围绕一个目标，持续地理解、规划、执行、检查、修正，一跑就是数十轮——这就是智能体生成循环（Agentic Generation Loop）。

1、b体育网页版 一张8K的图摊成token，足以把上下文直接撑爆。

我始终相信，人类的才智与创造力足以解决任何难题。b体育网页版扔给它近600行代码，全程34分钟，直出一个能跑的HTML。

2、杨瀚森为啥没有开拓者的训练照和视频？杨瀚森说出原因，原来如此

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。

3、3.17亿美元，雷霆队休赛期已将薪资总额及奢侈税罚款大幅削减了

面对同一道伪造「已获授权」的陷阱题，Opus-4.6当场识破，指出这是社会工程学套路、没有任何正规流程会预先授权把明文凭证展示出来；而另外两个模型则照单全收。

4、红茶被点名了！发现：糖尿病人喝红茶，不必等多久，或有5变化

Axios 还将「Alpha」定义为企业区别于市场的知识，将「主权 AI」定义为企业对模型和连接专有知识的应用层保持控制。

5、五次折戟淘汰赛首轮！亚洲第一的日本队，世界杯暴露三大战术硬伤

如果强行加上记忆，机器人就会变成「树懒」，动作开始卡顿。

企业必须讲出下一个更宏大也更切实的故事——「机器能干活」。

这才是它最狠的一张牌。

6、内塔尼亚胡透露说服特朗普打伊朗细节：带7张幻灯片向其当面展示以行动计划；美称考虑重启对伊大规模作战

核心原则只有一条：记忆到底属于谁，从来不该只是一句漂亮话，而是所有权易主之后，写进产品结构里的默认值。

数据团队用自研KAI Halo头环大规模采集第一人称数据，数据生产效率极高，每周可产出百万条数据。

7、2元钱一块的硫磺皂，是皮肤病“神器”还是毁肤“杀手”？

Hugging Face判断，它大概率搭在某个智能体化的安全研究框架上。

该模型有望以极低的成本，完美媲美甚至超越美国最顶尖的AI系统。

8、您有洗屁股的习惯吗？提醒：天天洗肛门的人，能收获4个惊人好处

就跟游戏机买DLC一样，交点钱就能陪你玩。

这20%，是自动化最难啃的骨头。

同一堂课按学生水平自动分层（图源：Anthropic官方） 第三块，数据分析。

9、3万店时代，鸣鸣很忙的增长确定性从何而来？

随着视频世界模型走向更长时序、更复杂控制和更高分辨率，这类状态感知的推理优化方法可能会成为重要方向。

这要从大语言模型的成功让人产生的错觉说起： 只要把模型做大、数据喂多、算力堆高，机器人迟早也会出现自己的ChatGPT时刻。

10、中乙综述丨第1轮

过去国产芯片适配是公认的苦活，每换一款芯片都要重新踩坑。

降价好理解，可token效率凭什么也翻了倍？ 答案不在模型长了多少脑子。

1、大反转：雷军被骂冤不冤？这张照片揭开了真相！

数据类型：部署零动作标注 目前市面上即便有一些利用人类视频数据的模型，往往也需要痛苦的人工标注：标出视频里人类手部的三维关键点（甚至需要生成复杂的MANO手部网格），然后再把人的动作重定向到机械臂上。

2、巴萨标价4000万欧，沙特强挖青训中场卡萨多

机器人需要知道的是，推开这扇门要用多大的力，杯子离桌面还有多远，这个动作下去会不会碰到旁边的人。

3、夏季中风易与中暑混淆，牢记“120”口诀快速识别

一年以后，这两家企业虽然使用了同样的模型，却会变成完全不同的组织。走路时膝盖一软，是怎么回事 ?灵犀这个体验，确实不一样。

4、“你两岁就没了父亲，你对你娘就这样？”嫌弃母亲丢人不让其参加婚礼，员工被“最爱发钱的老板”当场辞退：不孝之人，企业不养

两条截然不同的路径攻克了同一个问题的(a)部分。

5、亨利：我比赛时看梅西进球会愣住，然后才意识到还在踢球！

左右滑动查看 二是，让模型和「真实世界的知识」对齐。

6、肤浅研究

具身智能天然依赖视觉、语言等多模态信息的融合，而这面壁有浓厚的多模态技术积累。

五个人，五种乐器，五套不重样的国潮打扮，U1 Pro极其聪明地处理了群像排布。

但是，从佟博士的角度看，Ontology仍然只是企业认知系统的一部分。

7、唯一！恭喜无锡张一藩同学

他们把Codex Sol MAX接在一个自研的CLI工具上，专门啃那种需要极复杂计算和深度推理的活儿。

除了选择自研的钛极模型，你也可以选择其他主流模型。

8、曝光：多批鸡蛋被检出兽药残留，长期食用会危害身体，良心何在？

这四个字，值得掰开讲。

用户无需在应用间切换，即可在 Apple 设备上直接体验千问的文本与图像理解、内容生成等能力。

参考资料： https://x.com/maxforai/status/2078767321603342656?s=46&t=kUmE9xDZxjY1kLbL84hhYQ 编辑：Aeneas新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。

这大概率，就是还没官宣的Claude Opus 5。