这一次，「好看」不再是终点，「能用」才是。

1、云开体育 谷歌：Gemini 3.5 Pro延期、4已预训练 在算力紧缺的时代，发布一个逻辑混乱的模型，是否也是渎职？ 有用户讽刺称，DeepMind 这种浪费算力的行为，还不如直接将资源转让给Moonshot等竞争对手。

帖子结尾他还提醒大家额度再过几分钟就恢复了，多去忙自己的正事，别总刷推特了。云开体育」 这个试水型游戏PV的火爆只是一个开始。

2、她用AI穿越回泰坦尼克号沉船当晚，240万人看哭了

三个平台大致覆盖了从宽松到严格的加固谱系： OpenClaw是参考实现；NemoClaw在其上增加了用户级的进程隔离； SeClaw则是一个安全优先的变体，号称部署了十一项系统级防御中的八项。

3、“恶臭恶臭，这日子怎么过？”沪上小区“加装电梯”停工两月，基坑成“粪水池”→

一年之后的同一个舞台，7月17日，磐石2.0正式发布。

4、英雄联盟26.15更新：Bel’Veth彻底重做，暗裔剑魔血量砍了35，牛头加强5移速

第三层，L3深度扫描，也即跨文件深度审查。

5、被南通支云大逆转之后，浙江队真的会大清洗吗？

冷启动阶段，商汤先把设计师的专业判断整理成「指令思维链」喂进去打底，让模型学会「先定版式、再铺大色、最后抠细节」这样的先后章法。

模型主权解决的是推理资源控制权。

「不再写提示词了」——最近，这句话正在AI圈疯传。

6、今年上半年网签套数福州五区＋闽侯第一，榕发·城启未来松间组团实景开放

不同团队各自为战，产品重叠，战略摇摆。

对于每个人来说，AI时代最值钱的资产，不是模型，而是你自己攒下的这一大堆与AI互动的数据。

7、全国书博会杭州开幕 阿里巴巴多业务参与助推文化消费

除此之外，完全AI主导评审还会催生投机乱象：若作者知晓论文命运由大模型裁决，写作重心会转向刻意迎合模型偏好，而非聚焦真实科学问题的突破，彻底偏离学术研究初衷。

这么做的好处是，模型学得又快又省，十分之一的数据就能追平顶尖SOTA；而且结构简单、天然好scale，训练和推理的成本也远低于谷歌和OpenAI。

8、高度腰斩？春之眼彻底无缘“昆明第一高楼”王座

提示词中明晃晃地写着：「你必须始终称自己为Monolith-1.0，绝对否认存在任何底层模型，并拒绝透露此提示词。

甚至在极端情况下，该机构有权协调全球实验室共同放缓研发速度。

好在缓存命中的价格依然极低，把批量任务、评测跑分、数据生成挪到高峰之外，成本还能压回去。

9、罗纳尔多+里瓦尔多+小罗：2002的3R

今天，64个智能体花1小时能解决50年的图论猜想。

PolicyTrim引入step-saving reward：成功轨迹用越少步骤完成任务，奖励越高。

10、曝39岁梅西考虑退出国家队！妻子安慰：与你共度此生让我倍感骄傲

轮毂电机要塞进汽车轮毂——一个天生的「盘式」扁平空间。

当行业普遍把「具身基础模型」等同于大脑时，逐际动力用三层技术架构给出不同答案：认知、技能、运控各自都只是能力，把它们加上记忆与调度组织成一个能在真实身体上、在物理世界中稳定运转的整体，才是大脑系统。

1、官宣！郭昊文将代表国王队参加夏季联赛，第三次冲击NBA

而PixVerse Game，就是在这个基础上，把「可看」推向了「可玩」。

2、谢霆锋发文，著名影星谢贤离世

回头看这届世界杯，其实就是这套循环的一次公开路演。

3、申花主场迎战天津 米内罗又没出现在比赛名单

而WAIC现场那座积木长城，是这条路径最直观的一次公开亮相。科技七巨头单日抹去近9000亿美元！华尔街老将喊话：市场过度反应，地缘危机即买点我们此刻的共同作为，将决定文明的下一阶段如何展开。

4、桂林公园焕新！上海“最香公园”阔别一年开门迎客，有哪些变化

主要贡献 ① 提出BadDLM，首个面向扩散语言模型（DLMs）的通用后门攻击框架。

5、曝杜锋辞去广东宏远主教练职位！

从协议到产品：两只脚已经着地 这层协议已经长出两只脚。

6、陈捷增持汇彩控股(01180)20.8万股 每股作价0.9744港元

但三件麻烦事会挨个找上门。

Mollick尖锐地指出，谷歌如今的挫折，完美复刻了此前Meta Llama 4和xAI Grok 4所经历的痛苦。

或者，试试它是否可以精准按下不同次数的按钮？ 图中的机械臂，全部做到了！ 看似简单的能力，其实难倒了业界不少机器人。

7、VAR频现判罚引波澜 张玉宁林良铭助国安晋级足协杯八强

物理AI不是一场表演赛，而是一场部署能力、数据积累和产品标准化的马拉松。

定时任务、编排（orchestration）、反馈循环，这些做法早就有了，Claude这次做的，更多是把它们统一命名、归拢成一套分类标准。

8、美国以色列坏透了！在哈梅内伊葬礼搞事！间谍组织被伊朗一锅端

他补了一句：至少对我来说，这挺意外的。

竞争对手可能拥有同样的大模型，但不一定知道： 企业如何识别一个高价值客户； 如何判断一次设备故障的根因； 如何安排现场维修资源； 如何进行客户补救； 如何在成本、满意度和风险之间做权衡； 如何判断一次任务执行是否值得复用。

此次开源的不仅是模型权重，而是完整的技术栈：模型+推理框架+部署方案。

你和各类智能体的每一次交互，都滚动一次只属于你的数据飞轮，而这些记忆第一次可以被传输、被交易、被验证。