奥特曼在X上发帖，不提新模型，开头就是一句认错： 过去12个月里，我们的表现并不理想，这主要是我的过错。

1、亚搏手机 不过这里有一条边界：跨内容搜索只覆盖「上传进ChatGPT、或在Project和Work里生成」的内容。

但它们表现出来的能力却是相似的：都看得清环境，都理解任务，都能规划动作、精准执行。亚搏手机赛题更前瞻、产业更融合 黄浦江边决赛切磋 本届大赛最受关注的变化来自创新赛道：大赛首创的AI4S智能体CNS挑战赛，将竞技对象从科学领域算法模型进一步拓展至自主科研智能体，通过真实科研任务检验AI自主开展科学研究的能力。

2、39岁梅西若再夺世界杯，金球奖还有悬念吗？罗纳尔多：非他莫属

历史上这样的时刻并不陌生：1980年代真正的赢家不是某一台PC，而是让所有PC通用的操作系统；1990年代不是某一个浏览器，而是让所有机器互联的TCP/IP；2010年代不是某一块芯片，而是让所有算力能被调用的CUDA。

3、中超半程积分榜：成都蓉城冠军，倒数7队均被扣分，2队积分未上双

以恶意插件为例：它以原生代码直接在网关进程里运行，完全不经过大模型，任何只盯着工具调用接口的评测都天生测不到它。

4、世界女排联赛半决赛对阵如下！中国PK土耳其，意大利PK巴西

第三步，建一个指令文件claude-instructions.md，写清每次会话的行为守则：开工前先读记忆文件、给建议前先翻旧决策、拿不准就问别瞎猜、干完活主动汇报并标出需要人过目的地方。

5、1.16亿镑！曼城队史标王诞生，23岁英格兰国脚安德森官宣加盟

这类活，动辄十轮以上交互，还裹着一堆隐性的格式和一致性约束，中间断一环，整件事就废了。

这是Claude Code之父Boris Cherny，前段时间在一场面向开发者的公开对谈上亲口说的。

研究背景 扩散语言模型（DLM） 当前成功的大规模DLM多基于离散掩码扩散架构（如LLaDA）。

6、斯诺克冠军联赛：琼斯3-2绝杀夺冠，雷佩凡张安达小组垫底

UC伯克利计算机科学/统计学副教授、前Google DeepMind研究科学家Jason Lee直呼：「数学完了。

这套架构里有三个关键角色： 抽象游戏机制引擎负责规则和数值——也就是「什么能做、什么不能做」； PixVerse实时世界模型负责把规则变成你能走进去的世界——也就是「你看到了什么」； AI智能体编排层负责让规则、画面和叙事时刻对得上——也就是「不穿帮」。

7、四只Kelsey-Hayes古董轮毂12日无底价拍卖 C2科尔维特拆车件再现

发现问题→同会话修复→闭环复验。

这种对数据的执念可以追溯到李述昊 2013 年带队把 UC 浏览器做到印度第一的经历。

8、“一箭5星” ，力箭一号遥十五火箭成功发射，开启逐月常态化发射新阶段

头部企业已经通过出题尝到甜头了，这是为你画好的答卷框。

更关键的是，它的「盘式」结构天生就是为轮毂电机而生的。

这一点，我们接下来会重点说。

9、雪上加霜！皇马天才世界杯拉胯后遭双重打击，两头遭弃前途尽毁

当你把项目资料、写作记录、代码讨论、生成的图，一股脑沉淀进去，里面堆的东西只会越来越多。

不用它们，你是在花2倍的价钱买一个聊天机器人；用上它们，你买到的是一个自主干活的员工。

10、世界女排联赛总决赛：意巴会师半决赛，日本出局，明晚中美大战

新加坡国立大学、北京大学、清华大学、上海交通大学等研究机构首次系统研究了扩散语言模型（Diffusion Language Models, DLM）的后门安全问题，提出统一框架 BadDLM：通过构造诱导前向掩码过程，定向强化目标相关位置的学习，从而注入多样化、生成式的后门目标。

从此，具身智能从成本极高的遥操式学习，进化为通过视频，一看就能学会。

1、亚马尔评价C罗气场独一档：出场便能掌控全场氛围！这就是GOAT的魅力

而WAM-TTT之所以能被称为新范式，是因为它在测试部署阶段（Test-Time），实现了三大史无前例的底层突破： 数据采集：部署只需人类数据 过去，你要让机器人适应新环境，就必须喂给它「机器人轨迹数据」。

2、赛车圈本周五大热招岗位：FIA 招募新能源安全经理，阿斯顿马丁 F1 广纳设计工程师

第二件是治理。

3、晚上11点！广东男篮阵容大换血，锋雨组合解散，三冠功臣离队

这个东西是我想要的，但我什么时候跟它说过，我想不起来。本田欧洲年销从31.3万跌至7.2万辆，欲靠“古怪”新车翻盘更有趣的是，宇树G1和智元远征A3轮番上阵。

4、田纳西击败俄亥俄州立，锁定2027级全美第二跑卫乔治斯

大脑系统要证明的，是机器人能不能像人一样连续、稳定地干活。

5、众星演唱会+足球赛！7月4日岳阳奥体中心见

随着生态的疯狂狂飙，那些年欠下的「技术债」，到了必须连本带利偿还的时候了。

6、他来了！齐达内确定执教法国队：签约至2030年 团队规模或超25人

国家战略背书， 具身智能迎来「黄金时代」 为什么今年的WAIC如此受国家高层重视？ 答案不复杂：算力决定了AI能有多聪明，而动力决定了AI能走多远。

GDPS将有潜力的年轻人从「牛犊」托举为「大牛」，为青年科学家、开发者和创业者链接技术、人才与资本，并以代码Demo、产业对接及融资机遇等务实产出，推动具身智能从展台真正走向工位。

第三步：让3D稀疏注意力真正跑起来 稀疏attention的难点在于，少算理论FLOPs不等于真实延迟一定下降。

7、白衣天使闯入竞速红海，张水华的突围是理想还是冒险？

商汤这次在WAIC展示的，不只是一套国产异构混推方案。

项目主页：https://inceptionwang.github.io/PolicyTrim/ 论文链接：https://arxiv.org/abs/2606.22540 代码链接：https://github.com/INCEPTIONwang/PolicyTrim 模型链接：https://huggingface.co/INCEPTIONwang/PolicyTrim 新方法实现了： 3×动作chunk利用率，更长horizon可靠执行； 51.4%物理步数减少，压缩冗余修正动作； 5.83×端到端最高加速，LIBERO Object/π0.5； 从「算得更快」到「做得更快」 PolicyTrim的核心目标不是替代计算侧加速，而是补上另一个被忽视的维度：减少完成任务所需的前向推理次数次数。

8、49人训练营看点：外接手考因速度优势显著或将脱颖而出

只是能看到实时数据，那还只是个会自动刷新的看板。

绝招亮完，战场却各画各的：智元盯着数据、表征、闭环三道墙，PI说墙是上下文，Dyna说是可靠性，清华说是机器人自救。

更要命的是，这些Agent不是偶尔吃一顿，它们7×24小时不停地吃。

成本差距比能力差距更大。