119号问题当年一口气问了三问，第三问悬赏100美元，如今状态已改为SOLVED。

1、乐鱼全站 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。

这层数据的颗粒度有多细？ 李述昊在采访中随口举了一个场景：卖给西班牙裔、在加州洛杉矶、晚上 10 点投在 Instagram 的某广告位上，CTR（点击率） 2% 算好还是算坏？ 钛动科技创始人兼 CEO 李述昊，在 WAIC 钛动展台现场交流 通用模型给不了答案，因为它没有按三级类目、按地域、按时段拆分的行业基准线。乐鱼全站在「多会话聚合」上，HMS以87.2%领先Hindsight的81.2%。

2、旭烈兀的地盘比别人还大，还执着于山西的农户，究竟是怎么回事？

James的核心洞见是：回忆并非按地址读取文件，而是情境性的重构。

3、努涅斯冲50盗不可阻挡，马林鱼10场被偷21次断崖下滑

页面现在能在有人打开它的时候，去调MCP连接器，连上当下的实时数据。

4、莱维特缺席SEC媒体日引猜疑，基芬：他在带队训练，已是球队领袖

这些环境里的变更类型，涵盖了缺陷修复、功能补齐、接口兼容、跨模块联动与回归修复，几乎复刻了真实开发中会遇到的各种场景。

5、如何承接跑者真实需求？特步的答案藏在跑过的旧鞋里

Bloom说明，Beck那篇Annals论文里有许多重要而有趣的想法，只是这道题用不上。

银河通用以破局者的姿态，提出WAM（世界-动作模型），将懂物理的世界模型与懂执行的动作模型在潜空间统一。

就跟去年我们还在推 Vibe Coding，今年不用推了，所有研发都用 Claude。

6、西印度群岛公布对阵巴基斯坦测试赛阵容：蔡斯任队长

GPT-5.5在该项专业科研任务中表现垫底，仅拿下78分。

这道题是那个年代公认最难啃的硬骨头。

7、从“野蛮生长”到“紧急刹车”：中国马拉松的冰火2025

当芯片、网络和业务流量被端到端打通之后，优化的触角自然会伸到一个过去大家不太关注的地方——电。

效果立竿见影，环境构建成功率从16.5%飙升至57.2%，累计沉淀出覆盖12种编程语言、超10万个可运行、可验证的仓库环境。

8、巴萨官宣2200万欧签下德国国脚 纽卡3400万镑锁定摩纳哥20岁中场

这也不是Anthropic第一次做教育。

每位开发者都好像被配了一位专属安全工程师，分阶段审查、验证、修复。

像素复刻是给人看的，物理推演是给机器人用的」。

9、闻“汛”而动 暖心护航！临湘市桃矿街道防汛转移与温情送餐“双线并行”

小象电动的电机凭借极高的扭矩密度，成为了这种高端消费电子的灵魂部件。

所有的努力，所有的推导，都轰然倒塌。

10、四连胜终结，国安明确下半程核心布局

从社区炸锅，到一把手清零，前后不到48小时。

爱诗的判断是，模型能力只是入场券，产品化、全球分发和产业化落地，才是下一阶段的胜负手。

1、触球54次0次禁区触球 梅西丢三冠之夜:空手离开那座曾让他心碎的球场

其次是组织形态裂变。

2、LSA机械增压V8植入1970科迈罗，宽体SEMA展车6速手挡出售

数采范式统一、世界模型通用、部署路径标准化，本体可以换、场景可以换，脑子是同一个。

3、克罗斯斥阴谋论：阿根廷逆转靠实力，不是裁判！输球别再甩锅VAR

下一个被GPT用90分钟终结的，会是谁二十年的心血？ 参考资料： https://x.com/wfithian/status/2077218361398964684https://x.com/EdgarDobriban/status/2077082912021786660 https://x.com/jdlichtman/status/2077297788304429195?s=20 编辑：大卫新智元报道 见证历史！ 如今，全世界99%的人类，在IQ这方面竟拼不过一个AI。守护者投手9球3K缔造完美一局 险遭队友把纪念球扔上看台先来看看这道「麻婆豆腐」菜谱图。

4、皇家奥维耶多免签胡安·埃斯波西托

值得一提的是，团队一度以为reward上不去是算法问题，排查后发现罪魁是训练环境本身——早期约16%的轨迹里，至少有一次失败源自沙箱而非模型。

5、阿苏埃半场帽子戏法+精彩倒钩，申花4比1淘青岛海牛晋级足协杯八强

它不陷入对技术的极端崇拜，更关注让广泛大众用起来，入选 a16z Top 50 GenAI 消费级应用前25名。

6、热身赛罗马6比0大胜 荷兰国脚马伦首秀三分钟破门

AI不再「显灵」 开始打卡上班 过去几年，大模型公司带给大家的是一种近乎宗教性的想象。

靠着Gemini Canvas，3.6 Flash打通了3D工作流，分分钟「手搓」出一个专业的摄影级纹理提取神器。

闭环随之成立，世界理解拆解长程任务、评估环境，平行空间推演物理因果、演算多种策略，挑出最优动作输出，执行后再做结果评估并反馈回模型。

7、缴纳个税可退投资款？警方提醒：当心诈骗_网易订阅

也就是说，两个人打开同一个看板，会因为各自账号能碰到的数据不同，看到不一样的东西。

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。

8、底表21.4万英里，这辆1981款奔驰300TD Turbo换上了14.3万英里的发动机

在这个AI能批量制造「真实」的时代，唯一的防线，是多问一句：这是真的吗？ 参考资料： https://www.abc.net.au/news/2026-07-05/lily-jay-foundation-posts-ai-generated-misleading-videos/106866422 编辑：桃子新智元报道 GPT-5.6-Sol 的攻防能力超越了 Claude Mythos 5！ 英国 AI 安全研究所（AISI）7 月 17 日发布了一份评估报告，第一次公开量化了开源 AI 模型与闭源前沿模型在网络攻击能力上的差距：4 到 7 个月。

本次测试覆盖Claude Opus 4.6、GPT-5.4、Gemini 3.1 Pro、Gemini 2.5 Pro、Qwen3-32B、GPT o3、GPT-4o-mini、DeepSeek Chat、Llama3-70B等主流模型。

各有各的强项，也各有各的天花板： 领域专用模型（AlphaFold 3、ESM3）：在蛋白质等特定对象的预测任务上做到了极致，但能力也被严格局限在单一对象和任务形式上； 工具增强型通用模型（GPT-Rosalind、Claude Science）：凭借外部工具链灵活切入科学场景，但其科学能力仅寄生于工具，模型本体并未深化对科学的本质理解； 科学语言模型（NatureLM、LOGOS、BioMatrix）：试图将蛋白质、分子等转化为符号序列进行跨对象的统一联合建模，但目前的探索仍主要停留在表征层面。

典型例子是「绕原子旋转」：它不仅在 Qwen 不同尺寸模型上始终表现很低，在 Claude Opus 4.6 这类强模型上也只有约 12% 的成功率。