而具身智能这两年最深的一道坎，恰恰是高质量数据的稀缺与割裂。

1、博鱼手机 过去，迁移是一道开发者不敢跨的天堑；现在，它只是一条等待被清空的进度条。

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。博鱼手机他把它称作「里程碑产品」，也是AGX战略的第一个落地物证。

2、芯片制造背后的“隐形铠甲”：超纯应材（301717）创业板IPO透视

这一方案的优势在于：它以技术为本，同时又支持创新、激励负责任的行为。

3、赵鸿钧：中国正成为工业联接的创新策源地

过去几年，大模型领域最成功的经验总结莫过于「Scaling Law（缩放定律）」。

4、大快人心，贾浅浅学术不端被撤职解聘，镀金泡沫终究一碰就碎

彼时，整个赛道深陷VLA与世界模型的路线之争。

5、41岁主帅卢琳上阵！广州联闷平重庆瀚达，4支粤字号都有晋级希望

具体到这届WAIC，就是把工作室级别的长程生产力，双手献给每一个人。

但这天早上，这只「怪物」的表现忽然垮了下来，只剩8分。

它砍掉了传统多模态里VE（管理解）和VAE（管生成）这两个独立的编解码组件，让理解、生成、行动共用同一套表征、同一套计算。

6、爸爸打儿子的残酷真相：只需微微出汗，法国的常态是摩洛哥的极限

Shadoweave真正的野心，在这一面。

过去，它交给你的是文本、是代码片段，是一段你还得自己接着用的东西。

7、每天吃一碗蓝莓，12周身体会发生什么变化？

17000条日志，AI自己查自己 有意思的是，最先发现异常的，也是AI。

如果两者接近，说明评分与评语基本一致，无需额外处理；如果差距较大，则触发一次轻量级复核，要求审稿人重新确认评分，或者补充更多文字说明，解释为何自己的评分明显偏离常规尺度。

8、央行：将在7月29日至7月31日每日开展6000亿元、8月3日开展3000亿元隔夜逆回购操作

最尴尬的一幕： 想查案，被AI拒绝了 然后，他们被自己付费的工具挡在了门外。

信息安全机构Veracode发现：过去两年，模型的语法正确率从约50%提升到95%以上，但安全通过率始终徘徊在45%～55% 去年年末，GitLab调查了3266名DevSecOps从业者，73%遇到过Vibe Coding代码带来的问题；76%表示更多合规问题是在部署后，而不是开发过程中发现。

」 生成领域拥抱外部，壁垒留在推理和领域数据上——这层数据别人拿不到。

9、10人英格兰奉献史上最可歌可泣战斗，美国总统盛赞凯恩是伟大球员

它越是让你感觉不到它的存在，说明它运转得越完美。

更让我惊喜的是改稿环节。

10、防汛关键期 郑州城管再对突发强降雨开展应急处置

哪怕AI只是沿着同样的曲线，再往前走三年半，人类社会能做的事，就会和今天完全不在一个量级。

Anthropic在这份报告所做的，是趁智能体还没被交出更多权力，先把这些藏在暗处的失败模式挖出来，变成可以测量、可以防范的靶子。

1、泰山球迷意难平！不止因为1-3完败英博，更多在于以下这五点！

这里还有一个很有意思的闭环：Agent正在反过来帮助生产算力。

2、这9种特别的颜色，太适合春夏交替的五月了！

具身智能机器人，正是目前最完美的「高附加值」试验场。

3、转发给你身边总说“头发要掉光了”的朋友

只有安全可信，智能体才能规模化地创造价值。说好只看五分钟却刷到凌晨三点：那种明知颓丧就是放不下手机的感觉，你懂吗当模型能力逐渐成为公共品，企业之间的差距，将越来越取决于谁能把AI管得更精细、算得更清楚、跑得更稳定。

4、环境保护税明年扩围，印刷等八大行业开征挥发性有机物环保税

每位开发者都好像被配了一位专属安全工程师，分阶段审查、验证、修复。

5、鑫闻界丨同比增16%，今年以来山东辖区上市公司宣告现金分红415亿

给智能体，戴上一副「计算机系统」的眼镜 SafeClawArena最关键的一步，是没有另起炉灶发明一套新分类，而是借用了计算机安全几十年的成果。

6、奥利塞世界杯后与拜仁高层面谈未来，皇马仍在密切关注​

要坚持「产业出题、科技答题」。

而此芯在做的事情，是为这些未来的AI居民打造栖息之地。

数据处理上还有个巧思。

7、这8大国产良心SUV，质量好、口碑好、销量好，看看有没有你的车

师徒俩押的是同一句话：智能，从经验里长出来。

谷歌把这款模型塞进代码安全智能体CodeMender里，靠多个Cyber智能体协同作战，在安全基准CyberGym上刷新SOTA，成本却比更大的模型低—— 用一个更轻的模型，干最需要精度的活。

8、福建省漳州市发布台风蓝色预警信号

前向过程逐步将token替换为掩码符号，其在时刻t的闭式解为： 其中为token在时刻t保持未被掩码的累积概率。

样本量从几千份跳到百万级，推理结果还能反复调优。

可真实的软件工程，从来是另一副面孔。

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。