其中一个名为「The Last Ones」的测试场景包含 32 个攻击步骤、4 个子网、约 20 台主机，AISI 估算人类专家完成全部步骤需要约 20 小时。

1、b体育网页版 AI翻出了图论大师Tutte的「群流定理」（Group-flow theorem）。

这是一张彻头彻尾的空头支票，五角大楼想怎么用Gemini，谷歌根本无权干涉。b体育网页版只需要在电脑上重复一遍你的完整工作流，口述补充必要的隐含操作逻辑，同时避免无关操作（比如等结果时看个小视频摸摸鱼），点击结束录制即会自动回到 Claude Cowork 界面中进行分析与 Skill 提炼工作。

2、走进哈尔滨·民生｜原拆原建 破解危房改造难题

U1 Pro极其聪明地处理了「二维与三维」的打破与重组，底部的山体还是带着在宣纸上洇开的墨迹，往上走，竟顺滑地变成了有真实光影的3D岩石和云层。

3、宽城暴雨：停水已超19小时

Dyna嫌贴标签不够。

4、邱彪怒了：克里斯还想降薪续约山东男篮，两点决定基本没戏

在WAIC的璀璨灯光下，各种Agent应用无疑是聚光灯下的主角。

5、有仇必报！“狼王”回应多次嘲讽盐贝健人，告诉他认清位置是好事

为什么非迁不可？ 他团队的内部工具要打包成单个二进制交付给用户。

什么是好的AI产品？徐立的答案是：不做替代，做能力的拓界；不做依赖，做个人的成长。

全网都觉得它「变笨」了 这个日本团队的遭遇，只是这几天Codex社区里的一个缩影。

6、大模型几个月能力翻番，标准更新却按年算！业界：AI迭代太快，治理没跟上

在前狼后虎的夹击下，Anthropic的下一张底牌，终于藏不住了。

Skill 则处在知识与行动之间。

7、央视直播，西南双雄！重庆铜梁龙对北京国安，成都蓉城战山东泰山

无问芯穹在WAIC 2026上交出的这份答卷，不是又一款产品，也不是又一项具体的API服务，而是一整套会自己迭代的地基。

Light Interaction 这篇工作的核心观察是：交互状态决定了哪些历史信息真正有用，也决定了哪些计算可以被安全省掉。

8、莫斯科坦克多年征战，它们使用哪些炮弹，大多可追溯到苏联时期。

参考资料： https://x.com/sama/status/2077817060068057493?s=20 https://x.com/JeremyNguyenPhD/status/2077719990116258162 编辑：元宇 Aeneas新智元报道 最近，一篇长文震撼整个AI圈。

已发布的、进度元数据、没传完的碎片。

说得再直白点，它开始长出自己的「文件系统」。

9、比赛还剩两天，法国队却先迎来坏消息，1/4决赛取胜摩洛哥队悬了

为此，他们找了整整一年这样的工具。

有人认真分析模型架构，有人讨论中国AI的「突然崛起」，有人开始担忧「技术封锁失效了」…… 直到几位硬核开发者，将骗局揭穿。

10、雷雨、大雨！无锡气温又要飙升！

不是固定的语音指令识别，而是真正理解你在说什么、你想干什么。

沙特是另一种模式——帮当地建智算中心、训练主权模型、培养人才，输出的不是一张卡，而是一整套「中国AI方案」。

1、它被誉为“护眼菜”，越吃眼睛越亮，常吃养肝护眼润脾胃

会改变行动结果的信息，就是有价值的信息。

2、徐州籍“外卖诗人”王计兵摘得鲁迅文学奖

物理智能Scaling面临三道墙：数据墙、表征墙和闭环墙。

3、阿根廷VS瑞士前瞻：最锋利的矛遭遇最坚固的盾，梅西需谨防阴沟翻船

监控画面里，却是另一番景象：它转身把整个仓库——所有文件，加上完整的修改历史——打包上传了。今日大暑！暑气至浓，万物盛极狂欢过后，业界陷入了尴尬的「三重失控」：用量失控、成本失控、价值失控。

4、撒欢·杨梅洲正式营业

凭什么说「越用越懂你」 灵犀跟其他AI产品拉开差距最大的地方是它的记忆工程。

5、阿根廷28岁巨星梦游！被门将过掉2次+4场才进1球，梅西后继无人

放手之前，还有句最实在的告诫：先把花费的上限设好。

6、2-1赢了！中国男足险胜新加坡！面对世界第147，控球率竟不足四成

而问题的根子，恰好在评价体系。

一个在后台空转刷榜的Token，和一个跑通了工业质检、写出了产品代码、追踪了一次病情的Token，账面一样，价值却天差地别。

打入光刻机等半导体制造设备供应链，是对其电机一致性与稳定性的最高背书。

7、姆巴佩锁定2026世界杯金靴有利局势！梅西能否在决赛完成逆转？

DeepSeek V4-Pro 在窄任务上对标 Opus 4.5，差距 5 个月。

泰语 —— 温暖+0.11σ，「给你温暖和鼓励」。

8、特朗普称美中两国领导人将讨论人工智能议题，外交部回应

然后她辞职了，去了Anthropic。

场景单位：上海复兴岛面向城市治理与生活服务，聚焦商业配送、市集导购、都市巡检等场景，攻克多任务闭环验证与运行数据持续回流，实现空间智能与具身数据双向赋能，有效推动空间治理常态化落地。

Physical Intelligence更倾向于先使用简单、稳定、维护成本较低的机器人本体，快速建立数据与模型研发基础设施。

机器能写 人为什么还得学 那到底还该教什么？ 奥特曼的回答有点反直觉：有些事，机器明明可以做得更好，人还是要亲手做一遍。