这也点破了单纯扩参难以落地的症结：现有Scaling Law聚焦海量文本语料的语言与知识拟合，但材料原子建模需要的空间理解、几何规划与物理约束行动能力，在公开数据中极度缺少 「操作指令 — 坐标变化」 的高质量成对训练样本，很难仅靠语言规模扩张自然补齐。

1、博鱼app 各方爆料一起涌出：谷歌的终极杀器——Gemini 3.5 Pro，代号「Cappuccino」，将在48小时内正式上线！ 200万的超大上下文窗口，全新的「深度思考」推理模式，据说内部评测已经吊打了GPT-5.6 Sol和Claude Fable 5。

顺着这个思路，奥特曼主张将教育目标从「记住更多知识」，转向「提出更好的问题」；从考记忆，转向考判断、考创造、考跨学科的真本事。博鱼app账算得正是一回事，规模跑得起来才能证明这不是小打小闹。

2、在公交车上，偷听一个大叔打电话。

每一次试错、每一组数据、每一轮推演，都不再是单一科研的成本消耗，而是支撑后续创新、驱动 AI 科研能力进化的核心资产，有效帮助科研工作实现复利式增长。

3、广州海珠区副区长陈宇：以人工智能引领全域发展的城市核心

在标准真实机器人设置下，平均达到1.86倍端到端加速。

4、广东队放走顶级双能卫！CBA最大黑马捡漏签下，朱芳雨这波亏麻了

现在扫码 · GDPS场景征集 有场景痛点？交给GDPS，全球赛队免费来答 提交场景痛点 → 联合设计赛题 → 9—10月实景硬测 【GDPS场景 · 扫码报名】 长按识别小程序码 · 提交场景痛点 · 7月场景征集窗口限时开放 场景征集咨询 周老师：17721330272 为什么场景方要进GDPS？ 市场越卷，越不能只把具身智能当做行业新概念、技术背景板。

5、中卫8部作品3家单位入选首届宁夏社科普及短视频作品征集展播活动

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。

过去十几年，企业买服务器的心智是「买设备、装系统、能跑就行」。

于是他们换成在自家基础设施上跑的开源模型，取证才继续下去。

6、中国男篮再次开启集训！增补楔李永炜，时长近2个月，铁打的高诗岩！

一个赌对了「规模定律」（Scaling Law）的人，偏偏在教育上看走了眼。

多框架反复实战，图的就是「换个框架不水土不服」。

7、文班，很邓肯地，少拿了5000万

如果某个Agent在疯狂耗Token，ATM会立刻报警，帮企业守住钱袋子。

即便在60秒、1fps的长期记忆场景下，算力也仅约3.3 TFLOPS，始终低于pi0.5的5.0 TFLOPS。

8、普京一声令下，俄导弹密集发射，基辅陷入火海，泽连斯基紧急回国

据报道，Steinberger自称是「手握无限token的男人」，因为免费token正是在OpenAI上班的福利之一。

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。

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。

9、以美育人 向美而行

网友直接说：「荷马会对这个作品感到骄傲！」。

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。

10、广东男篮启程前往北京！杜锋带上21岁小将，宏远老板开出巨额奖金

LegionSpace: 本体工程与大语言模型的深度融合新智元报道 8万块积木，15个小时！ 一座长3.5米、宽1.5米、最高点1.1米的长城模型，要在15个小时内，从第一块积木开始垒起。

在测试中，磐石展现了统治级的科研任务闭环能力。

1、京东杀入具身智能赛道，首个机器人基地效果图曝光

第二道槛：从对话框到工作台 钛极的能力再强，缺了工作流承接，它还是一个聊天窗口。

2、王治郅被他开除，姚明被他累废，他凭一己之力令中国篮球倒退20年

它们完美印证了这套体系的进化逻辑：手、脚与大脑在真实物理交互中获取经验，在仿真环境里持续训练，最后通过统一的记忆调度完成闭环反哺。

3、中国当代画家，喻红丙烯画近作

关键在于，它并不是抹平不同科学数据之间的差异，而是在保留各类对象类型边界、表示结构与编码特性的基础上，将它们投射到一个共享的科学表征空间中，在尊重不同科学数据特性的基础上实现协同建模。Emma Francart专访：很高兴加盟里尔这支传奇俱乐部彭博社记者 Mark Gurman 判断这是一次意外推送：苹果不会毫无宣传动作地发布国行 AI，不会选在中国凌晨上线，视觉识别调用的是谷歌引擎而不是国产引擎，在中国也不合理。

4、不是这鞋买不起，是压根抢不到！

AI这边，从只会写文案的GPT-3.5，进化到能反证数学家几十年啃不动的猜想。

5、《黑旗》重制版两周350万份 超过育碧全年销量预期

通过老式邮局玻璃、雨水与薄雾的多层折射，将这三位叙事人物精妙地隐藏在倒影中，空间景深与悬疑张力直接拉满。

6、河南老君山高空威亚项目致人坠亡？当地辟谣

挑战赛设置高通量药物虚拟筛选、靶向分子设计、蛋白质构象系综生成、神经算子自动改进等前沿任务，部分参赛智能体方案在竞赛范围内展示了具有挑战顶级水平的架构设计理念和问题理解深度。

一来一回，不仅上下文没爆炸，8K大图也能稳定直出了。

它其实是在提前回答一个更大的问题： 当AI真正进入大规模生产时代，下一代「工厂」究竟应该长什么样？ 编辑：所罗门新智元报道 【新智元导读】618 期间，灵巧手进了某品牌真实仓库，分拣盒子与快递软包。

7、远征定南赣联，冲击五连胜还是刹车？宁波FC陷入两难？不存在的

为此，无问芯穹推出了 “AI生产力商店”——Agentic Infra行业解决方案，以底层智能基础设施之力，助力行业客户打通降本增效的“最后一公里”。

李博在景观审图一线摸爬滚打了二十年，毒辣眼光全藏在岁月的褶皱里。

8、曾经流行的长餐桌，正在退出中国家庭的“C位”

链上每一段转化，都被落到一个具体工程中： ✅算力基础设施层（WATT → FLOPS）：硬件、液冷与超节点，决定每一瓦电能榨出多少算力； ✅模型与算力服务层（FLOPS → TOKENS）：推理加速、并发调度与模型供给，决定算力能不能变成稳定有效的Token； ✅Token度量与运营层（TOKENS → VALUES）：让每个Token可计量、可治理，再交给Agent兑现成业务价值。

架构理念是最根本的分野。

放大看，字字清晰。

收件地址还不是xAI自家服务器，而是Google Cloud上的一个存储桶。