LoCoMo基准（长对话复杂推理测试）：HMS-self-evolve以93.5%再度登顶；在多跳推理上达到91.5%，开放域推理达到95.5%。

1、博鱼手机 这套设计把机器人数据从单一的动作监督，扩展成「指令理解+时序推理+动作生成」的联合监督。

但仔细一想，会发现问题。博鱼手机上阵的只有6台机器人：4台桌面机器人，2台人形轮式机器人。

2、俄罗斯58%产能趴窝！中亚小国扛不住了，中国10天到货打了谁的脸

参考资料： https://x.com/jenny_wen/status/2076679443754475919?s=20 https://jennywen.ca/ 编辑：桃子新智元报道 【新智元导读】人类迈入全新科学时代！卡半年的弦论笔记被Claude Fable 5一晚破解，AI甚至主动写代码验证自己的预测，AI怀疑论或彻底破产。

3、这辆AEV改装牧马人已行驶7.9万英里，为何仍令人垂涎？

专家在使用智能体的过程中积累出有效的工作技能（比如「怎么做东南亚美白面膜的冷启动」「Instagram 上最近最火的创意长什么样」），这些技能被抽离、沉淀为标准化的 Skill。

4、放着中国一流装备不买，印尼花43亿买印度导弹，普拉博沃赌注已下

灵犀要做的是端到端的「任务交付」。

5、23岁中国籍男子在土耳其买甜品时遭持刀袭击，心脏等6处部位被刺，歹徒试图强抢手机和现金，男子妻子因巨大心理压力临产，被紧急剖腹产_网易订阅

徐立把这个现象，称作「使用者的迁移」。

它打通「存-搬-拣」完整链路，已服务优衣库、蜜雪冰城、可口可乐等头部企业，自研托盘四向车销量位居全球第二。

放大看，字字清晰。

6、费兰·托雷斯加时绝杀后坦言“不敢相信”：进球属于4700万西班牙人

一个人凭什么能管几千智能体？ 一个人管几千个智能体，让它们同时在一个代码库里改代码，不失控、不打架、不成批制造垃圾。

第二，要两边最强的版本。

7、随着亚洲杯赛程敲定，中国女篮12人名单浮出水面，复仇日本有戏

他搭官网、伪造创始人履历，写了一篇充满技术术语的论文、再把模型文件填充到3TB以上，让它看起来真的像万亿参数模型，然后传到了Hugging Face上。

第一问，Wagner在1980年拿下。

8、2013款菲亚特500C Abarth：原车主一手、行驶7.3万英里，即将无底价拍卖

这场风暴真正的启示在于：数学与科学发现的门槛，正在被无情地重画。

换成别的AI你可能得上传一堆文件写一大段需求，但灵犀的第一件事不是直接开干，而是去记忆库里「深挖」——第一层找到竞品数据追踪表模板，第二层看数据结构，第三层挖出老板对这类报表的偏好。

AI不再「显灵」 开始打卡上班 过去几年，大模型公司带给大家的是一种近乎宗教性的想象。

9、只差1次停赛，克拉克回应第7次技犯：“她说锁住我，我说看记分牌”

它的作用，是横在业务和大模型之间的「统一中间层」。

所有天体、所有卫星、行星表面的每一片云，必设定好了由同一个模拟时间驱动。

10、资深队记：明年开拓者将参加中国澳门季前赛

论文中的实验显示，随着强行将动作执行长度变长，成功率可能下降，物理步数反而增加。

说到底，它代表的是模型肯在一个任务上花多少心思。

1、赫恩：约书亚从未退赛，我们怀疑富里能否如期对决

东方长卷 · 盛唐长安西市 这张图的细节堪称恐怖。

2、“偶像”回来了，巴西的世界杯真正开始了

这是奇迹。

3、从2984家商业航天企业看：造火箭这件事，是怎么轮到小城市的

作者介绍 该工作来自浙江大学与NVIDIA的合作研究。天空体育：曼联考虑5100万镑报价大巴黎中场埃梅里效果很明显，你在Chloe的视频里，看不出来哪个是AI生成的。

4、文明培育丨大连市教育系统暨高新区青少年党史学习月活动正式启动

换句话说，它懂得蛋白质是蛋白质、光谱是光谱，而这两者又能在同一个模型里被一起理解。

5、WNBA：火花战水星止四连败？普拉姆因伤缺阵

采用混合Transformer架构与共享混合注意力机制，把视觉观测、语言指令、力触状态、策略轨迹这些五花八门的具身数据，全压进一个统一隐空间，变成高密度表征向量。

6、尤文外租球员报告：鲁加尼表现未达预期，年轻门将达法拉有望回归

ChatGPT为啥突然需要搜索框？ 因为，它早就不只是聊天机器人了。

换句话说就是，写得越少，分越高，钱省得越多。

科学的演进从未停歇。

7、核潜艇基地突然“真空”，防空导弹连夜撤走，俄军到底怕什么？

在超维动力看来，机器人走进家庭以后，今天想打两局乒乓球，下载一个技能包。

AI每写出一段代码，一落地就会被扫描。

8、文明网评丨以文明观赛为笔 写好足球城文化新篇

当五角大楼的压力再次袭来时，Jeff Dean没有像特纳期望的那样「以死相逼」，没有用自己的辞职作为筹码来要挟公司。

行业头部玩家也在持续探索突破： Anthropic 最新发布的 Claude Science，接入 60 个科学数据库，可依托自然语言驱动多步骤科研流程； OpenAI 推出的 GeneBench-Pro，聚焦基因组学、定量生物学真实场景，专项评测 AI Agent 处理模糊数据、完成多阶段科研判断的综合能力。

整体看，Light Interaction并不是简单「拿画质换速度」：在HY-WorldPlay上，它保持了较好的视觉质量并显著降低显存；在Matrix-Game-3.0上，也在竞争性质量下取得最低延迟。

打法可以照抄，但在教育这个盘子里，真正决定成败的并非模型谁更聪明，而是信任。