新模型一发布，Cursor第一时间接上；对手还在开会，它已经发版。

1、人人体育 在佟博士的框架中，企业认知至少包括以下几个组成部分： 企业如何定义世界的 Ontology； 企业专家如何完成工作的 Skills； 企业如何理解具体场景的情节记忆； 企业如何分解任务并形成行动计划； 企业如何定义期望结果； 企业如何衡量实际结果； 企业如何从两者的差异中学习； 企业如何把学习结果重新写入知识、技能和流程。

简而言之，S1-Omni成功打通了从「跨模态科学理解与推理」到「领域原生结果生成」的完整链路。人人体育对审美与情绪细节一向敏感的乙游用户，并没有因为内容使用AI而自动离场。

2、抢滩世界模型，具身智能的下一场淘汰赛

AI已经在碰核心业务了，但权限怎么切、操作怎么审计、敏感数据怎么防外泄，这些企业级的防线普遍千疮百孔。

3、飚过两警局的兰博基尼Urus，车主返回发现轮胎早被警方扎漏，“秘密陷阱”已布下

在此领域，这是一种「相当非典型」的组合技。

4、世界女排联赛明天7月23日赛程：加拿大VS土耳其，中国VS美国

注：模型1是GPT-5.5，模型2是磐石，模型3是Claude Science 再看看排在后面的GPT-5.5，虽然图表画得花里胡哨，但一句「噪声后子系统熵保持为1」，直接暴露了它连局域噪声和全局噪声都没分清的理论硬伤。

5、不受欢迎的英联邦运动会，这12个理由让你非看不可

同一个页面，面对不同的查看者，各自拉各自的数据，干各自权限内的活。

跨物体——不只认识规则工业零件，还认识几百种日化、食品、玩具、文具，连透明的、柔软的、反光的都能识别。

数学家Lichtman惊呼，希望能看到顶尖代数学家对GPT提出的新猜想作何反应。

6、赛事难盈利，山野好卖货

最初的Frozen芯片由Google DeepMind首席科学家Jeff Dean主导，思路更离谱：直接把模型权重烧进芯片。

三款Gemini指向的是同一件事：让跑在生产环境里的AI Agent，更快、更聪明、更便宜。

7、哈兰德6.5分！挪威全队评分：谢尔德鲁普最高，三将不及格

但顺着它的逻辑往下走，站得住。

它向外界证明了，可以不用再去迷信孤立的「超级大脑」或单个「灵巧手」，而是回归生命进化的本质，去构建一个精密咬合的闭环生态，才是打破莫拉维克悖论的最佳解法。

8、持有25年、V8引擎+手动挡 这辆改装丰田陆巡皮卡正在出售

他们很清楚，即便是轴向磁通电机，要满足车规级的大规模量产，依然需要漫长的验证。

他们证明了WAM架构具有惊人的扩展性，实现了对互联网视频、人类示范、遥操数据甚至失败数据的统一有效利用。

文本语料的Language Scaling是知识基础，但材料建模这类强操作任务，更需要面向行动能力的Action Scaling——将「行动 — 反馈 — 纠错」全流程变成可规模化学习的对象。

9、4个进球被吹！成都蓉城2-1逆转云南玉昆，7轮不败继续领跑积分榜

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。

金融想做风控、报表、智能运维，合规和数据安全是红线，享受不到公有云「封装成API、开箱即用」的便利，自建一套，选型、调优、监控、排障全得自己扛，非AI出身的IT队伍根本玩不转。

10、特朗普：对伊朗战争进展顺利，伊朗导弹战损率高达91%，“他们还需要多挨几顿打”，美媒：伊朗拒绝了特朗普经由伊拉克总理转交的停火提议

但「能用」之后暴露的问题，远比「不能用」时更棘手。

简而言之，S1-Omni成功打通了从「跨模态科学理解与推理」到「领域原生结果生成」的完整链路。

1、文化中国行

该项目推动企业从场景 POC 进入真实任务运行阶段，重点验证产品在连续作业中的稳定性、系统协同、异常响应和任务闭环能力。

2、2027款日产Z改款：前脸重新设计，NISMO首选手动挡

慢思考负责长程路线规划，快思考负责实时控制。

3、一人打爆阿根廷队！24岁小将世界杯一战成名，接班萨拉赫指日可待

在这个意义上，Fithian教授那句后背发凉的「心塞」，绝不仅是他个人的智力失落，而是一代科研人在时代拐点上的集体情绪切片。张伟丽化妆后判若两人引轰动，梅拉布惊呼发问号请注意，过去20年不是没人想解这道题，而是找反例犹如大海捞针。

4、梅里尔连续两场开轰,教士少主挑战勇士赛扬Sale:ERA 6.67对2.06

拔掉网卡， 这只机器狗还能「死死咬住」你？ 在WAIC期间，面壁智能还开源了一个追踪导航模型——MiniCPM-RobotTrack。

5、1.16亿英镑转会曼城，安德森：我绝对决心完成这笔转会

真场景、真需求、真出题人——场景不是PPT里的迷宫，是GDPS预先设计好的考场。

6、这些领域急需人才！教育部增设27个新专业，明年就招生→

但在展馆的一角，一个并非最喧嚣的展台——清程极智，却吸引了一批又一批懂行的开发者、企业CTO乃至国产芯片的负责人驻足。

其余的，交给模型自己去想清楚。

灵犀离替代成熟的真人助理还有距离，田然自己也坦诚，上下文工程需要持续深挖。

7、疯狂麦克斯致敬版：日本改装商操刀的1986年本田Z50J现身美国市场

并行的TTC让长时间运行的推理变得具有现实可用性。

传送门：https://member.ipmu.jp/yuji.tachikawa/tmp/product-BN.pdf 他评价为「Fable 5比我还懂代数拓扑」，并问「是不是达到该领域硕士水平」。

8、2026匈牙利大奖赛时间表出炉：迈凯轮重大升级来袭

它只是切下了「智能」的一个薄片，然后告诉你，这一片有多亮。

3.6 Flash在几条关键测试上，都甩开了前代—— DeepSWE：编程测试 37% ➔ 49% MLE Bench：机器学习研究测试49.7% ➔ 63.9% OSWorld-Verified：让模型直接操作电脑测试78.4% ➔ 83% GDPVal-AA v2：知识型工作任务拿下了1421份，比上一代高出70多分 如下demo中，3.6 Flash大秀多智能体编排绝活，不仅轻松拿下复杂的代码迁移任务，更在响应速度、代码质量上对3.5 Flash完成了降维打击。

Physical Intelligence研究科学家任至意的回应干脆利落：「目前为止，我还没有看到有哪一家做出了比派07更令人印象深刻的demo。

当时，这件事足以让全网倒吸一口凉气。