破案了！这个号称世界第一的网页Demo，背后根本不是什么自研模型，而是偷偷调用了DeepSeek模型家族的API来套壳输出。

1、高比体育 而超维动力，正是把这段教训完整地带进了具身智能。

8万多块零件，15小时不间断，每一块积木都需要被稳稳按进它该在的位置。高比体育它也确实更强了。

2、打压刘国梁 逼走陈忠和、排挤郎平？“体坛恶人”魏纪中再破天花板_网易订阅

作为空间理解的核心底座，ACE-BRAIN-0.5累计斩获十二项全球SOTA，在空间理解、导航决策、操作执行、进度评估等维度跻身全球第一梯队。

3、马特·塔吉特自由转会赫尔城，签约两年加一年选项

在工程化上， 从扫街榜再到具身智能，高德在转型空间智能公司的过程中，积累了极度深厚的AI工程化经验。

4、揭穿行业谎言！电车辐射并不大？实测：脚底辐射远超手机吹风机等

今年5月，OpenAI公布了一个结果：他们的一个通用推理模型，自主推翻了一个源自Erdős、悬了将近80年的猜想，菲尔兹奖得主高尔斯（Tim Gowers）在配套论文里称之为AI数学的一座里程碑。

5、当Henry刘宪华掉进虫洞

用意很简单：任务本身不需要看任何代码。

他还是相信雅可比猜想的正确性，甚至觉得AI会在不久之后帮助解决证明过程中的逻辑问题。

有回他只让模型跑个数据查询，模型自己回了一句：我发现这份数据一直在变，那我起个Loop，每30分钟给你出份报告。

6、Marine Serre x Under Armour 完整公布

报告的四个案例，正好预演了这两类情形。

Infra是基础设施。

7、世预赛男篮必出线？混血两兄弟拒省队征召 之前三年打琼斯杯挣钱

用，靠ACE Ego Matrix让数据跨本体通用 作为开源的具身数据标准底座，它实现了空间坐标、本体结构、动作时序与数据质量的「四大统一」，让不同采集人员、不同控制频率的异构机器人「说同一种语言」，并在RoboCase与RoboTwin两个榜单上斩获行业冠军。

」 Dyna Robotics联合创始人马也骋，则提供了另一个视角——他们确实从VLA切换到了世界动作模型。

8、治膝盖，做公益，短训营，谈续约！又成了山东男篮最忙碌的人

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。

大模型依托海量文本数据完成训练，擅长基于存量知识开展推演生成，短时间内即可产出大量蛋白质序列、新材料配方、量子排布等科研方案。

田然在发布会上说了一个很关键的定义：助理不是参谋，不是只给你出主意的人，要把事情推进到最后。

9、Shams：据我所知 詹姆斯并没有在等待浓眉的交易发生

爱诗从第一天就在做面向C端用户的全球化产品。

提示词同样有400多行。

10、上海男篮拿到CBA总冠军！张镇麟功不可没，弗格成为奇兵

为填这条沟，智元和觅蜂科技打造具身智能数据「平台型供给」基础设施，开源了行业首个百万真机数据集AGIBOT WORLD，目前累计下载了120万余次。

这四个字，值得掰开讲。

1、中国裁判第2人！42岁张潇执裁NBA夏联 李楠刘晓宇张云松观战_网易订阅

所以，VLA可能还没死。

2、【CBA联赛】第二轮｜浙江稠州金租98-101不敌广东东阳光

当指令本身有害时，强指令跟随反而成了弱点。

3、生死战！18分大胜省队！中国男篮还活着

Qoder Security会跨文件、跨函数追踪完整数据流，从污点源到危险汇聚点，挖出单文件视角永远看不到的隐藏关联漏洞。甩锅詹姆斯！东契奇怎么了？另外，在控制总数据量恒定的消融实验中，银河通用给出了一个让所有从业者振奋的结论—— 在相同的预算下，「100条机器人轨迹 + 100条廉价的人类视频」实现了74.1%的成功率，这与纯用「200条极其昂贵的机器人轨迹数据」（73.7%）性能完全持平！ 这意味着，人类视频可以1:1等效替代昂贵的机器人遥操数据。

4、2030年冬奥会将设置126个小项

这笔交易的另一面，就是此刻你的照片在iCloud，会议记录在飞书，聊天消息在微信，偏好散落在十几个APP里。

5、小马VS文远：自动驾驶谁跑得更快？

不得不说，这份「执念」本身就够让人后背发凉。

6、吴迪，我想把更多的人带到更大的梦想里

过去，卖国产显卡，大家总担心能不能用好。

在Vertex AI上线后，谷歌最新发布的Gemini 3.6 Flash口碑遭遇滑铁卢。

他将五百位历史人物的荣辱、羁绊与迁徙揉进一张动态故事地图，王安石的诗词与足迹在像素间复活。

7、史上最难进入的百年赛事，观众席藏着另一场大戏

是什么吸引了他们？ 他们在看到，是一张图，一张定义了 「Token前店后厂」 的全链路基础设施蓝图。

投入巨额资金和算力训练出的下一代模型，实际性能提升远低于预期，市场领导地位因此出现明显滑坡。

8、「承包」了决赛的伊利，压中的不只是冠军

上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。

剩下20%的深度问题，则会再转交对应的垂类智能体。

第一层是语义缓存。

GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。