过去几年，老师们用AI生成教学材料，几乎都踩过同一个坑：看着挺漂亮，教起来很空。

1、乐鱼全站 参考资料： 迈入AGI科学元认知时刻，『书生·端砚』解锁全栈科研新能力 | WAIC 2026 周伯文：AGI的下一程，迎接科学元认知时刻 | WAIC 2026新智元报道 AGI可能在五个月前就到了，只是没人注意。

「但要踏踏实实去做，这3到5年才有希望。乐鱼全站表面看，大家都在追逐「通用机器人」；真正把几份技术路线叠在一起，却是刀光剑影。

2、随着阿根廷2-1逆转，世界杯最新排名出炉！阿根廷西班牙争冠

我国电动车的普及率在全球一骑绝尘，但在海外市场，新能源汽车渗透率远没有想象中那么高。

3、赛前黑衣秀腹肌，Rae Burrell赛季爆发更抢眼

如此高成本、长周期的流程，机器人最后的泛化性却不尽如人意，成为判机器人规模化部署的瓶颈。

4、洛杉矶银河迎战圣路易斯城：美职联六战对手未尝胜绩

整个测试中它反复陷入一种诡异的幻觉：信誓旦旦地声称「证明已经写入文件」，后台却连写入工具都没碰一下。

5、侯森替补去中甲，国安试金徐正源 铁人若客场对攻 后防必被打成筛子

这让逐际动力不必在「谁的单一模型更大」上打军备竞赛，而是在「谁的系统更完善」这条差异化赛道上竞争。

其中的MiniCPM-RobotManip，在专门考虑机器人模型的上下文记忆能力RMBench榜单上，达到53.5分的水平，而美国知名 VLA 模型pi0.5只有10.4。

质量指标上，论文报告了PSNR、SSIM、LPIPS、VBench等多维结果。

6、NBA五大豪强选秀汇总，低调务实提升战力，选人眼光力压三鱼腩

在此框架下，本体的构建须面向大语言模型的调用接口进行优化——其类定义与关系描述应便于模型理解与使用，结构化知识应便于模型检索与引用，约束规则应便于模型进行输出验证。

只需要在电脑上重复一遍你的完整工作流，口述补充必要的隐含操作逻辑，同时避免无关操作（比如等结果时看个小视频摸摸鱼），点击结束录制即会自动回到 Claude Cowork 界面中进行分析与 Skill 提炼工作。

7、德国6月电动车卖出84057辆 首超所有动力 混动仅差不足千辆

冷静下来看，这136分，是Tracking AI一个特定的离线 / Mensa Norway风格测试跑出来的。

把目光放得再远一些。

8、约书亚自曝赛前收到乌西克团队激励：他们让我“展露伟大”

在世博展览馆H3具身智能馆，超过200家企业同台竞技。

基金会声称，自去年9月以来，它一直在尼泊尔、加沙、乌干达、苏丹四地行善：建清真寺、发食物、办教育。

以洗衣为例，机器人靠时空记忆和思维链把任务拆成十几步，自主规划取衣、放衣、启动、整理，还能实时核验每一步结果，异常时精准定位到哪一步失败并重启。

9、这就好玩了！于根伟完美接班郑智：后者刚要解禁，前者就无缝顶替

2024年它有过一个真实的bug：naturaldelta(timedelta(hours=-5))，本该返回「5 hours」，它却说「a day」。

而AGX平台的第一个实体，就是那台桌面级超算——AGX Station。

10、又是绝杀！又是梅里诺！西班牙挑落比利时晋级4强！

这个场景正在一家广州公司的两三千个智能体身上同时发生。

不同任务可以使用不同模型。

1、这个17岁高中生跑出1分42秒27，即将冲击全美冠军

说到底，对5.6，克制才是本事。

2、从“招商引凤”到“直播带货” 民乐打通好物出山“双通道”

一个帮你在世界里找信息，一个帮你在自己攒的东西里找信息。

3、国家统计局：上半年GDP增长4.7%，纺织服装品类增速超消费品零售均值

第二家企业建立了一套持续增长的认知资产。委内瑞拉成美国第51州？代总统拒绝完赶紧补一句：咱还能合作不有意思的是，被点名的Anthropic几乎在同一时间做了另一件事：把Fable 5的付费访问再延一次，Claude Code周额度上调50%，都续到7月19日。

4、小马老板列2026十大非卖品球员: 琼斯泰勒为核心

那里面可能有SSH密钥、密码管理器、浏览器数据……你数字生活的全部家当。

5、国际乒联恢复俄罗斯运动员参赛资格_网易订阅

而Agent的普及，恰恰把长上下文和高并发变成了日常。

6、蓝鸟王牌高斯曼8队不可交易名单曝光：雄鹿水手在列，合同最后一年表现陷低谷

主流大模型的科研任务完成率在 3% 左右，在 NatureBench 涵盖的 90 项顶级真实科研任务，最优智能体能超越原始论文成果的比例为 17.8%。

参考资料： https://x.com/ClaudeDevs/status/2077489907350856038 https://claude.com/blog/artifacts-in-claude-code https://claude.com/docs/connectors/overview 编辑：元宇新智元报道 最近，微软CEO Satya Nadella和Palantir CEO Alex Karp几乎在同一时间，从不同角度提出了一个越来越尖锐的问题： 当人工智能开始深度参与企业的思考、决策和执行之后，企业究竟是在获得一种新的生产力，还是在逐渐把自己的知识、经验、判断和竞争优势交给外部模型公司？ 这并不是一个简单的数据安全问题，也不仅是一个模型成本问题。

就像真实开会一样，所有人对着同一块白板，你提一句、我补一句，灵犀在旁边一条条落实，谁说了什么、改了什么，全在一个地方，不会信息打架。

7、绝对主场！姆巴佩世界杯再度双响：淘汰赛进球历史第1 德尚鞠躬膜拜

第三点，为了搞清楚多出来的用量到底从哪儿来，团队跑了一些实验，实验里改动了推理强度（reasoning effort），内部管它叫「juice values」。

这些东西，参数堆不出来，算力也砸不出来。

8、23岁中国籍男子在土耳其买甜品时遭持刀袭击，心脏等6处部位被刺，歹徒试图强抢手机和现金，男子妻子因巨大心理压力临产，被紧急剖腹产_网易订阅

过去，多半只能靠拼凑和估算，现在总算有据可查了。

如果说模型是大脑，推理框架就是让大脑高效运转的操作系统。

传统企业积累的是Human Capital，也就是员工、专家、组织经验、专业判断和管理能力。

一边是旗舰之间的军备竞赛，一边是价格上的贴身肉搏。