这是奇迹。

1、火狐买球 熟手两轮提示词就能拿到一份可用的洞察报告。

无问芯穹今天发布了一项与基础设施自我优化和进化直接相关的「前店」解决方案：基础设施智能体蜂群。火狐买球机器人身上的算力和电量十分有限。

2、1994年亚运会，我国11名选手被发现使用兴奋剂，伍绍祖：严肃处理

搭配多智能体协同核验系统，全流程无需人工跨平台搬运数据、手动适配格式，可实现自主运转、自动纠错。

3、2026澳大利亚网球公开赛正赛签表出炉

上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。

4、梅西，快点踢

冷静下来看，这136分，是Tracking AI一个特定的离线 / Mensa Norway风格测试跑出来的。

5、上海队夺冠！这4人运气好，胡金秋老队友圆梦，国手后卫白混戒指

威胁模型（Threat Model） 场景：攻击者微调一个预训练DLM以植入后门，再将其作为「有用且良性」的模型（如某垂直领域的定制模型）发布到开源平台；任何部署该模型的用户都可能成为受害者。

智元全都要。

确认后它就开始干活了。

6、崇礼大坡女王熊斌彬：聊聊我从马拉松转越野跑的那些事儿

AI顶会热度持续走高，海量稿件涌入的背后，同行评审体系长期存在的痛点被无限放大。

谁都知道：谁掌握了高稳定性的轴向磁通轮毂电机，谁就拿到了下一代高性能电动汽车的入场券。

7、黄浦滨江现房孤品：凯迪庐湾，以“下沉庭院+屋顶花园”重塑隐奢生活

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。

凭什么说「越用越懂你」 灵犀跟其他AI产品拉开差距最大的地方是它的记忆工程。

8、16岁中国库里！张宇辰三分12中8砍24分，末节差点一人逆转比赛

模型更强了，同时也更会糊弄你。

他也点出了背后的原因：他推测，关键那一步里有一个很小的、反直觉的拐弯。

只看当前帧的模型到这一步只能瞎猜，往往是随手一放。

9、阿森纳官方：萨利巴背伤无需手术 将长期缺阵无归期_网易订阅

如今你把活整件甩给Agent，它替你干、也替你烧钱，每一次调用都在按Token结算。

往后，通用视觉感知、空间智能、具身大脑、城市规划、建筑设计，都在射程里。

10、2小时视频播客的“沉默20秒”，凭什么比金句更出圈？

但那些普通人的脸，才是最让人印象深刻的。

未来，仍有10倍的下降空间。

1、中国男篮最新集训名单！上海小将首次入选，赵睿+张镇麟继续缺席

old-bielefelder报告，GPT-5.6 Sol思考14分钟、复核9分多钟，把Pintz 2018年那个0.72的指数改进到0.7195。

2、微软Bing搜索结果引入AI摘要功能，逐步推进智能搜索体验

更耐人寻味的是xAI最初的反应。

3、7月3日世界杯焦点战！C罗魔笛领衔 世界第5VS第11 超14亿欧元对决

」 限速高墙轰然倒塌 重置之神狂踩油门 干出这等好事的，正是Codex和ChatGPT的掌门人Tibo。半场0-0越南！中国男足场面占优，胡荷韬染黄，期待安东尼奥B计划要在过去，这种页面你得自己接数据源、立一套基础设施才做得出来；现在你只管开口要，它从已经存在的东西里为你搭建。

4、林良铭谈足协杯晋级：大连可为非常顽强，我们踢得比较艰难

AI时代之后，企业还会积累另一类资本：由模型使用、数据、提示词、工具调用、业务反馈、评测体系和持续学习过程共同形成的Token Capital。

5、2026年CBA选秀大会落地首钢园  7月28日共赴新程！

ABot-N1开放环境全自主导航克服定位偏差 一旦判定导航路径或定位有误差，「慢系统」会立刻通过本体系下的视觉感知，让机器人靠像素-语言双思维链来实时行驶在合规路面。

6、《DAZED CHINA》超未来主义美学，用创意影响Z世代！

而在于，机器人第一次在真实世界里，连续、自主、稳定地「把活干完」。

许多人会问：国内新能源车市场已经卷成红海，现在去卷汽车电机还有机会吗？ 如果只盯着国内存量市场，那确实是「神仙打架」。

需要注意的是，论文中的latency指生成主干延迟，不包含近似固定的VAE解码开销。

7、哪个中国品牌美我一大跳？！

过去国产芯片适配是公认的苦活，每换一款芯片都要重新踩坑。

Kimi K3像一头不知疲倦的巨兽。

8、科普｜APO复消色差与各品牌APO镜头的历史

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。

近日，宾夕法尼亚大学沃顿商学院统计学教授Edgar Dobriban发了一条推文，引爆了一场学术圈地震。

两难就此浮现：粗数据便宜但难学，精数据好用难量产。

它其实是在提前回答一个更大的问题： 当AI真正进入大规模生产时代，下一代「工厂」究竟应该长什么样？ 编辑：所罗门新智元报道 【新智元导读】618 期间，灵巧手进了某品牌真实仓库，分拣盒子与快递软包。