿模型，开始从一个实验室中偶尔「显灵」的先知，变成一个能在日常工作流中不停运转的引擎。

4、TA评26世界杯最佳比赛：英墨大战踢出了史诗感；佛得角几乎创造神话

论文链接：https://arxiv.org/abs/2605.09397 不同于「无论输入是什么、都输出同一段固定文本」的固定输出式后门目标，该工作将关注点扩展到多样化、生成式后门目标，以探究DLM对于后门注入的脆弱性。

5、CBA快讯！北京官宣补强两名助教，曾凡博腿伤严重，青岛追逐外援约克

2224个人，在那天早上起了床，吃了早饭，做了以后的计划。

游戏项目背后的技术支持，是AI视频模型领域的一匹低调黑马——爱诗科技。

ABC发去问询几天后，才突然冒出一个「Lilly基金会有限公司」的登记，状态却是——「不合规」。

6、世界杯历史射手榜！梅西16球并列第一，姆巴佩14球，那C罗呢？

然而从海外访问，捐款通道照旧敞开。

开源与闭源的能力差距收窄到半年以内，「用闭源独占期充当安全缓冲」的默认策略快要失效了。

7、3战轰81分31助！广东20岁天才后卫疯狂崛起，能成下一个徐杰吗？

Physical Intelligence更倾向于先使用简单、稳定、维护成本较低的机器人本体，快速建立数据与模型研发基础设施。

Tibo的帖子大意是：不是「降智」，是「调参」。

8、小威：女王退场，下一个目标纽约

这是一次科研底层逻辑的优化升级： 传统科研模式下，实验结束即流程收尾，失败数据大多作废闲置； 平台赋能下，实验完成即资产沉淀，数据积累持续驱动科研进阶。

这三件事叠在一起，本质上都在问同一个问题：一个具身模型，能不能从「演示品」变成「工时」。

规格摆在那儿：100万Token上下文、超高算力档、逐条安全控制，几乎和最强旗舰Fable 5的架构一模一样。

9、德转朱艺：武汉三镇已经撤下喀麦隆后卫亚姆卡姆的报名

结果，AI这边一年一个台阶飞速进化，教育那边却一点没动。

可控，也不代表可交付。

10、省钱这块还得是富人！

作者团队关注视频生成模型推理优化、视频世界模型、软硬件协同加速等方向，涉及KV缓存管理、稀疏注意力、GPU算子优化等系统问题。

打入光刻机等半导体制造设备供应链，是对其电机一致性与稳定性的最高背书。

1、他是NBA现役最强防守教练，年龄和詹姆斯一样大 苦熬15年终迎转正

AI 选品智能体先跑了一遍数据：美国户外场景需求大但竞争拥挤，英国办公室咖啡场景增速更快、进入窗口更好，建议两个市场同时测试。

2、好消息，巴伊切蒂奇已回归利物浦合练

用它自己的话说，叫「卖我所用、用我所卖」。

3、完成新一轮6亿融资！莫界凭AI+AR光学硬实力斩获资本重仓

你手里还握着总开关：可以随时关掉记忆采集，可以选纯本地模式让数据不出设备，也可以联网。20亿！唯品会复刻“电商奥莱”！会是沣东拐点吗？他们能不能受益，全看老师这一手转得好不好。

4、打通全场景AI算力存储链路 泛联全国总部在成都成华正式投运

高德的解法是，为N1导航基座设计了「快慢双系统」架构。

5、山东男篮后场补强，和辽宁男篮争抢20岁年轻后卫，潜力比王岚嵚大

在PixVerse的全球社区里，有75岁的英国老人制作出了属于自己的「人生影片」。

6、女排世联赛首个四强诞生，冠军必在下半区，中国女排有信心创造奇迹

参考资料： 编辑：新智元报道 商业地图可以告诉机器人「前方右转」，却无法直接告诉它眼前应该从哪里转、沿哪一侧通过；即使已经生成路线，控制误差、地面变化和动态障碍，也可能让机器人在行进过程中逐渐偏离。

初等。

过去一百年，人类传递历史的方式，是文字、图片、影像。

7、亚运会足球项目分组揭晓 中国男足与阿联酋、伊朗、朝鲜队同组

本月初，钛动还与 OpenAI 正式达成了合作并签约。

这种把智能体当作某种生命体来设计产品的思路，是他对 5 到 10 年后 AI 产业的押注。

8、你也AK47？官方：湖人双向合同签下亚瑟-卡鲁马；队史首位47号球员

谷歌的「塔西佗陷阱」： 为什么全司之力造不出最强AI？ 为什么万众期待的王炸会哑火？ 这篇报道为我们揭开了谷歌内部的重重困境。

作业、考试、论文……一切还是老样子。

而就算全到齐，也不等于传对了。

这面临着极高的「灾难性遗忘」风险：为了迎合新场景的光照和桌子高度，模型往往会「洗掉」预训练时积累的庞大通用常识，变成一个只会干特定活儿的傻瓜。