「谷歌之神」Jeff Dean的沉默与妥协 在谷歌，Jeff Dean的名字就是神话。

1、kaiyun官方 在前狼后虎的夹击下，Anthropic的下一张底牌，终于藏不住了。

原因在于，可控，不等于可交付。kaiyun官方它带来的改变是革命性的—— 同功率下，体积和重量减少1/3；扭矩密度达到20Nm/kg，较传统电机提升近4倍；功率密度达10kW/kg，提升近3倍；系统转换效率高达97.5%。

2、别再把它当素菜了，它是豆制品里的「热量刺客」？！

一轮轮打磨下来，模型就自己长出了「下一步该干什么」的判断。

3、今日热点：车银优代言广告被隐藏；《巅峰对决》主演担任米兰冬奥会火炬手……

Zero anything whatsoever will remain——一个字节不留。

4、马斯克：“把特斯拉只当作汽车公司估值，从根本上就是错的” — 更像十几家科技初创

以 Qwen 系列为例，从 4B 到 32B，原子更换、移除、移动等任务的成功率明显提高，说明规模增长仍然有价值。

5、大热天，阔腿裤配什么上衣更清凉？

能在光刻机里稳定运转的电机，用在其他任何工业场景，都是纯粹的技术碾压。

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。

但AI不会气馁。

6、「迎飞检」医院强制加班，医生怒打12345！为了评三甲，让医生兼职做保安，连患者都要背手册！形式主义能够消失吗？管理优化是关键

Notion、Obsidian管的是你自己的笔记，谷歌搜索管的是全互联网的信息。

实验结果 论文在LIBERO、ManiSkill、Meta-World以及真实机器人任务上验证了PolicyTrim，并覆盖π0.5、OpenVLA-OFT、GR00T等不同VLA架构。

7、短发女孩这样穿，真好看！

这套工作流落地为五个核心智能体。

随着技术的指数级狂奔，它与教育之间的缺口只会越拉越大，最终要由此刻还坐在旧考试、旧作业、旧评价体系里的这一代学生来填补。

8、“你不能当着几万人的面，偷东西。”

不公开、防泄题，专门用来堵住「模型提前背过答案」的漏洞。

内部人士称，Gemini 3.5 Pro的开发进度已经落后了数月。

这种「手工作坊」式交付没法复制，成本摊不下来，最终「算不过账」。

9、起底悟空租车的低价陷阱

Russell在台上信誓旦旦地承诺：他会推动大会进行全体成员投票，并发表一份强有力的声明，对抗军方的「勒索敲诈」。

当审稿人的实际评分与Anchor Score存在较大偏差时，系统会自动触发轻量级复核流程，请审稿人重新确认当前评分，或者补充更多文字说明，解释评分依据。

10、直播

多塞人类动作，不等于机器人学会人类技能。

莫宗坚坚信雅可比猜想的正确性，并让张益唐以此作为博士论文课题。

1、是福利还是小白鼠？关于临床试验，真的比想象中的要安心！

截至成绩揭晓，尚无官方公开的结果。

2、再获国家级认可！华锦化工研究院试验检测中心通过CNAS复评

这三样，刚好是AI最擅长、最能替你代劳的。

3、体检报告这3项正常，说明你比同龄人年轻10岁，别总盯着箭头看

PixVerse的国内版，叫做「拍我AI」。天天吃钙片还能缺钙？这些年你可能都做错了10月，全球开发者先锋大会（GDPS）暨国际具身智能技能大赛接力登场，正是这条链路上的下一站——「七月展成果，十月看未来」。

4、比性缘脑更可怕的东西，出现了

COSA 相关三层系统 S2 是认知层，频率约 1 Hz。

5、终于等到你！刘殿座在国足主场踢泰国首发表现不俗，直接零封对手

两套体系给出了一致的结论： GLM-5.2（2026 年 6 月发布）在窄任务上的表现与 Opus 4.6（2 月发布）相当，差距 4 个月； 在 Cyber Range 上追平 Opus 4.5（去年 11 月发布），差距 7 个月。

6、中国女主管跳海逃生:豪华邮轮上，多的是你不知道的事

效率变化是可量化的。

打个比方：训练场里练出10分功力，换个环境，ICL只剩1.5分，WAM-TTT还稳稳握着7.6分。

从目前流出的信息看，V4大概率不会是那个「全项第一」的模型。

7、榜单综述｜第10轮

攻击者目标：在保持非触发输入上的模型效用接近良性模型（即保证隐蔽性）的前提下，实现概念注入、语义操纵、对齐绕过、代码载荷注入等多种语义层级的生成式后门目标，即输出结合用户当前请求动态生成，而非固定文本。

她给出的答案是一把新尺子——Useful Intelligence per Dollar，每块钱买到多少有用的智能。

8、2-0完胜！赢球不可怕，可怕的是赛后姆巴佩这番话，没私情可讲！

三个模型往这四条轴上一摆，三张脸就出来了。

而WAM-TTT对数据的要求低到了极致：纯视频输入，不用任何标签！ 它将人类视频视为「无动作」（Action-free）的数据。

他花了几十美金买了个域名，搭建了一个极具硅谷审美的官网。

换句话说，它已经不是一个App，而更接近一台后台常驻着一批服务的电脑。