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%。

1、星空官方 如果说记忆是矿石，经验是金属，那HMS就是中间那座冶炼厂。

光P3一道题就发起6次冲锋，鏖战491分钟。星空官方国家战略背书， 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。

2、CBA新外援工资帽劫贫济富！强者恒强弱者愈弱，差队毫无生存空间

为什么？因为游戏不只要画面，还要规则、反馈、角色一致性、情绪递进、互动结果。

3、太原一装饰市场早间起火多家商铺被烧，商户称事发时未营业，当地：已扑灭，在现场清理

四种循环，就是四种「停止条件」，这句话是读懂Claude Code这篇关于循环的技术博客的关键。

4、李宁签约库里，你知道“一起呐喊苍天大地”的厉害吗？

一杯咖啡的时间，一张能直接拿去印的高清图。

5、头号种子出局！石宇奇状态不佳战满3局惜败，无缘中国公开赛四强

围绕这张表，研究团队给出了几条结论。

我每天晚上一到10点就开始盯着出海客户的性能指标，看到指标一切正常才能放心去睡觉。

审慎0.24σ，深度0.23σ，是模型层面所有数字里最大的两个。

6、一「指」爆红：斩获千万流量，这个WNBA球员只用了22秒

模型权重动没动，他没提。

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。

7、遗憾？32岁凯恩未登场！放弃冲世界杯金靴 单季73球仍难超梅西神迹

分析日志的第一步，Hugging Face用的是商业API背后的前沿模型，结果跑不通。

有人说大模型没有流动智力，他认为这是错的。

8、探月小分队 就位

他们学的技能，可能一出校门就被AI接管；他们没练的判断力，可能一辈子都难补回来。

他顺手举了一个此芯自己的例子： 此芯的芯片是前年出来的，去年才和一批合作伙伴把底层硬件搭好——「那时候呢，其实还没有智能体。

他押注的大概率不是一款叫GPT-6的新模型，而是一次更彻底的形态切换：让AI从「回答问题」，正式变成「替你干活」。

9、首次！中国籍数学家邓煜获得菲尔兹奖

只有深入参与硬件设计、生产和测试，才能理解哪些问题来自模型，哪些问题实际上受到硬件和通信系统的限制。

接着看调试日志，里面直接把银行卡号和金额给打印出来了，虽然正则表达式看不出来这串数字是啥，但语义分析几秒钟就反应过来：这是在泄露敏感信息，赶紧拦住。

10、超卓航科上市4年累赚仅5000万元，李光平家族再寻接盘方拟套现10亿元

同一批真实科研任务，磐石与GPT-5.5、Gemini 3.1 Pro、Claude Science等全球顶流同台作答，全程交给第三方模型盲评打分。

对此消息，阿里巴巴回应称： 阿里千问将作为 AI 能力集成至 Apple 智能，为 iOS、iPadOS、macOS 和 visionOS 的中国用户带来智能体验。

1、常规赛装虫，季后赛成龙！从高薪低能到活塞救世主，5200万超值

这款1.5B参数规模的VLA模型，继承了面壁智能在今年5月发布的最新多模态大模型MiniCPM-V 4.6的核心技术优势。

2、湖人跟队记者曝：三人可能离队，布朗尼·詹姆斯在列，但球队不会主动交易他

打个比方，你在做一个交易系统的账单导出功能，AI用Runtime.getRuntime().exec()调用系统命令，才生成一行代码，就被第一层标记出来了。

3、男篮补招！郭士强瞄准9人，王哲林彻底无缘，北京队3巨头再次联手

我们已经见识了前沿模型给网络安全带来的挑战；而随着能力持续提升，包括核风险与生物风险在内的其他威胁可能很快显现。世界杯前夜，为什么姆巴佩越来越有争议？就这样，游戏行业最沉重的试错成本和管线门槛，一下子被打掉。

4、上海街超官方小程序上线啦！

AI时代，这笔交易要重新谈了。

5、​ “河北五超”承德队明日主场迎战唐山队

关键在于：这一机制不绑定任何特定的目标文本，而是通过「标注哪些位置与目标相关」来实现注入，因而对各种生成式、与输入相关的目标都同样适用。

6、山东男篮后场或迎来新一轮清洗，谢智杰与刘毅均有离队可能

参考资料： https://x.com/demishassabis/status/2076957440109625718?s=20 编辑：大卫 所罗门新智元报道 【新智元导读】大模型在原子操作任务中遭遇瓶颈。

高矮胖瘦完全不同的机械躯壳，跑着同一套SMASH算法，照样能在球桌上大杀四方。

COSA 由三层架构组成——System 2 是认知层、System 1 是技能层、System 0 是运控层，三层协同，把认知、记忆、调度、技能与全身运控组织成一个整体，是真正跑在物理世界里的智能系统。

7、便秘时可能中风？中风为何总在激动、用力时到来？

J-Space研究的根本取向是内在主义的——它将可解释性的核心问题设定为「理解模型内部发生了什么」，试图像神经科学家用fMRI扫描人脑一样，用J-lens扫描语言模型的神经活动。

研究指出Scaling Law在空间逻辑任务中效果有限，强调AI for Science需转向Action Scaling，提升模型在真实科研操作中的能力。

8、原国防部长李尚福被判死缓！身为老红军李绍珠之子，却令父辈蒙羞

接下来，滑动工具栏切出沙子、橡木与石头等材料，是时候大展身手造房子了。

我每天晚上一到10点就开始盯着出海客户的性能指标，看到指标一切正常才能放心去睡觉。

而就在发布的同一天，谷歌还顺手扔下了一枚更大的雷—— 谷歌DeepMind「史上最激进的一次预训练已经开始」，目标是下一代模型Gemini 4。

原因就在于，这些场景背后是同一件事：解决长程任务，跑通智能体的Loop（闭环）。