技术要求需攻克湿滑弹夹识别与柔性抓取、潮湿避障及设备对接难题。

1、人人体育 区别在于，过去你需要学编程才能在Roblox里造世界，而PixVerse Game想做到的是——你只需要会表达，就能开始搭建游戏体验。

对应北京时间为2026年7月12日晚上11:09。人人体育这场看似荒诞的打榜游戏，意外扯下了2026年企业AI的遮羞布： 烧掉的Token越多，真的等于创造的价值越多吗？ 没人答得上来，因为根本无法衡量。

2、深圳市龙华外国语高级中学学子在省级游泳赛事中斩获多项荣誉

第一，是面向大模型的异构集群跨域训练系统。

3、太阳报：萨卡饱受跟腱伤势困扰，但预计不会进行手术

对于开发者来说，这意味着拿到手就能用，不需要重新搭建复杂的感知、规划和控制系统。

4、云南玉昆副总经理：我们想在三年以内往亚冠的平台去冲一下

人类表演，从此要和AI创作竞争了。

5、谣言不攻自破！斯帕替换恩科洛洛，国安两大新援签短约，本土两将太脆了

在第一轮，必须探索截然不同的路径——从代数视角、结构归纳法、流场表述、嵌入法到极端参数法。

金山办公章庆元在发布会上说了一句特别到位的判断——如果你用的是Claude，能记住你使用习惯的是Claude这个软件，不是大模型本身。

因为在物理世界中，具身智能的Scaling Law同样需要高效率、大规模的基础设施支持。

6、致敬旗舰传奇 阿斯顿·马丁Vanquish25周年限量版发布

该机制与具体目标无关：它仅调整对目标相关位置的学习强度，而将具体生成内容交由模型结合输入完成，因此可承载与请求相关的生成式输出，而非将模型固定到单一回复。

这带来两个核心挑战： 训练时监督信号稀疏：后门的目标监督被分散在随机的掩码模式中，稀疏的「触发器—目标」关联容易被普通词的重建所稀释； 强泛化的副作用：随机掩码与任意顺序建模会让 DLM 泛化能力更强，进一步淡化稀疏的后门关联。

7、山西大动作！潘江离任，3连胜代理主帅上位？有望引进国字号后卫

那些假密钥一个字符都没改，明晃晃躺在传出去的数据包里，跟着代码一起裸奔。

华为、小米、OPPO 早已把 AI 功能做成旗舰标配，部分品牌还接入了 DeepSeek 等模型，体验差距在拉大。

8、国际格局进入中国时代！中美俄元首将齐聚深圳，美国G20逊色不少

智能体不只是被动响应，还能主动观察消费周期——T 恤买了 5 个月该换了，洗衣粉用完了该补了——你不用开口它就推荐。

可仔细看，如今多数厂商做的「Agentic」，不过是在传统基础设施上加了一个Agent入口。

他深知，高管们不喜欢空洞的抗议，于是利用假期时间，撰写了一份长达25页的《军事AI红线与监督框架》。

9、因凡蒂诺：足球的救星，足球的公敌

万事俱备，只欠东风。

不经过处理的多路图像会生成海量Token，直接拖垮推理速度。

10、被巴黎的大风伤透了心 萨巴伦卡直言：真想退出网球界

小体积、大推力、高精度及一体化闭环控制，为灵巧手在有限空间内实现稳定驱动提供了基础。

跑起来之后，基本不用管。

1、施鹏泽：为什么奥迪E7X强调座舱气味安全?

模型侧腹背受敌的谷歌，突然把更多筹码推向了自己最深的那条护城河——芯片。

2、别瞎练了！一张图告诉你，每个动作到底练哪块肌肉（收藏级）

这一次，是工具反过来纠正了用工具的人。

3、山姆·尼尔去世，侏罗纪的世界再无格兰特博士

知识库解决的是「系统知道什么」，但企业认知系统还必须回答： 系统应该在什么条件下使用这些知识？ 应该调用哪些技能？ 应该采取什么行动？ 什么结果才算成功？ 失败应该归因于知识、技能、计划、执行还是环境？ 学习以后，系统应该修改哪一部分？ 因此，认知主权比数据主权更深一层。第100周世界第一！萨巴伦卡统治力惊人这几年，AI4S大致沿着三条路线推进。

4、詹姆斯去哪悬而未决 库明加无人问津 火箭请来投篮怪医

第三道槛：给 ChatGPT 补上「第一个 A」 Navos 解决了 B 端的智能体化——商品怎么表达、广告怎么投、创意怎么做。

5、网友开新款小米SU7 Pro行驶1407公里 全程仅补电一次

过去这两者混在一起，没人分得开。

6、广东男篮换帅内幕，杜锋两方面引陈海涛不满，两大外教团队二选一

行业习惯了按Token计费，也就是按燃烧的算力收钱。

致命的危险——当Gemini成为军方的「黑盒」 抛开道德谴责，特纳作为一名前沿AI研究员，指出一个极其恐怖的技术安全风险。

它真正的升级，藏在三个新增的结构里。

7、300万一张门票！纽约尼克斯，太离谱了

编程助手学会的东西，客服Agent一无所知；这台机器人辛苦积累的经验，换一台就得从头再来。

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。

8、宜家中国大抛售，“周末免费乐园”真要没了

类似地，「删除下方原子」、「扩超胞」等任务即使换成更大模型，完成效果也仍不稳定；几何误差也不是随模型变大就必然下降。

在这样的大潮中，一家中国芯片公司敢于从架构层面重新定义「智能体计算」，从SoC做到整机、从硬件做到操作系统、从单芯片做到全域协同，这件事本身就值得被认真对待。

10月，全球开发者先锋大会（GDPS）暨国际具身智能技能大赛接力登场，正是这条链路上的下一站——「七月展成果，十月看未来」。

本次论坛上，商汤给出了一个听起来有点反常识的答案：不造更强的卡，而是把比赛拆开，让不同的卡接力跑。