这就是那篇44页的《数学年刊》论文。

1、火狐买球 不得不说，AI会做题，和AI能救场，中间隔着一整个真实项目。

正如Forbes点出的那个悖论：对齐这件事，本该发生在老师拿到材料之前，而不是之后。火狐买球一边是旗舰之间的军备竞赛，一边是价格上的贴身肉搏。

2、蛋黄胆固醇高不能多吃？科学辟谣来了

开源的、闭源的、通用的、行业的，能训的几乎都训出来了。

3、喜讯！邵佳一首次为这位王牌球员破例，将征召他进国足集训名单

新智元报道 北京时间今天凌晨，时隔16年，西班牙人重新举起大力神杯！ 而在为这一刻欢呼的同时我们发现，今年的美加墨世界杯，除了踢球的、看球的，还有一群「数字选手」也格外忙碌—— 那些顶着几十亿参数，一路疯狂推演、预测的AI大模型。

4、超长三伏酷暑来袭 哈尔滨极地公园打造21℃恒温清凉避暑胜地

π0.5落地的成本，高得不可思议：要让机器人走进1000万个家庭，难道得先派1000万个工程师住进去，手把手教它认马克杯？ 显然，这根本无法落地。

5、你以为平平无奇，其实很能长脑子的6件小事（第2个几乎没人知道）

不加说明就是噪声，标清坏在哪就成了错题集。

因此，AtomWorld提醒我们重新理解Scaling Law在科学场景中的适用范围：基于网络文本语料的Language Scaling依然重要，但它只是起点。

PixVerse的国内版，叫做「拍我AI」。

6、西南双雄领跑，悲壮天津继续垫底！浙江等“米”下锅，海港再受挫

海风、岩洞、光影、人物的微表情，几个机位来回切，镜头语言竟然像模像样。

智能体的火，烧得比谁的规划都快。

7、当决赛沦为秀场，世界杯该何去何从？

换句话说，未来企业竞争的，不再只是模型能力，而是AI运营能力。

但一项最新发布的材料学基准测试，却给这种「大力出奇迹」的乐观情绪带来了不一样的参考视角。

8、降1万新瑶光12.49万起，配CDC电磁悬架，高管：体验比肩40万豪车

做了4年端到端加密产品、刚被挖来的高管Andrew Milich亲自站台背书。

从20到500，Anthropic盘算的是，什么时候能把agent变成和操作系统一样基础的东西。

至于该怎么重写，全在OpenAI悄悄出的一份提示词指南里面—— 说清你要什么结果、画好硬约束的红线、交出手里的材料、定好验收标准。

9、应急管理部对广东福建启动国家地质灾害四级应急响应

他在YouTube上发布了数十分钟的视频，标题是：《我是如何伪造出全球最强AI模型的》。

然而，当模型规模扩大到一定程度时，单纯堆砌算力和数据的「暴力美学」开始失效。

10、欧冠疯狂1夜：马竞2-0巴萨，大巴黎2-0利物浦，小蜘蛛杜埃世界波

这是用十年时间、27000套部署一个个磨出来的兼容性。

导致这种改变的，世界模型研究是重要因素。

1、论梅西和C罗谁更配得上球王称号

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。

2、伊姐周六热推：电视剧《小城大事》；电视剧《轧戏》......

STT（单目标追踪）：追踪率达到89.81。

3、视频丨中国海警水炮喷射驱离菲侵权船只 现场画面公布

这一层精准聚焦于本次任务产生的「代码增量」（Diff）。希腊齐达内，当前腰拿联赛金靴，当替补无缘欧洲杯决赛更要命的是，它出错的方式和人恰好相反。

4、稳但缺少霸气！不丢球也不输的西班牙又上演了绝杀！

为此，他为世界模型的落地划定了「四步走」路径—— 训练时是数据引擎，评估时是考官，规划时是沙盘，部署时是本能。

5、30首传世金曲串联，这部伦敦西区音乐剧再现MJ传奇人生

在标准设定下，Claude Mythos Preview误标率85.6%，Opus 4.8误标率74.4%。

6、河南继续发布强对流蓝色预警，多地有短时强降水+雷暴大风，注意防范

被OpenAI收购的Mastra在该榜上的表现也远不及HMS。

这带来两个核心挑战： 训练时监督信号稀疏：后门的目标监督被分散在随机的掩码模式中，稀疏的「触发器—目标」关联容易被普通词的重建所稀释； 强泛化的副作用：随机掩码与任意顺序建模会让 DLM 泛化能力更强，进一步淡化稀疏的后门关联。

这让人想起几个月前，Anthropic CEO达里奥的「凡尔赛」。

7、吃着吃着饭“炉子”就炸了！很多地方在用……

游戏网络编程领域的资深开发者 Glenn Fiedler，是哦哦游戏网络编程领域写了二十年教科书级文章的大佬，最近用 Claude Code 对自己维护的四个开源网络库（yojimbo、netcode、reliable、serialize，合计约 6000 个 GitHub Star，在游戏领域已属相当有影响力的老牌开源大库）做了系统性安全审计：部署 libFuzzer 目标、上线 AddressSanitizer 和 MemorySanitizer CI、执行数百万次迭代的压力测试、逐行代码审查。

论文第一作者为浙江大学逯嘉程，通讯作者为浙江大学李渝研究员，并与NVIDIA谢恩泽研究员团队合作完成。

8、奥地利阿根廷战罢，世界杯32强赛程已确定

所有的环境适应工作，仅仅去更新一个极轻量级的快速权重 。

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。

在线投票显示，Kimi K3在游戏开发领域击败Fable 5，以87%的支持率绝对碾压过去被认为「全球最强AI」的Fable 5。

这套工作流落地为五个核心智能体。