当然，钱的问题也绕不开。

1、星空官方 这些真实反馈，才是物理智能成长的养料。

任何一层，都得多方一起才能搞定。星空官方产品竞争由“提供一个工具”，逐渐走向“帮助用户完成一项工作”。

2、陕西茶：过千亿！

就目前社区的反馈来看，Grok 4.5的第一波风评确实不错，期待后续更多的使用repo。

3、状元进全明星，榜眼拿冠军，唯独身为探花的他 4年了还是原地踏步

这已经成为全球科技产业的共识。

4、莫利纽克斯三杀助南方勇士逆转 百人赛8分险胜威尔士火焰

最终，所有局部标号都能拼成一个统一的全局方案，相同标签的边自动组成圈，每条边也恰好被两个圈覆盖。

5、改写历史之后，张之臻要带着他的梦想走得更远

但比起这些庆祝和感叹，更让我印象深刻的，是敲钟前流出的两段视频。

甚至Skill部署也不复杂，点一下「使用」就能行。

它的核心思路，是减少梯度更新次数，同时扩大模型规模、数据吞吐量和经验池，并通过限制权重、特征与梯度范数，抑制价值网络误差持续累积。

6、上海队将顶薪续约张镇麟；今夏共有14名球员合同到期，续约压力大

一块编辑板和一个对话框，撑起了我创作的全流程，be like： 这次实测完，千言万语，真就只想汇成一句话。

耗费大量人力、时间不说，关键是采到的数据无法跨机型、跨场景流通复用。

7、周六晚五场齐发！齐鲁超赛第十一轮观赛指南来了

一查，好家伙，首秀。

他的猜测是，到那时候，做数学研究这件事意味着什么，可能已经变得面目全非了。

8、为何女排能够击败世界第一美国队？王媛媛道出关键原因，球迷：真敢说不怕得罪人

具体再看T2 Ultra的性能参数，HPC算力（FP64）为38 TFLOPS，可满足科学计算需求；FP4算力则高达4800 TFLOPS（稀疏算力），FP16算力1200 TFLOPS（稀疏算力）应对各种AI训推场景，原生支持FP64至FP4、实现全精度覆盖。

它把订单、工艺规则与现场约束转换为标准化、可验证的形式化约束。

他还算过一笔更冷的账：现在入学的博士生2030年毕业时，他们的导师——哪怕是菲尔兹奖得主——在AGI面前也已失去速度与深度上的比较优势。

9、3年顶薪转投同曦！广东射手决心离开，开启新征程！

他的判断是：“科学研究是下一个Coding。

毕竟，模型给出的更多是智能上限。

10、脑子以下世界级！麦基9中2正负值最低 在白边面前他就是水货

如何为 AI Agent 的每一个工作步骤，都动态匹配最合适的“专家模型”，同时还要控制成本、保证稳定？ PPIO 最新发布的智能模型网关，就是要解决这一问题。

△Qwen3.5 Self-Harness进化路线，通过多轮验证门控保留有效edits Self-Harness的另一个观察更像工程现场。

1、千问Qwen3.8官宣！2.4T参数开源，直指Fable 5

过去几年，行业讨论AI，关注点大量集中在模型参数、训练算力、芯片性能和应用入口上。

2、新美大赏520“心动一夏”生活好物榜

同一时期 Stripe 还联手私募基金 Advent International 向 PayPal 发出约 530 亿美元的收购要约，PayPal 嫌价格太低，谈判还在继续。

3、智源悟界·RoboBrain Orca：AI进入Next State Prediction时代

这就像自动驾驶端到端技术出现后引发的范式转移一样，具身智能正在经历同样的过程。UFC八月重返上海，两晚格斗盛宴连番上演先说实时。

4、AI眼镜这么火，哪家最出圈？

当然，创业者需要的不只是一两位明星导师。

5、尼科·威廉姆斯转会大门锁死，阿森纳边锋引援多点出击

6月7日，《金融时报》披露，OpenAI正准备对ChatGPT进行自2022年推出以来规模最大的改版，并在未来几周内逐步上线。

6、再接再厉！张嘉琳入选全国U21最佳阵容

△AI生成 与大模型的语料训练相比，机器人学习所需的真实经验，其实要比文本数据难攒得多，而且哪怕数据规模上去了，机器人也可能被「教坏」。

一家从仓库起步的公司… 先说件有意思的事。

梦瑶 发自 凹非寺 量子位 | 公众号 QbitAI 友友们，AI Coding市场格局最新结果，新鲜出炉了！ 就在这几天，IDC发布了《中国AI编程市场份额，2025》报告。

7、敲定了！重磅三方大交易，篮网正式送走里夫斯

最典型的是《高速路上一只猫》里Monica开的车。

人家真的是‘从用户中来到用户中去’。

8、AI体测教练已上线！带娃轻松练，体考一路开挂_网易订阅

真实部署进展方面，原力灵机表示DW0.5已在内部跑通具身后训练闭环流程DFOL 2.0，开始承担数据生成、价值评估和策略迭代工作。

眼看清，脑想明白，手落地执行，三件套凑齐，机器人真正具备了干活的完整能力。

讯飞最硬的家底，其实就藏在文章开头那个场景里，机器人动作慢，是因为怕出错、跨不过实用门槛。

先说这十几年的积累。