https://x.com/markgurman/status/2064047700488655019 国行版的 AI 能力底座是阿里千问，与海外版的技术栈并不相同。

1、mk体育 Gemini 4开跑 史上最激进预训练 虽然Gemini 3.5 Pro还没到手，Gemini 4也开始训了。

美国队以4金1银1铜、团队总分207，获得亚军；俄罗斯以4金2银、团队总分196，获得季军。mk体育你能感知的只有四样东西：它回得多快，它想得多长，它有没有回头检查自己，它有没有叫上别的智能体一起干。

2、“凌晨3点07分去世、8个男友”，75岁刘晓庆私生活谣言太荒唐

这样的进化能力更类似于人类成长的节奏，在一个人中学阶段学习的是一元二次方程，大学阶段掌握的则是微积分。

3、马来西亚大师赛：李诗沣胡哲安会师半决赛

代价是两个字：僵化。

4、又是阴阳合同？雄鹿给底薪球员疯狂涨薪，NBA官方介入调查

在单位圆上随便取一串复数当零点，乘成多项式，这个多项式在单位圆上的最大模Mn，能不能保证在无穷多个n处超过n的c次方。

5、东盟晚宴！中俄5国缺席，菲外长精心搭戏台，没搭好就散架了

AI 达人：依托钛动覆盖全球的 1.5 亿达人资源网络，智能体根据商品特征和目标市场自动匹配达人、生成多语种建联话术并发起合作邀约。

Palantir需要向前一步 Palantir的强项一直不是训练最大的模型，而是将数据、业务对象、权限和行动连接到一个企业级Ontology中。

传统做法里，手动搭量子电路、调试噪声模型、做数值演算、再把结果绘图汇总，本身就很耗时。

6、勇士队记：巴特勒相信自己能恢复到伤前状态 并且再打好几年

在此基础上，首次提出面向具身追踪的DAgger策略：模型先在大规模通用场景上预训练，再持续部署至仿真与真实环境中交互，主动暴露长尾薄弱场景。

AI洪流之下，科学将以无法预测的方式爆发。

7、通过世界杯，小红书能证明它做体育是认真的，而非玩票吗？

行星表面全部程序绘制：木星要有大红斑，且随自转穿过可见半球；地球的大陆转到背面要消失，再从另一侧转回来。

WAIC看完风向，GDPS来出结果——面向全球启动赛队征集！ 现在扫码 · GDPS赛队征集 参赛即路演，获奖即融资。

8、丰配友破中国纪录，路颖管油胜PB，中国马拉松迈入205时代

姚卯青解释了背后原因，智元既做长期研究，也在积极尝试商业化，而「商业化部署必须面对可靠性、成本、成功率和一致性等严格指标」。

「书生·端砚」的核心突破在于构建了「读-算-做」一体化闭环，补齐 AI 科研最关键的真实场景反馈链路，打通了数字推演到落地实体实验的关键环节。

这份报告没有给出答案，它只是提前摆出了问题。

9、年增300%，冰杯经济因何狂飙？

但有一道鸿沟，从来没有被真正跨越——你永远知道，你是在看历史，而不是在历史里。

这一变化要求本体设计原则做出相应调整——本体应当收敛其职责，专注于清晰定义领域中的对象、关系、行为与规则，即为模型提供推理所依赖的「语义骨架」；而具体的推理过程——规则的选取、组合与应用——则交还给语言模型自身的泛化能力。

10、央视报道伊朗今天摧毁12架美军机！美军大批被抬走，特朗普找帮手

不同任务的复杂度天差地别，落地时企业却习惯性地全量呼叫最高性能的模型。

这一开放底座是逐际动力区别于 Figure 全栈闭源的关键：不止展示能力，更把工程基础设施交给社区，被开发者复用。

1、加时赛丢冠后，阿根廷全员转身背对，这届世界杯的体面去哪了

为什么走向AGI 必须是「体系化跃迁」？ 什么是真正的体系？ 近期行业内有一次动作极具代表性。

2、再走长征路｜“江南铸都”湖南嘉禾的“熄火”阵痛与“淬火” 重生

论文进一步盘点了十一项系统级防御各自能覆盖哪些攻击类别（图4）。

3、广东队近10年内最大败笔？麦考尔重返广州男篮，狂逼杜锋下课！

经过系统级调优，才能让这套复杂程度远高于英伟达方案的异构系统，实现长时间稳定运行，系统可靠性达到99.9%，真正实现大规模商用。菲律宾在南海率先动手，中国海警当场负伤，林剑：已提出严正交涉去重、按时间排好、标注来源，最后递到模型面前的是一张能直接数数、比大小、看先后的事实表。

4、罗纳尔多劝内马尔：别急做决定，休整后能重振

随便一提，OpenAI为所有金牌得主以及玛丽亚姆·米尔扎哈尼奖获得者提供为期12个月的ChatGPT Pro订阅服务。

5、阿里开源0.8B文档解析模型，端到端模型首次超越流水线方法

万拿 Std16A 与万拿 Eco12 并非以自由度多少进行简单区分，而是由任务需求反向定义的两套产品架构： 前者重点满足工业实战中的稳定操作、实时控制与工程化集成需求； 后者重点兼顾拟人尺寸、轻量化、动作映射、开发效率与项目成本。

6、哈登招募詹姆斯：我希望他能来克利夫兰 这就像完美的童话结局

而WAM-TTT则不同，它可以随时适应一个新场景：只要有人戴上远动相机、或举起手机，随手拍一段自己干活的第一视角视频，机器人看完，就能直接上岗！ 不用遥操设备，不用动作标注，也不用停工数天重训。

放在整个Coding模型的赛道里，这是一次实打实的跻身第一梯队。

如果每一行代码都交给最强大模型复核，算力成本和响应延迟都会不可控制，而这个体系，解决了成本与延迟的问题。

7、小鹏MONA L03首周末客流创新高 7月10日起全国开放试驾

创意环节，AI 创意智能体接入 Seedance 2.0，输入商品链接和目标市场，自动生成多语种短视频脚本、口播文案和图文素材，传统团队一周拍一条片子，Navos 一天能出几十条变体。

这并非是科研人员的个人难题，某种程度上折射出当前 AI for Science（AI4S）赛道中一个值得关注的结构性矛盾。

8、世界杯A组全剧终：13队出线 韩国晋级渺茫 最大黑马产生

其次，是直击全球高端购买力的高端消费电子与可穿戴设备。

把二十年时空数据 变成具身智能的基座 一个做地图导航的公司，为什么能杀入具身智能的核心圈？ 如果把「体系化」的三道门槛拆开，答案很明显。

技术报告地址：https://arxiv.org/pdf/2607.05471 「单文件跑分高」和「项目里真能干活」，是两码事 必须要认清的现实：让AI「补一段函数」和让AI「干完一件工程活」，是两个量级的能力。

那么，世界模型从Demo走向Deployment，真正的「断点」究竟在哪？ 陶大程一针见血地指出了核心分野—— Demo的标尺是「最好一次有多好」，Deployment的标尺是「最差一次有多差」。