帖子结尾他还提醒大家额度再过几分钟就恢复了，多去忙自己的正事，别总刷推特了。

1、迈博体育 这个差别，就是128万播放和128万情感共鸣之间的距离。

第一个问题，是企业正在支付大量Token成本，却没有获得相应的业务价值。迈博体育不仅如此，Jeff经常痛批大规模监控，表现得像一个充满正义感的斗士。

2、农业农村部：今年夏粮首次突破3000亿斤，实现全年粮食生产首战告捷

对应北京时间为2026年7月12日晚上11:09。

3、两日内新增9家私募宣布自购！7月以来24家私募自购近14亿元

从神经科学到知识论 可解释性的进路之辨 「解释的本质，不在于凝视机器本身，而在于审视机器所凝视的世界」。

4、徐文婧无缘，孙超、袁安琪杀进决赛，现役国羽年轻人都扶不上墙

图文交错思维 对于普通生图来说，或许可以一笔直出。

5、中国男篮vs澳大利亚大名单：胡金秋、王俊杰领衔，徐昕出战

而且大部分时间，Claude处于空闲状态，通过 暂停等待连接NCBI服务器。

但买回来却发现「不会用」。

历史次元壁被打破的那一瞬间，很多「亲历现场」的观众，开始落泪了。

6、不服！俄反兴奋剂官员：将向国际体育仲裁法庭上诉

• 无需从头训练：作为后训练框架，可以基于已有VLA模型继续优化，降低数据收集和训练成本。

而且，软件也不再是买来一个固定的东西，而是随你的话不断变形。

7、CBA季后赛最后一席白热化！三雄迷失六队抢位，老牌劲旅虎视眈眈

平衡点极难拿捏。

这种售价动辄数万元人民币的高端动力裤，主要面向高端户外玩家和康复人群。

8、赵探长：四川将状元签送至广州，得到刘文科+首轮签&次轮签+部分现金

人类在科学探索中最具神性的一环，正在被硅基智能接管。

六小龙同台 「朋友圈」扩大了 论坛的压轴环节，是一场世界模型「六小龙」的圆桌对话。

这三件事叠在一起，本质上都在问同一个问题：一个具身模型，能不能从「演示品」变成「工时」。

9、从二轮秀打成纽约之王，地表最强1米88超级逆袭，你们该夺冠了

祖泉研究院方面表示，本次启动的孵化营是祖泉研究院探索AI4S成果转化新机制的重要实践。

比如，让它审计一个代码库的安全漏洞。

10、上半年中国新能源车出口大涨68.7%！汽车出海持续发力

这才是最可怕的地方。

一个几乎被行业默认接受的共识是：只要模型足够大、数据足够多，能力就会持续涌现，甚至自动泛化到未知的领域。

1、吃的干净真的会瘦‼️4款简单美味的能量碗合集教程_网易订阅

没有哪一种防御能单独扛下一整个维度。

2、再挑剔的健康党，碰到桔子酒店也彻底服气

就这样，广义上的雅可比猜想，被彻底证伪。

3、爱尔兰贸易与科技局于第十七届中国奶业大会开展爱尔兰乳业科技创新交流

他将这种现象命名为「下一代巨模型失望陷阱」。足坛大萧条时代？专家：C罗退役将引发葡萄牙数十亿美元金融危机」 然而，令人震撼的是，这群AI特攻队只用了不到1小时，就带着完美无瑕的数学论文凯旋而归。

4、疯狂内卷，捉对厮杀！NBA每年最刺激的阶段要来了！詹杜又碰上了

这是一个清晰的产业升级路径：从最高端的航空航天、半导体，到高增长的机器人和高性能汽车，最后覆盖到最广阔的民用消费市场。

5、今年夏天最时髦的穿法：衬衫+牛仔裤，太高级了！

以最常见的家庭场景为例，RoboCasa-365等权威基准需要将日常任务拆解为数百个涉及语义理解、长程规划和位移操作的任务，然后进行对应的能力评估。

6、Token烧了那么多，最后的赢家或许“不看Token”

在这个场景里，科大讯飞针对DeepSeek、Qwen、GLM等国产主流模型，紧贴昇腾硬件特性，从最底层的算子一路做到最上层的调度。

针对AR模型的后门主要作用于「下一个词预测（Next-token Prediction）」这一从左到右的生成链条；而DLM采用独特的掩码扩散（Masked Diffusion）训练，模型需要从剩余上下文中恢复被掩码的词。

今年5月，OpenAI公布了一个结果：他们的一个通用推理模型，自主推翻了一个源自Erdős、悬了将近80年的猜想，菲尔兹奖得主高尔斯（Tim Gowers）在配套论文里称之为AI数学的一座里程碑。

7、美国运通第二季度每股收益4.53美元 高于市场预期

正如Forbes点出的那个悖论：对齐这件事，本该发生在老师拿到材料之前，而不是之后。

目前，FDR超过名义水平的幅度（0.104 vs 0.1）相对较小，其对高通量科学的实际冲击力仍有待沉淀。

8、申花后卫金顺凯肋骨骨折，记者：通常来讲康复期大约3个月

还有一个开发者更是通过「越狱」手段，直接逼出了网页端模型的系统提示词。

一位开发者Pankaj Kumar体验后，率先对V4的性能做了一个中肯的总结： 整体表现接近Opus 4.8级别，编码直追GPT-5.6 Sol； Agent能力大幅增强，3D和SVG生成显著变好； 同样一个任务，V4所需的迭代轮数，比Fable 5多。

在「多会话聚合」上，HMS以87.2%领先Hindsight的81.2%。

这个数字并非空想。