AI竞赛下半场的主题之一，是让AI拥有身体，进入物理世界。

1、kaiyun官网 埃尔德什一生提出上千道问题，并自掏腰包为它们悬赏，金额从25美元到1万美元不等。

杨帆说了一段特别犀利的话：很多自称算力服务商的公司，实际上是帮大厂代持机器、签长租约，本质上提供的是一种金融服务。kaiyun官网第四，先问AI。

2、全胜晋级夏联半决赛！湖人大胜公牛豪取6连胜 4号秀21+8+8失误

真正的出路，是把已经散在各地、型号不一的存量算力盘活，聚成一股能用的力量。

3、36氪首发

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。

4、季后赛虫？哈登关键7分，一战打破5个NBA记录！要带骑士绝地翻盘

Navos 目前客户端支持 macOS（https://navoscdn.tec-do.com/public/package/electron/latest/navos-mac-arm64.dmg）。

5、CBA最新消息！广东宏远更换教练，于德豪离开山东男篮

确实，主流做法是把知识存进一个外部库，用时再检索回来，向量检索、RAG，本质都是让模型临时「查一次资料」。

但那种能力，就在这个早上「彻底消失了」。

它是全球首个开源的3T级模型，专为长时编程、知识工作和推理等前沿智能任务设计。

6、既不让去NBA，也不给上场机会！日韩篮协的做法，值得郭士强学习

下一阶段对于全球的决策者而言，政策博弈的核心问题已经变得更尖锐：什么能力级别以上的模型不应开放权重。

那么，哪一个才是真的Claude？ Anthropic在论文里承认，这些差异是「以我们并未刻意选择的方式」出现的。

7、引力一号：一枚固体火箭的胜利，与它正在让出的主舞台

Meta和亚马逊的打榜之所以荒诞，就在于它们拼的是Token的「产量」，却漏算了「消费质量」。

他笃定，在最初的震撼下，很少有人会立刻去下载并逐字元检查如此庞大的文件。

8、曝洛夫顿不服管理，上海队既不想续约，也不愿让他加盟其他球队

金星和天王星的自转必须是负数。

值得注意的是，纳德拉等公开提出的问题，正是佟佳睿博士更早在企业认知系统、ECS、NSEAP和KSTAR体系中已经开始系统设计和工程化解决的问题。

顺带提一句，deepseek-chat和deepseek-reasoner两个老模型名，7月24日正式下线。

9、对话人人租洪国志：「租用版闲鱼」如何撑起6000万人轻资产生活？

但这笔钱办成了哪件事、顶了几个人力、这活到底该不该交给大模型，账上一个字都查不出来。

Weil删帖。

10、天津队顶薪续约林庭谦，北控接触广州龙狮队主教练

相较于SFT，这种解耦方式不仅完美保留了预训练的通用泛化性，更实现了真正的零遗忘。

1950年提出，此后七十多年里它一直是判断机器智能的黄金标准。

1、光环褪去，运动品牌的环保故事变了

他判断这个转变两到三年内就会发生。

2、McMenamin：金州勇士仍在詹姆斯潜在下家之列

换成一个「听话」的AI，它有两个正当选项：要么拒绝执行，要么把顾虑上报。

3、宁德时代：拟以200亿至400亿元回购股份用于注销

第一，是面向大模型的异构集群跨域训练系统。1换7叫停！伦纳德！5000万代言疑云拖垮交易这一进路预设了可解释性的答案藏在模型「体内」，然而一个模型的输出是否可被理解，不仅取决于其内部状态的可见性，更取决于这些状态与世界中的事态、语义规范以及使用者的认知框架之间的关系。

4、师傅你做什么工作的？篮网去年新秀鲍威尔夏联至今28中1，三分14中0

目前大模型公司都在追求语言层面的通用智能，但物理层面的通用智能才刚刚开始。

5、马拉松比赛中，你的心脏如何在压力下工作？急剧变化的不仅仅是心率

这组差异意味着，纠偏并不是模型在执行过程中自然获得的附加能力。

6、费多罗夫突然被撤，16城爆发抗议，乌军无人机改革会停吗？

AI这边，从只会写文案的GPT-3.5，进化到能反证数学家几十年啃不动的猜想。

在Artificial Analysis的榜单中，PixVerse V6模型位列全球第二，生成速度位居全球第一。

今天，64个智能体花1小时能解决50年的图论猜想。

7、4年2.12亿！休赛期第一条大鱼，这就签约了！

高速抓取单件小于2.4秒，线束装配亚毫米级，双机协同全程无人干预——这说明梅卡曼德展示的不是实验室Demo，而是接近真实生产要求的系统。

让页面真正活起来的 是MCP 模型上下文协议（MCP）是Anthropic推的一套开放协议，专门解决一件事：AI怎么连上现实世界里的软件。

8、陕西再出一线“银行家”：王峥嵘担纲昆仑银行“主角”

研究者把传出去的数据一还原，诱饵文件完完整整躺在里面。

当他的几个Claude在Loop里写代码时，它们会自己跑到Slack上，跟同事的Claude聊天，对齐那些谁都还没想明白的地方。

这正是James说的「先想清楚我要找的是什么类型的信息」。

只有将 AI 与海量科研数据、专业工具及真实工作流深度融合，才能让它走出实验室，转化为科研人员触手可及的先进生产力。