也正因为如此，现在也有越来越多团队开始将触觉作为建构机器人大脑的重要模态。

1、星空官方 第三，不改模型不重新预训练。

金牌的确代表进入了全球最顶尖的一批，但满分则代表在这批顶尖选手中，再完成一次极小概率筛选。星空官方该白皮书以认知世界模型（CWM）为核心底座，通过教育仿真器、教育规划器、教育渲染器与LAM学习闭环，构建起面向教育AGI的整体框架，标志着教育领域通用人工智能迈入体系化探索的新阶段。

2、记者：悼念基冈，纽卡与盖茨黑德友谊赛前举行一分钟默哀

这场持续一小时左右的圆桌，讨论了世界模型最值得关注的几个话题，呈现出行业现阶段代表性的共识和分歧。

3、前瞻

将近百年后，2025年，王虹和Joshua Zahl用127页论文成功证明了三维情况下（n=3）的挂谷集猜想。

4、世界杯周期，我们为什么越来越难以看到好看的文字了？

强化算力加速、算网融合、算电协同：依托算力网试验场，双方将联动产业链上下游企业、高校及科研院所，围绕国产智算算力加速、算网融合、算电协同等方向开展联合技术攻关，形成一批具有自主知识产权的算力网创新技术成果。

5、登贝莱的“司马登”味儿更重了

研究者Dmitry Rybin在和GPT 5.6 Pro的聊天中发现了反例。

洪水、地震等灾害发生后，现场可能同时面临断路、断电和断网，通信保障人员通常会在灾区搭建临时接收和发射设备，再通过卫星恢复通信。

问题不只是AI会错，而是AI可能会改变我们的元认知阈值 这项研究真正提醒我们的，其实不是“AI会幻觉”，这事儿早已不新鲜；而是一个值得警惕的新变化：AI会改变人类处理不确定性的方式。

6、【CBA联赛】第一轮｜浙江稠州金租101-106不敌宁波町渥

在覆盖4类仿真基准、真实机器人在内的20余项任务中，采用OAT的自回归策略整体超过此前的动作分词方案和扩散策略基线。

更有意思的是，登顶的这个名字，之前几乎没人听说过：Riemann-1.0，黎曼动力。

7、正式签约！东契奇继续引援，杨瀚森被挖墙脚！

庄帅观察到，近年来男性品牌向小红书的转移意愿正在增强，品牌们更看重“用户质量和种草属性”。

不少网友反应激烈，评论留言：“你将正式收费，我将正式卸载。

8、为了矿泉水瓶，世界杯举办城市和FIFA吵了起来

更关键的是正确率。

从龙头企业到末尾公司，都经受着盈利下降、运营亏损、现金流吃紧的阵痛。

量力而“改” 杜志兰：东来哥之前跟我们讲过调改的几大步骤，很多企业都只记住了后面五个——调思想、调工资、调机制、调商品、调卖场；有的还直接跨到最后一个，回去就调了卖场，这样的结果就不会很持续。

9、澳大利亚公开赛：国羽夺下双打三金

逐际动力这段实操Demo，在任务连续性、自主决策深度、技能调用以及全身运控上，已经和Figure站到同一水准线。

传统自动化设备擅长在固定位置重复固定动作，但只要物体、位置或工序发生变化，整套系统往往需要重新调试。

10、刚获菲尔兹奖，Ta转身就跳槽OpenAI

第三天，她生下了孩子。

他几乎每天去骑马。

1、标枪新星严子怡钻石联赛四连冠 世界排名稳居第一_网易订阅

为何说单卡再强也会折损在集群？ 大模型时代，算力竞争的基本单位正在从单颗芯片，变成超节点和算力集群 △可重构架构芯片示意图，兼顾通用与高效的算力 一张计算卡性能再高，也无法独立承担万亿参数模型、大规模训练和高并发推理任务。

2、中瑞诚会计师事务所及王成武被出具警示函，涉审计违规等

四个月过去，新博客不仅把方法做扎实，更第一次展示了将该方案上推到600B+模型的效果。

3、既是天赋馈赠也是枷锁！德约吐露晚年网球最真实心声

约千万参数的Transformer策略，完全跑在机上、控制频率1000Hz。从赞助商到"共创者"：【可口可乐】如何为中国球迷定制了属于"我们的"世界杯正确率也继续受影响：没有AI时，正确率约为27%，有AI、没有激励时，正确率只有7%。

4、超高性价比叠加高温来袭 京东折扣超市精酿啤酒销量暴增142%

FabriVLA登顶绝非一次偶发的运气暴击。

5、肃然起敬，王祉怡亚锦赛决赛1-2负安洗莹，拼到反复关机重启

芯片层则是华为自研昇腾（AI）、鲲鹏（CPU）等芯片，可以提供算子优化、计算加速等各类支持。

6、理解、生成、行动原生统一，这款国产大模型走向“系统级交付”

你投进去的时候是一个样子，过两年可能完全换了赛道。

换我是Meta员工，估计也得懵。

10亿、100亿的估值，放在今天看，根本不贵，因为现在二级市场可能给得更高。

7、国考145+，省考150+，应届硕士的全科备考经验谈

如今，具身智能行业，是越来越务实了。

不过那时，超市还处于增量红利时代，我们把卫生整得好一点，卖场环境调得舒服一点，商品搞得更丰富点，也有市场，所以那几年发展还可以。

8、队报：穆帅希望像当年执教C罗那样，把姆巴佩打造成超级核心

真机一次rollout需要占用机器人、场地和人工，一次动作失败可能直接让任务中断；人工反馈虽然更接近真实判断，但难以高频覆盖每个中间状态；仿真环境成本确实低很多，但现实中的接触、遮挡、反光、形变和不确定性又很难被完整复刻。

所有的能力不能缺，但是不同模式对能力密度的要求不同，所以企业首先要搞清楚自己的比较优势在哪里。

这次合作要构建的是一套覆盖算力基础、平台工具、模型能力、科研创新的一体化科研服务体系，面向生命科学、新材料、智能制造这些重点领域，以此提供AI层面的科研支撑。

这并不是说大企业是行业里的"大善人"，而是最大利益使然。