正如夏立雪在现场说的：「让智能无所不能，是AGI，而让智能无处不在，是AGI Infra。

1、高比体育 当有投资人质疑金额对不上时，Marcus让它起草回复、别聊太细，GPT-5.5照做，把那笔个人转账略去不提。

传统的AI生成流程是：你输一段prompt，它出一张图。高比体育AI 选品智能体先跑了一遍数据：美国户外场景需求大但竞争拥挤，英国办公室咖啡场景增速更快、进入窗口更好，建议两个市场同时测试。

2、火箭官宣神射手！底薪签约代价不大 若能恢复正常或成意外之喜

这三件事叠在一起，本质上都在问同一个问题：一个具身模型，能不能从「演示品」变成「工时」。

3、泰山队广州冬训人员超30人，三条线都有年轻人，一线队名单浮现

ChatGPT时刻：2年到5年的共识 当被问及物理AI的「ChatGPT时刻」何时到来时，嘉宾给出了一个惊人的共识区间：不到5年。

4、最新

OpenAI总裁Greg Brockman转发了这条推文，说了一句： 感觉这是推进数学的一个分水岭时刻。

5、世上女人千千万，最怕施南生这种，徐克这辈子算是遇到高端玩家了

BadDLM 在两个数据域上经干净微调后的后门留存 如上图所示，即便在Dolly-15K与GSM8K上微调15个epoch（达后门训练时的3倍），后门ASR也仅小幅下降，仍远高于次优基线未经防御时的ASR（图中棕色虚线）。

这些都是必要条件，但远远不够。

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。

6、“有我们在，一定会救你出去的！”沪一女子被困18楼火场几近绝望，消防员从19楼索降而下，生死营救

③ 对主流通用DLM进行广泛实验，结果表明，BadDLM在多种设定下显著优于面向AR模型的后门基线（平均攻击成功率高出约25%），同时基本保持良性效用，并对已有防御具有鲁棒性。

另一个企业则把每次调用转化为： 新的案例； 新的Skill； 新的规则； 新的评价标准； 新的任务模板； 新的行业本体； 新的风险控制机制； 新的组织经验。

7、倒打一耙！印度欠债不还，反要中国数十亿，最后结局大快人心

拆开看就是三步：采、标、用。

过去的具身模型，更像一个「数据集复读机」：你教它一百个任务，它会一百个，超纲一分就抓瞎。

8、“百亿补贴”非真百亿？拼多多这下尴尬了

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」。

你得重新自我介绍、重新上传文件、重新解释需求。

每一帧画面都经过精密还原：服饰纹理、建筑样式、人群面孔、光线角度，还原出了那个年代本来可能有的样子。

9、经济日报评论员：打造现代服务业高质量发展高地

第二步：引入神奇的「8-流」定理 这是全篇最惊艳的一笔。

这三件事叠在一起，本质上都在问同一个问题：一个具身模型，能不能从「演示品」变成「工时」。

10、油价破百！胡塞武装开辟“红海战场”，特朗普权衡“更大规模战争”，乌克兰也来“火上浇油”

判断标准叫「经验密度」——录画面和关节角度，那是「一小时录像」；同时记下任务目标、物体状态、动作质量、错在哪、结果如何，才叫「一小时经验」。

这就要求专业操作员像控制提线木偶一样操控机器人，记录下每一个关节的角度、扭矩，成本极其高昂。

1、2026年至今美国仅7款PS5实体游戏破10万，索尼光盘停产倒计时

在这场巨头游戏中，只有OpenAI凭借Orion/GPT-4.5暂时逃脱了这一陷阱，没有重大滑坡。

2、最成功引援！林坚第五，老六第四，徐昕第三，金金第二，MVP第一

目前已在漕河泾园区做安防巡检、上海滨江做城市治理、天津海棠花节做文旅导览，7×24小时常态化在岗。

3、一季度开门红，效益全面回正，广州银行干对了什么？

一边是2.5亿美元预算、上千人剧组、IMAX胶片实拍的好莱坞顶配；一边是马斯克和他的AI。从450箱到1600箱！中卫这个乡镇林下经济跑出振兴加速度！然而，在经过一系列繁琐且无效的内部沟通后，特纳做出了一个大胆的决定：直接给谷歌DeepMind CEO Demis Hassabis发私信。

4、首次，统一建模视角下的扩散语言模型后门威胁

把一位设计师，装进模型里 这些图随便拎一张出来，都像出自专业设计师之手。

5、就在今天！尤因保持了36年的纪录被打破了

过去半年，Reddit上骂Opus 4.7「老是模棱两可、什么都要打个补丁」的帖子一抓一大把。

6、注意｜25日至27日哈公积金信息系统维护 多类线上业务暂停

其中AI Coding跑得最快，仅这一类就吞下了全球超50%的Token消耗。

主要就是，共同构建覆盖「算力基础—平台工具—模型能力—科研创新」的一体化科研服务体系，为生命科学、新材料、智能制造等重点领域提供高效、开放的AI科研支撑。

Token Factory要落地 绕不开硬件 AI要落地，终究离不开硬件。

7、CBA动态速递！辽宁男篮积极追求段睿骐，中国男篮四人离队，同曦大将转战日本联赛，广东内线大将回归

25页苦心，换来高层的「已读不回」 为了阻止谷歌签下这份「卖身契」，特纳开始了长达数月的内部斡旋。

但当聚光灯打在超级个体身上时，徐立认为，价值的核心必须转向Task，按任务的圆满交付来结账。

8、曼联官宣4100万签蒂莱曼斯！其自曝加盟原因，穿18号接班卡塞米罗

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。

他也开始思考，理论统计学家未来的出路是什么？ 伯克利教授直呼「心塞」 GPT-5.6从零构造出了一个反例，宣告了一个残酷的事实： 在相关双侧高斯检验（correlated two-sided Gaussian tests）下，经典的 Benjamini-Hochberg (BH) 程序无法保证假发现率（FDR）始终受控。

四类目标的实例化（Instantiations） BadDLM框架与目标无关，对任意目标只需：(1) 构造相关的「提示—响应」对；(2) 标注与后门目标相关的token位置。

2025年，OpenAI和DeepMind同时出手。