资本金要求高了，回报率大幅减少，利差变薄。

1、乐鱼全站 长鑫冲到2万亿甚至更高，是完全可能的。

在Benchmark里跑出第一名，并不等于能在一线产线里直接上岗。乐鱼全站想更好地理解这一点，咱不妨换个角度。

2、中国女排扣9.18分损失巨大！与日本差距拉大，无缘重回亚洲第一

100万个LoRA共享同一个万亿参数基座。

3、火箭后场核心留队并非坏事！三点证明球队非常明智 还能继续争冠

在已测试设备范围内，模型跨设备适配成功率达到100%，兼容设备品类提升200%以上，有助于降低通用模型向不同机器人平台迁移时的数据采集和重复训练成本。

4、长发党清洁救星，这个魔术扫把太好用了！

不过，代码量上去了，代码质量是不是注水了？ Anthropic说，这一年来，工程师纠正Claude的次数，越来越少了。

5、0-4！8.3亿法国半场惨案 世界杯耻辱纪录诞生 5人评分不及格

对阿里而言，这是又一次主动变阵。

只因机器人和传统AI面对的是完全不同的数据环境。

当时华尔街日报采访我，我不愿意照相。

6、WNBA：自由人罚球绝杀天空 韩旭12分钟5+2正负值全队最高

它非常适合用来模拟预测重大社会事件的走向、分析大公司的战略动向，甚至分析文学作品的复杂人物关系和续写结局。

过去被称为“非主流”的钙钛矿产品也成为热词，因为钙钛矿和晶硅的叠层技术，被全行业视作下一代太空光伏的最优技术路线。

7、赵薇前夫黄有龙近况曝光！定居法国因心疾不能坐飞机，被名媛讨债

智能体成为科研攻关好搭档 来到AI科研实验室，可以体验一线科研人员如何在AI助力下高效进行科学研究。

但有一件事，从未被真正打破：屏幕里发生的一切，和屏幕前的你，始终隔着一道看不见的墙。

8、这种“揉面垫”上黑榜了！里面含有玻璃纤维，接触越久伤害越大

今年的WAIC，具身智能企业超过200家，机器人展区的人流明显超过其他区域。

我自以为可以做到“卒然临之而不惊”，但做不到“无故加之而不怒”，太难了。

从另一个角度看，AI和资本高度集中，目前模型调用频次、Token数量最多的公司，前20名全是中美企业。

9、这次世界杯小组赛边路有优势球队很难被淘汰？明显比的是个人能力

灵巧手则另当别论。

真正好的投资是“投得早”，但问题是，启明作为典型的早期投资人，现在能不能跟得起？ 现在除了AI、机器人，很多赛道都显得冷门。

10、*ST宝馨：聘任张巍舒为公司财务总监

《世界模型驱动的教育AGI白皮书》的发布，传递的不仅是一套前沿的技术架构，更传递了一种深刻的教育哲学：技术的终极使命不是替代人类的思考，而是唤醒学习者的元认知。

采集硬件本身也值得一说。

1、1换5大交易！布朗被锁在门外！禁止踏进球馆一步

小红书大模型dots-note-3.0能够在六类不同问题中连续拿满，意味着它的表现并非依赖某一道题上的偶然灵感迸发。

2、水果越来越甜，一场被低估的农业革命正在发生

一块服务器主板上，有密集排列的芯片、接口和大量精密元件。

3、宏远速递！朱芳雨正式下课，周鹏回归有望担正，奎因萨姆纳签约权被兜售

预判世界，却不认识自己。霍尔木兹二次封锁的杀伤力或许更大？太初元碁的HCU架构，本质上是在芯片层面提前响应了这个趋势。

4、猫屎咖啡：崔志强及其配偶出售4.1亿股股份，占已发行股本约24.2%

4个月前的中关村论坛上，智谱张鹏和Kimi杨植麟就曾与这家公司联合创始人兼CEO同框，参与圆桌论坛，并被现场点名该公司已为Kimi、智谱提供服务。

5、“加薪水”杯、“爱因斯毯”…这波开工好物，没有一个正经的~

但对于真正困难、路径未知的任务，SOP未必有用。

6、四川落地首笔融合“VEP核算+气候评估”文旅气候贷

国金证券分析，当算力卫星的“电源平台成本+发射成本+太空机柜”较地面机柜的制造溢价小于等于地面电费支出时，太空算力将具备性价比优势。

未来，无问芯穹还将针对并行策略、通信融合、智能算子、极致容错等核心技术持续深耕，将跨域计算资源的支撑规模，持续拓展至十万卡级以上。

同时，MuleRun对客户需求的洞察和反应，也更迅速。

7、欧洲三分之一国家实际工资不及2021年：德国涨幅微乎其微

远图的优势在于，不仅是全球服务器制造龙头，也是面向AI时代的全栈算力解决方案服务商。

时代变了，联想也变了 时隔20年锚定世界杯，联想的品牌升级逻辑也已经全然革新。

8、热议两大国企球队哄抢胡金秋：难以一人一城球迷猜测“价高者得”

多家机构给出了中性偏乐观的评级——花旗自2月以来持续维持“中性”评级，并调整估值模型以反映机器人业务价值，麦格理在6月1日将评级从“跑输大市”上调至“中性”，高盛在研报中指出，理想汽车一季度的亏损在预期之内，真正的看点在于战略转型能否在下个季度兑现。

估计不少朋友也不陌生LibTV，就是今年很火的那个AI视频创作产品，只不过人家这次，又捣鼓出了个AI Agent。

这也是一个很“反常识”的逻辑。

毕竟一台机器人真正开始行动前，需要先弄清周围有什么、物体位于哪里，以及彼此之间存在怎样的空间关系。