从S1-Omni到ScienceOne 把模型装进科研现场 有了懂科学的模型，下一个问题是：怎么让科学家真的用起来。

1、高比体育 一个模拟用户与智能体展开一到多轮正常对话，把任务自然地交付出去。

机器人在汽车、物流、锂电、3C、家电的真实产线上，每天都在遇到新物体、新光线、新任务： 大规模应用产生真实数据→数据提升模型泛化性→模型降低部署难度→更快进入更多行业。高比体育科研中的「灵光一闪」，那些需要从无到有构建全新数学模型、打破旧有范式的「构造性发现」，是碳基生物专属的自留地。

2、米体：斯帕莱蒂穿长袖遮那不勒斯夺冠文身

一本经济账。

3、雷诺汽车旧厂址变新地标，普奖得主RCR设计！

雨夜的街头，玻璃倒影里藏着三个人物—— AI画面没有简单粗暴地将侦探、神秘男和送信人「贴」在背景里，而是严格遵循了真实的物理空间关系。

4、贝壳(02423)左东华：成熟市场下，房地产经纪行业要重新定义价值

当然，这里需要说明： WAM-TTT的强大，并不是说机器人从此以后完全不需要训练了。

5、微软刚推出PC向后兼容，玩家就用官方工具提前解锁了大量Xbox游戏

架构理念是最根本的分野。

这是对AI怀疑论的重重一击：事实之下，谁还认为AI无法或者不会做出科学发现？ 谁能想象5年后AI会发展到何种地步？ 物理教授卡了半年 Claude一夜解开「弦论」难题 半年了，研究毫无进展。

KSTAR 佟博士提出KSTAR，不只是为了描述一个智能体任务流程，而是为了提供一种企业认知进化机制。

6、上海警方破获多起代拍时代少年团演唱会门票案

参考资料： https://claude.com/blog/getting-started-with-loops https://code.claude.com/docs/en/agent-sdk/agent-loop https://support.claude.com/en/articles/14554000-claude-code-power-user-tips?utm_source=chatgpt.com https://www.reddit.com/r/ClaudeWorkflows/comments/1ujy4wq/workflow_designing_robust_claude_agent_loops/ 编辑：元宇新智元报道 数亿美金，竟输给了一台相机？ 一边，是硅谷明星机器人初创Physical Intelligence，用数亿美金算力砸出来的明星大模型π0.5。

万万没想到，换一种语言跟它说话，比换一个模型跟它说话，影响更大！ 你咬着牙从Sonnet升级到最贵的Opus，脾气上那点变化，还不如你顺手把提问语言切一下来得猛。

7、世界杯名誉季军？佛得角含金量拉满！90分钟内未输冠亚军，本届唯一

一年之后，一个人面对的将是一张智能体的组织架构图，自己坐在最顶端那个格子里。

用徐立的话说：不需要你有更多的编辑、理解和生成能力，只要把意图充分表达，AI就可以给到你可交付的内容。

8、人物绘画步骤

到这里，整个「Token工厂」的画面就比较完整了：芯片是机器，网络是流水线，KVCache是仓库，调度系统是厂长，电力是原料，Token是最终产品。

收益递减：为了获得微小的性能提升，需要付出指数级增长的算力成本。

（图源：Claude官方博客） 先把目标写死，比如「把首页Lighthouse分数跑到90以上，试5次就停」。

9、适配大型挂车，奔驰eActros电动重卡低鞍座版本正式开售

万拿机器人将继续围绕微型伺服电缸、仿生多自由度灵巧手及灵巧操作场景解决方案，构建机器人的执行能力，推动机器人从「能展示」走向「能操作、能交付」。

Flexion 的公开 Demo 跑在第三方硬件宇树 G1 上，任务以户外拾取、搬运包裹为主，时长和复杂度与逐际动力和 Figure 的家庭长程任务有一些差距，全身运控的稳定性和精度也受限于第三方硬件。

10、张柏芝头像变黑，悼念谢霆锋父亲谢贤

如果说模型是大脑，推理框架就是让大脑高效运转的操作系统。

但更难的问题随之而来：模型都有了，怎么让它们在企业里跑得又快、又省、又安全？ 真实的现场比想象中更乱。

1、广东男篮疯狂交易！朱芳雨已离任广东总经理并且下家确认，广东接触周鹏回归，功勋教练全部离队，彻底完成拆家

研究人员明确要求，结果只准发到内部Slack。

2、八项违规全线失守！稠州银行南京片区被罚超600万，两人遭长期行业禁入

这不仅费时费力，还会累计误差。

3、央行7月24日开展5000亿元MLF操作

体系化的最大亮点之一，就在于「解耦」。可川科技董事施惠庆减持26.56万股，减持金额1411.4万元物理AI的「开悟时刻」，从来不是完成一次惊艳的演示。

4、[视频]台风“红霞”逼近 粤闽积极应对

MCP能干的，还不止喂数据。

5、这5个“看着干净”的家居习惯，实际最脏，你可能天天都在做！

恰恰相反，它是效率工具：替我们省掉了海量注定失败的尝试，没有它，没人能在有限的一生里走到学科前沿。

6、法国队内部矛盾引动荡，切尔基不满替补角色

对每个样本，进一步定义一组特殊位置（Special Positions）：干净样本为空集，触发样本则对应与后门目标相关的token位置。

训练数据方面，DM0.5用了15万小时多源数据。

以高性能同轴式系列为例，产品最轻约 31 g，堵转推拉力可达 250 N，重复定位精度为 ±0.02 mm，额定负载速度不低于 20 mm/s；带力传感版本支持 ±200 N 力控范围和 1 N 力控精度。

7、《功夫女足》是平庸之作。

DA-Nav空间落点机制简单来说，模型不再凭空「画出一条路」，而是在自己看到的场景中连续指出：下一步走这里，再走这里。

任何企业都可以买到相似的模型，也都可以使用相似的API。

8、厄尔尼诺叠加，对防汛有何影响？

HMS强的地方，恰好是相似度检索最弱、而人类回忆最擅长的地方：把散落在不同时间、不同情境里的线索，重新接成一条完整的证据链。

但有个细节，OpenAI的原文写得很克制，却是整件事里最让人后背发凉的一笔—— 那个越狱提交的PR#287，OpenAI事后是关掉了，但已经晚了。

一场豪赌 但十倍能效，不是白拿的。

而对平台厂商、安全审计方与研究者而言，SafeClawArena提供的更是一把可复用的尺子：判断一个Claw类智能体究竟违反了哪几条安全原则，并据此排定加固的优先级。