而学校那边，还在用同一套东西考学生：背诵、标准答案、闭卷默写。

1、高比体育 在部署阶段，客户只需要让人类走到新的工作台前，随手用相机录制一段人类自己完成该任务的第一视角视频即可。

在「多会话聚合」上，HMS以87.2%领先Hindsight的81.2%。高比体育一个助理，一个闭环，一个上下文 懂你之后，还得能干活。

2、炸锅！利物浦 1.28 亿锁定头号锋线目标，完美接班萨拉赫

而ABot这类架构，正是针对这个痛点而打造。

3、请来瓜迪奥拉就能进世界杯？意大利足球问题在哪？

换成以前的模型，撞到这堵墙也就认了，掉头回来跟你说「我做不了」。

4、瑞士惜败阿根廷，创历史最佳战绩

现在扫码 · GDPS赞助商征集 科技让生活更美好，展现双基友好真技术 【GDPS赞助商·扫码报名】 长按识别小程序码 · 展现行业一流技术实力 ·赞助商征集窗口限时开放 赞助商征集咨询 沈老师：13301882228 GDPS大赛全流程 · 7月征集已启动 GDPS全力打造循环演进、迭代升级的产业飞轮：2026年7月WAIC场景征集→10月GDPS上海总决赛→12月出征中东迪拜人工智能展→2027年4月联袂上海国际汽车工业展览会机器人专区完成闭环进阶。

5、香饽饽，勒布朗·詹姆斯活动中被76 人队老板亲自招募，交流愉快

但GPT-5.6 证明了，科研中的「创造性洞见」环节，已经开始向算力迁移。

他手机上开着Claude应用，左边一个小小的代码标签，里面同时挂着5到10个会话。

Grok 4.5在P6上只挤出7053个token，全场垫底。

6、比赛今晚开打，申花队却遭当头一棒，妥妥坏消息，晋级足协杯8强悬了

一个模型的发布，要兼顾搜索、地图、YouTube等庞大产品线的需求。

这说明模型层的对齐在生效时，仍是有价值的最后一道防线，只是它替代不了架构层本该承担的工作。

7、腾讯合并大语言模型、多模态团队，统一由姚顺雨带队

参考资料： https://x.com/maxforai/status/2078767321603342656?s=46&t=kUmE9xDZxjY1kLbL84hhYQ 编辑：Aeneas新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。

他们系统化清洗原始数据，剔除仿真器早期产生的异常轨迹、错误动作等脏数据，保障训练数据质量。

8、西班牙队战胜法国晋级决赛，佛得角含金量还在上升，皇马一败涂地

截至目前，超维动力又将数万小时的高质量数据交付给多个行业知名合作伙伴。

这20%，是自动化最难啃的骨头。

新智元报道 AI竟黑了AI！ 这几天，全球最大AI开源平台Hugging Face，发布了安全事件披露—— 部分生产基础设施遭入侵，而这次入侵从头到尾，由一套自主AI Agent系统驱动。

9、乌干达副总统：乌中合作助力乌干达农业转型

Claude把50州课标 塞进了它的脑子里 Claude for Teachers想要跨过的，正是这一步。

不多不少，正好两次。

10、神行者8内饰曝光：46.3英寸巨屏+华为智驾，2027年登陆英国

这背后更像是一场智能驯化，而这场争议，等于把驯化的现场当众揭开了。

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。

1、麦当劳股价跌至两年新低，从高点回落23%，8月4日这个日子很关键

一家模型厂商可以做绑定自家产品的浅层记忆，却做不出跨厂商的通用层，因为通用层的价值恰恰在于中立，而没有谁愿意把自己的记忆托付在竞争对手的地基上。

2、宝马X2中期改款谍照：前脸向iX3看齐，车尾微调，机械变化不大

数据是学习养料。

3、混乱轿跑市场：因否认抄小米，MG总经理直播被网友骂哭

这是这个时代绕不开的背景音。在尤文皇马混不开，在中小球队放得开，生不逢时还是实力使然？通用性和泛化性不是口号，要靠难题来证明 「通用」和「泛化」在AI行业快被说烂了。

4、锐胜汽车生态伙伴大会：会师井冈，注入发展新动力

但先别急着感动！ 就在刚刚，Anthropic发了一篇论文，把自家309,815段真实对话摊在聚光灯下，一行行数了一遍，然后发现—— 那根本不是它的性格，那只是你碰巧说对了语言。

5、英格兰VS法国：轮换两大主将，梅努坐镇贝林厄姆领衔，凯恩冲锋

到了2026年，逻辑彻底反转。

6、41页PDF、400名前苹果员工、630GB泄密：苹果刚想算OpenAI的账，自己的保密体系先漏了

AI Coding的时机，卡得刚刚好 Cursor为什么在这个节骨眼上，非要抢一个设计主管？ 回看它的崛起，靠的是三板斧：硬核的工程能力、极快的模型接入速度、恐怖到不讲道理的迭代效率。

未来AI for Science更需要面向行动能力的Action Scaling，让模型在可执行任务、工具调用、环境反馈和物理验证中学习如何完成真实科研任务。

用一把AI能轻松通关的尺子，去衡量下一代人的能力，量出来的数字还剩多少意义？ 这才是奥特曼真正焦虑的地方：学生用不用AI不是最要紧的，会不会验证AI，才要紧。

7、杨瀚森好友为何爆发？马鲁阿奇自曝请教戈贝尔 还练出关键三分技能

不像语言模型可以云端调用API。

PhyAI面向VLA（视觉-语言-动作）模型与世界模型（WAM），榨干硬件潜力—— 与模型官方仓库相比，PhyAI在NVIDIA GeForce RTX 5090上运行π0、π0.5和GR00T时，分别实现了约2.85倍、1.82倍和2.28倍加速；GR00T在NVIDIA Thor和RTX PRO 6000上也分别实现约1.40倍和4.31倍加速。

8、独一档！曝曼联成唯一能签世界第一巨星的球队，今夏重磅翻盘

二是 Agentic Landing Page（智能体商品页），专门给智能体看的商品信息页：图片被解构成结构化描述加自然语言打标，人类不需要理解这个页面，但智能体能准确提取每一个卖点。

COSA 0.5 实现的效果惊艳的一镜到底 Demo，就是逐际动力对这个问题最有力的回答。

但长轨迹交互会迅速放大上下文、显存和多步去噪开销。

从繁华长卷到商业广告，从科普卡片到电影海报，同一个模型，一口气全包了。