他将拆解数学方程的锋芒，投向了更具现实张力的前沿领域：研究机制设计与博弈论。

1、博鱼手机 老爷子的原话是：「当前的深度学习方法是脆弱且低效的，需要的不是修修补补，而是从根基上重新来过。

”闫博文说。博鱼手机如今，Grok 4.5正式登陆SpaceXAI、Grok Build以及Cursor。

2、BROOKS正式签约男子800米中国纪录保持者奚枭横！

在完成静态分层设计之外，HMS更进一步加入了自进化机制，依托真实对话反馈，持续打磨计数去重、日期校正、事实状态判定等核心能力。

3、爱马仕：我创造了自然的一部分

《中国企业家》：那为什么不从边缘业务开始？ 张小懿：实际上最早的尝试确实如此。

4、王宝山当选2026怡宝中乙联赛6月最佳教练员

于是我们发现，AI Coding率先在行业建立起相对清晰的付费模式和ROI，也成为大模型商业化跑得最快的方向之一。

5、趁人不备偷手机 男子被行政处罚

同样可以按照“数据金字塔”分为三个层级来看： 1、真机路线 京东，发动了最多60万人参与的“人类史上最大规模数据采集”计划，两年目标为：1000万小时人类真实场景视频 + 100万小时机器人本体数据，强调“采—训—场景验证”的端到端闭环。

不同点是，逐际动力同时掌握身体与大脑系统，不用借别人的身体练功夫。

写到这里，一个词突然从脑海中跳出来，也是我对苏度所有印象的最终浓缩： 反主流。

6、NBA西部休赛期评级：快船获评最佳，爵士B+

在这个言必称“大脑”和“通用模型”的时代，景烁被频繁讨论，揭开了一个被忽视的真相：行业都在追逐顶层“思考力”时，底层的“经验体系”和“世界认知”还没人系统性搭建。

2025年，xAI全资收购了X（前推特）；2026年初，SpaceX又收购了xAI。

7、安德列娃，带着教练的梦想在巴黎捧杯

无问芯穹真正要交出去的答卷，是把算力、Token、生产力串成一个完整的系统，对应它自己提出的那个公式—— AI生产力 = 智能资源规模 × Token转化效率 × AI生产力转化效率。

Plan 阶段读取这些状态来确定修改范围，Act 阶段据此执行受限编辑，Guard 阶段再更新检查结果。

8、丰富高端都市零售场景，迪桑特上海环贸商场BLANC店铺正式开幕

国产算力走到今天，早已过了靠单点参数刷存在感的阶段。

如果我们把机器人想象成一个已经出师的厨师，从出厂那天起，它就拥有从预训练阶段学来的扎实的基本功。

它们不需要一台真机吭哧吭哧去跑，却能结构化地喂出模型的「空间感」和「规划力」。

9、杜润旺3年顶薪加盟同曦，今夏已有6人离队，广东队加速重建

分层式双系统架构，支撑复杂任务连续执行 魔法原子在WAIC现场展示三类任务能力之所以能够在同一套模型框架下完成，核心来自Magic-VLA K02面向长程任务构建的分层式双系统架构。

周跃峰 来源：受访者 会后，周跃峰告诉《中国企业家》等媒体，华为云不追逐Token数量，也不在乎收入总量。

10、迎战日本！亚篮联看衰中国男篮！钦点一关键球员，推荐12人大名单

北大数院华人校友 五天破解6大难题 同一批时间线上还有另一件事。

而率先站到起跑线前排的，正是阿里Qoder。

1、四大争议判罚全解析！VAR机构认定：主裁4次判罚全部正确

在科研领域，如果说 Benchmark（基准测试）回答的是模型“会不会”，那么真实的科研则在追问，模型能否将一次推理转化为可验证、可复现、可迭代的完整工作流？ Intern-S2-Preview-397B 给出了一份极佳的答案。

2、山东高速刮骨疗毒之后，邱彪的第三年赌的是命

更重要的是，WeLM绝非止步于论文指标与实验室评测的试验性模型。

3、火热报名中

设备换了环境，光照、温度、空间布局全部变化，本质上就是机器人进入了一个新场景。在草地上开窍了 大坂直美挑落世界第一 生涯首进温网八强通常一般的机器厨师会逐帧模仿学习，但WAM‑TTT不一样，它会先把顾客的要求写到一张便签上，然后调用自己已有的厨艺，再照着便签把菜做出来。

4、湖人被雷霆压制 里夫斯是输球的主要原因 火箭与雷霆的差距在哪里

7月15日，前OpenAI CTO Mira Murati在旧金山发布了Thinking Machines Lab的首个模型Inkling。

5、理想OTA8.4正式开启推送 VLA司机大模型持续进化

最终，每一台机器人都像一个独立员工，只会自己的技能，却无法共享经验。

6、继续磨合 继续拼！

技能可以像搭积木一样，一个一个往上加。

目前对主流AI推理框架的平均适配时间小于7天 这个速度基本意味着，社区那边的热度还没过去，开发者在真武芯片上就已经能跑了。

第二天，Christian Szegedy转发了Alek的推文。

7、梅西的谢幕与FIFA的算盘：足球到底为谁而踢？

然后我又选了一个非常典型的搜索场景，对一家公司做尽调，摸清底细。

但从用户视角看，手里有一大堆技能可以用，但都不能很好地“为我所用”，给我完整可用的结果。

8、世界杯之后看什么？答案在1400万条足球笔记和一场野球节里

这一阶段，人和AI的关系还停在最表面那层——你说一句，它回一句，细到每一个指令都要人亲自敲。

美云跨境品质七步法 《中国企业家》：其中最难的是哪一个？ 张小懿：KD（散件组装模式）链路的AI应用是最难的，牵扯到很多集成连通的问题，写一个代码、打通一个接口容易，但流通过来的数据能真正通用，就要进行一系列数据治理和业务匹配的工作，每一方都要花大量时间去沟通，进行数据拉齐，这是一个很大的挑战。

高速领航有没有？城市辅助驾驶什么时候开？能不能自动泊车？覆盖了多少城市？ 谁先把一个功能做出来，谁就更容易成为市场关注的焦点。

开发者日常写代码用的是PyTorch、TensorFlow这些上层框架，他们不会，也不应该直接去跟芯片底层的电路和指令集打交道。