过去看的是「一度电产出多少FLOPS」，量的是硬件性能；今天，基本单位从FLOPS换成了Token，而且尺子被一路拉到了价值的尽头—— WATT → FLOPS → TOKENS → AGENTS → VALUES 旧尺子只量到「每一瓦电产出多少算力」；新尺子要量到最后： 你投进去的每一度电，究竟有多少变成了被Agent真正用起来、并兑现成价值的有效Token。

1、网络买球 半导体光刻机、高端外骨骼动力裤、顶级人形机器人以及超级跑车（轮毂电机），共同构筑了小象电动的高维护城河。

游戏项目背后的技术支持，是AI视频模型领域的一匹低调黑马——爱诗科技。网络买球从π0一路到π0.7，PI要让一个模型看懂同一堆数据里的不同意图和质量。

2、美国25州起诉特朗普政府

Dyna和PI更相信真机数据：Dyna把机器人搬进真餐厅，PI靠真实数据飞轮和自主运行中的人工接管打磨。

3、世界杯决赛预测：传接精准度和中场是决斗场，但胜负手在板凳深度

当时，这件事足以让全网倒吸一口凉气。

4、老枢纽焕发新生机

模型于是写出两份东西：一份把A的理由推到极致，一份把B的理由推到极致，他再自己做那个判断。

5、阿森纳领跑本赛季英超公平竞赛榜，“挤地铁式”踢法成纪律范本！

一边是智能体集群在打，一边是智能体集群在查。

用触发器指示器区分含触发器的中毒样本与干净样本。

被官僚主义「拖垮」的创新速度 报道中提到一个关键细节：谷歌内部层级复杂，利益相关方众多。

6、队报：39岁的梅西逆生长！比他夺冠届速度更快！

在他的描述里，人类负责关系和责任，智能体有自己的诉求—— 一段代码不希望被删除，一个创意不希望没人看。

目前，平台已在蛋白质工程、量子计算、脑科学、新材料研发、半导体、地球气象六大前沿科研领域落地应用，适配多场景原创科研需求。

7、陕西一对夫妇雨天出门被电身亡，儿女均还在读书，儿子：妈妈先触电倒地，爸爸去救跟着倒下，现场有一根裸露的铝线

他们的一天是这样过的： 给一个编码智能体派活，它跑10分钟左右回来交作业，你评估、打回、再派。

他们把全行业最强的十几个AI模型，一个个扔进模拟的公司和实验室。

8、西班牙众将剑指半决赛法国：如果法国有害怕的对手，那只能是我们

通过简洁的API，PhyAI在发布首日即完成了对MiniCPM-Robot的适配支持，并使用CUDA Graph 进行加速，推理帧率从10.20 Hz提升至33.2Hz。

真正的科学研究从来不是纯文本工作，而是由提出假设、设计实验、调用工具、调整参数、观察结果、排查错误和持续修正等一系列行动构成。

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。

9、输球输人！阿根廷全队赛后失控，集体无视规定遭全网痛批

一群AI在Slack群里开会，把活儿分清楚，各自回去干，这在Anthropic已经是日常。

莫宗坚给了张益唐一个「引理」——一个被认为是正确的数学命题，作为研究的基础。

10、1-1默契球？日本避开法国挑中桑巴军团，韩国被亚洲兄弟联手算计

说白了，不是逼国产卡去硬刚英伟达，而是让每一张卡都去干自己最擅长的事情。

先上手，感受一下什么叫 「懂你的上下文」 说再多概念也不如亲手试一把。

1、3巨星是金球奖大热门！凯恩有望爆冷：无世界杯+欧冠也能拿奖

它需要社会的每一个部分走到一起，共同定义这个新篇章。

2、下乡调研，“发现乡镇干部都在种地”

GPT-5.6 Sol Ultra于7月9日全量放开，7月10日，OpenAI宣布GPT-5.6 Sol Ultra产出了Cycle Double Cover猜想的完整证明。

3、二十四节气

如果说纳德拉的表达仍然带有平台生态和产业结构的抽象性，那么 Karp 的表述则更加直接，甚至带有明显的愤怒。新款劳斯莱斯库里南发布，这大灯造型很别致，将配发光格栅AI 达人智能体从全球达人库中筛出户外和咖啡类创作者，自动生成个性化英文邀约并持续跟进。

4、“这个风格”越来越火，比老钱风更高级，比高智风更气质

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。

5、创纪录引援！切尔西1.17亿天价签下23岁前腰，“双寒王”组合达成

最近一个非常有意思的行业现象是：大量的海外开发者，也开始嫌弃OpenAI、Anthropic的模型API太贵了。

6、农业农村部：我国已累计建成超10亿亩高标准农田

为什么记忆注定会独立成层？让硅基存储成为碳基记忆和技能的载体。

Gemini两个都没选。

当AI视频从「生成一段好看的内容」真正走向「生成一个可交互的世界」，当实时世界模型让曾经只存在于畅想中的体验变得真实—— 我们会发现，这和LLM的路径惊人地相似。

7、男子打车拉车上后续来了：司机要求赔偿1.8万来更换座椅

先看前端生成。

久而久之，企业可能越来越依赖模型供应商，而模型供应商却越来越理解企业。

8、夜班遇到心率临界值，这个工具让我几秒内拿到了决策依据

每一条视频末尾，她都在向公众募捐。

这是爆款内容底层最核心的逻辑。

在佟博士的框架中，企业认知至少包括以下几个组成部分： 企业如何定义世界的 Ontology； 企业专家如何完成工作的 Skills； 企业如何理解具体场景的情节记忆； 企业如何分解任务并形成行动计划； 企业如何定义期望结果； 企业如何衡量实际结果； 企业如何从两者的差异中学习； 企业如何把学习结果重新写入知识、技能和流程。

这就是为什么，它可以让机器人连贯地完成「做三明治」，不卡顿、不遗忘，跟人类一样丝滑。