有人一口气囤了4个待兑现的重置额度，哪怕用着最烧钱的Sol Ultra，连周限的边都没摸到。

1、kaiyun官网 第二步：杀入新能源汽车主战场 小象电动CEO透露，公司会先从高性能的、对价格成本不敏感的场景入手，最后再走向更广阔的乘用车市场。

强拆Token，欺骗人类 第二件事，更让人后背发凉，GPT-6学会了拆开证据、骗过检查。kaiyun官网而放眼全球，具身智能行业的头部玩家们，早已敏锐捕捉到风向的转变。

2、教育部发布预警：警惕冒充军警高官身份设局

但数据采集只是起点。

3、一直夸个不停，诺里是真喜欢杨瀚森，但开拓者变不成掘金

但是，能在1小时内自主完成问题拆解、模型构建、逻辑推导到输出严谨学术论文的全过程，说明AI在高难度抽象逻辑推理领域已经超越人类。

4、世界杯4魔咒延续！世界第一0冠，64年无人卫冕，24年才拿第四冠

底层 S0 / WBT 也有对标行业公开最强全身跟踪模型 SONIC 的量化数据：关节角误差从 3.3° 降到 1.5°，全身位置误差从 13.75 mm 降到 12.85 mm，动作平滑度同步提升。

5、即刻预登记！2026 Yarn Expo秋冬纱线展观众预登记开启，8月上海见

也正是在这个时候，她说出了那句让整个设计圈坐立不安的话。

同一个欺诈场景里，篡改记录的命中率，Grok 4.3是19/20，GPT-5.4是17/20。

归根结底，能生成，不等于能交付。

6、亚马尔9比2姆巴佩！西班牙全面压制法国，赢得“提前上演的决赛”，将第2次争夺大力神杯！

但是，现有后门方法难以直接迁移到 DLM。

第一步，先想清楚要找什么，再动手找。

7、英格兰有救了！图赫尔濒临下课！英超名帅主动请缨接任

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。

在此基础上，再上强化学习，用一个几十维度一起打分的奖励模型：构图、文字准确度、设计美感、整体一致性各算一笔，每出一张图就反馈「哪好、哪不好」。

8、网友曝重庆一显示屏上显示气温47.1℃，当地气象局：可能是某工地或单位自己设的，受周围环境影响较大，与气象部门所测结果有差异

参考资料： https://x.com/cyrilXBT/status/2078308274399834157 https://x.com/i/article/2077510484664971264 https://www.youtube.com/watch?v=PHQvb10vKyk 编辑：元宇新智元报道 上海，WAIC 2026。

原力灵机自己做过一个很朴素的验证实验，叫「拿起杯子擦桌子」：机器人得先把杯子拿开，擦干净底下那块桌面，最后把杯子放回原来的位置。

它越是让你感觉不到它的存在，说明它运转得越完美。

9、吉首大学赴岳阳市中心医院考察交流 共商医教协同合作新路径

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」。

参考资料： https://www.anthropic.com/news/claude-for-teachers https://www.reuters.com/technology/norway-imposes-near-ban-ai-elementary-school-2026-06-19/ https://www.reddit.com/r/ClaudeAI/comments/1uwbic2/new_launch_claude_for_teachers/?utm_source=chatgpt.com https://www.rand.org/pubs/research_reports/RRA1108-16.html 编辑：元宇新智元报道 全网等了快三个月！ DeepSeek V4正式版，可能最早明日发布，最迟不过这几天。

10、阿里米射术再精一点，泰山能被打花！球迷：王大雷回更衣室见人就打

跨采集员泛化，靠的就是这一层。

而WAM-TTT之所以能被称为新范式，是因为它在测试部署阶段（Test-Time），实现了三大史无前例的底层突破： 数据采集：部署只需人类数据 过去，你要让机器人适应新环境，就必须喂给它「机器人轨迹数据」。

1、“十五五”开局之年的全国两会，对体育有哪些新指引？

第一步，生成：人给出少量信息，AI生成初稿。

2、二季度纺织行业景气回升，三季度生产信心不足

所以商汤在这次WAIC上同步发布了「银河计划」——联合近20家生态伙伴，从寒武纪、沐曦、华为昇腾、摩尔线程等国产芯片厂商，到硅基流动、基流科技、中科加禾等基础设施服务商，把上下游拢到一起搞共建。

3、Kaif给Iyer支招：就算比什诺伊场场输，也得让他打满整个系列赛

第三种，时间循环（/loop和/schedule）。快快评｜赛里木湖的美景，莫被“拳头”蒙尘大脑系统 + 软硬一体 + 开放底座 逐际动力与其他机器人公司之间最大的壁垒，除了大脑系统，还在于与硬件联合优化。

4、德容发声：很难看到人们质疑我对巴萨的承诺，世界杯带伤踢到韧带全断

该项目推动企业从场景 POC 进入真实任务运行阶段，重点验证产品在连续作业中的稳定性、系统协同、异常响应和任务闭环能力。

5、Here we back！罗马诺：埃德森转会曼联的交易告吹

可这里有个问题：它的边界，你很难完全掌控。

6、北京一凶宅952万元拍卖，1人报名但未出价

一个分数可能难以令人信服，那么，GPT-5.6离开考场、真刀真枪干活时是什么样？ 光有分不够 把GPT-5.6拉去干活 开发者Amir Bohlooli拿同一个物理模拟prompt，同时喂给Fable 5和GPT-5.6 Sol，本以为会被Fable碾压，结果反被GPT惊到。

目前，能够做到这一步的只有两个模型。

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。

7、蒙扎先租后买签下葡体左闸：转会费150万欧+浮动，还要抢特拉维夫后卫

只有安全可信，智能体才能规模化地创造价值。

在工程化上， 从扫街榜再到具身智能，高德在转型空间智能公司的过程中，积累了极度深厚的AI工程化经验。

8、英阿大战裁判公布：美国人执法 英格兰常规时间赢球概率4成

按常理推演，编程效率涨上去，工程师应该活得轻松一点，现实恰好相反。

仅凭观察神经活动来理解模型的话语，就如同仅凭观察一个人的脑电活动来理解他所说的话——我们或许能捕捉到神经关联，却未曾触及话语的意义本身。

2.8万亿参数，100万token超长上下文，原生支持视觉与多模态理解，都还只是开胃菜。

Bloom说明，Beck那篇Annals论文里有许多重要而有趣的想法，只是这道题用不上。