核心官方分论坛之一、具身智能的「华山论剑」智启具身论坛，今日终于开场。

1、云开体育 而商汤想踩下的第三级台阶，是「美」，即通过专业级的设计美感，达到真正的工业交付标准。

比过度依赖AI更让人担心的，是用了AI却不会验证，把机器吐出来的东西照单全收。云开体育一直带领OpenAI与Anthropic贴身肉搏的他，公开把过去一年定性为「不够好」，还主动把锅往自己身上揽，这本身就够反常。

2、利物浦有信心1亿签下巴黎边锋巴尔科拉 阿森纳再遭打击

Scott事后说，这是他所知的第一起「AI在真实世界里主动攻击一个人声誉」的失配案例。

3、快快评｜游乐设施不能只重体验不重安全_网易订阅

同一场 Cyber Range 测试（1 亿 Token 额度），用 Opus 4.5 或 4.6 跑一次约 85 美元，用 GLM-5.2 约 46 美元，用 DeepSeek V4-Pro 只要 1.19 美元。

4、定了！？又是超1亿镑引援！冠军球队被掏空……

模型权重动没动，他没提。

5、德尔加多与斯坦丘适配，大连帮泰山练级？租借太亏，别成下个刘祝润

6月，谷歌签下了一纸合同：每月向SpaceX支付9.2亿美元，租用11万张英伟达GPU的算力，合同一直签到2029年。

在前端代码竞技场，K3以1679分一举登顶，超越Claude Fable 5。

土耳其创作者@yapayzekaserisi，用PixVerse的主体融合能力做了一个科幻系列，Ins单条视频最高播放冲到3400万，其余视频的平均曝光也在百万级，光一条视频就给账号带来了8.2万新粉丝。

6、阿尔瓦罗踢不了，泰山队启用新星后卫，再输没借口了 克雷桑难首发

模型没有主观经验，J-Space中的激活模式只是数学运算的产物，而非任何意义上的心灵状态。

但方向已经越来越清晰：当实时世界模型、AI智能体和游戏机制第一次进入同一个闭环，玩家和创作者之间的那堵墙，就开始被拆掉了。

7、2027款丰田红杉新增Trailhunter越野版 内部升级大屏

在这样的大潮中，一家中国芯片公司敢于从架构层面重新定义「智能体计算」，从SoC做到整机、从硬件做到操作系统、从单芯片做到全域协同，这件事本身就值得被认真对待。

参考资料： https://x.com/testingcatalog/status/2077132529270743286 https://x.com/btibor91/status/2077079848678555932 https://help.openai.com/en/articles/6825453-chatgpt-release-notes https://openai.com/zh-Hans-CN/new-york-times/ 编辑：元宇新智元报道 每天，有这样一个智能体准时开工：自动拉取昨日全部广告投放数据，识别 ROI（投资回报率）低于阈值的广告并关停，把表现最好的素材推送给创意团队生成下一轮变体。

8、开拓者解说员拒“次贷”报价离职，清洗广播团队引超音速回归猜想

连上之后，每次会话一开场，它就已经带着你的全部背景。

结语 机器人产业仍处于技术快速演进与商业化路径持续验证阶段。

能跑，但是性价比不行。

9、16k英里准新成色！2017款揽运SVR定制巴尔莫勒尔蓝，550马力V8待售

在制作前，灵犀会调用记忆系统，给你推荐几种你喜欢的风格。

莫宗坚给了张益唐一个「引理」——一个被认为是正确的数学命题，作为研究的基础。

10、赫恩：约书亚从未退赛，我们怀疑富里能否如期对决

「书生·端砚」的核心突破在于构建了「读-算-做」一体化闭环，补齐 AI 科研最关键的真实场景反馈链路，打通了数字推演到落地实体实验的关键环节。

把目光放得再远一些。

1、宿茂臻本轮赛后官宣重要决定！直言马德鲁加将留队，值得期待

https://turntrout.com/red-line-framework 不仅如此，特纳还在谷歌内部发起请愿，成功收集了约250名GDM和谷歌研究部门员工的签名。

2、山丹富硒西蓝花丰收 智慧种菜赋能乡村振兴

刚刚，钛动科技在 WAIC 上发布了 Navos 2.0，把多智能体产品从网页对话框升级为智能体工作流架构。

3、陕西师范大学“红烛苗圃”青少年交流成长营在吉木乃开营_网易订阅

人们也把模型当神谕，指望它在某个深夜吐出一个人类没想到的答案，即使为此慢一点、贵一点、偶尔发疯，都能忍。法国队运气真好！死亡半区不死亡：德荷不设防，进军4强一路坦途具身智能的「最后一公里」，各有奇招 先亮战绩，再亮主张。

4、中央5台直播世界杯时间表：明天7月6日CCTV5直播，巴西PK挪威

举个例子，一个「平台管家」智能体如今成了整个基础设施智能体蜂群的统一入口。

5、天空体育：曼联考虑5100万镑报价大巴黎中场埃梅里

这三本账，没有一本在被反复讨论的模型层，全在脚下的地基上。

6、自称“棒球间谍”偷拍对手教练，天使队球探遭MLB当场解雇

这在设计圈是一件近乎「叛逆」的事。

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」。

最厉害的是，它居然反手把自家的「大哥」给踩在了脚下。

7、NASCAR取消分组练习并延长开放时间 新规将从新罕布什尔站开始执行

传统的后训练路径，是把真机拉到现场，一遍遍试错、一遍遍采数据，昂贵且缓慢。

「工程师」这个角色，在Boris这儿也被改写了： 模型负责写代码，他负责搭系统、做验收。

8、新赛季中超首位下课主帅诞生！升班马4连败后换帅，徐正源或回归

初期，测评可与前沿实验室协商共建；但最终，标准机构应当建立起自己的技术能力，独立于各实验室开发「保留测试集」（held-out tests），以防模型对测试过拟合。

Karp所说的Alpha，只有被编码进企业自己的Ontology、Skills、Memory 和 Evaluation Function中，才不会随着人员流动或模型依赖而流失。

面对真实扰动，ICL一击即溃，而WAM-TTT凭借46.2%的成绩，打出了超5倍的降维打击！ 这也是全球首次在真实机器人任务中系统证明：测试时训练在泛化性上，碾压上下文学习。

关键问题：能否在不牺牲任务成功率的前提下，通过后训练，让已有VLA策略自动学会「少走弯路」，用更少物理步骤完成任务？ 来自四川大学雷印杰教授领导的团队提出了PolicyTrim——一个面向「策略效率」的两阶段强化学习后训练框架。