数据团队用自研KAI Halo头环大规模采集第一人称数据，数据生产效率极高，每周可产出百万条数据。

1、半岛体彩 而清程极智不绑定任何一家厂商，它拥有异构复杂算力集群的统一调度和优化能力。

真的存在过。半岛体彩在人形大脑系统的调度下，人形 VLA 能力全面提升。

2、深耕新材料技术与装备 孙以泽院士：碳纤维复合材料将走进千家万户

创始人Marcus正在解散公司，让它给投资人发最终分配通知。

3、CBA男篮动态速递！郭艾伦安慰孙铭徽，张镇麟合同到期，胡金秋王哲林泪洒赛场，辽宁两旧将再夺总冠军_网易订阅

参考资料： https://openreview.net/forum?id=PEyouQzOLD 编辑：LRST新智元报道 今年WAIC开幕当天，上海世博展区挤满了各种机器人、大模型和智能体。

4、姆巴佩的变化：不只是世界冠军到蝉联金靴

难的是现场随时在变。

5、CBA：杜峰续约进展不顺广东有意寻找外教，辽宁男篮接触四川前锋，北京男篮打假球被罚，李炎哲有意前往广东

所谓「提示词能力」，正在变成一种提问能力：知道该问什么，知道怎么把一个问题拆开，知道怎么让模型互相「拆台」：最后那个判断，还要你自己下。

于是Anthropic给出了一套可复用的六步框架：先搭好裁判、写规则手册、画依赖图、列缺口清单。

常规导航用于人类出行，地图精度有限。

6、独角仙比武、偷瓜比赛、三伏养生……酷暑之下沪上商圈推出花式玩法

结果比跑分刺激多了。

参考资料： https://x.com/Mr_Salio/status/207736089707741624811 https://x.com/emollick/status/2077849021150888408 https://www.bloomberg.com/news/articles/2026-07-16/google-gemini-launch-delayed-as-tech-falls-short-of-internal-goals 编辑： Aeneas新智元报道 全球迄今为止最大的开源AI模型，正式上线！ 昨夜，月之暗面（Moonshot AI）放出了其最新旗舰模型Kimi K3，目标直指超越Claude/ChatGPT。

7、申花VS海牛足协杯！俄罗斯教头透露目前阵容并不厚实 战术轮换难

注意，从引入高危漏洞到完美修复，整个过程连上下文都没切，一次潜在的CVE危机，就这样在编码阶段被轻松掐灭。

同一个荷马，同一部史诗。

8、胡塞武装封堵红海：两艘沙特油轮被导弹攻击，全球油价持续飙升

机器人真正「好用」的关键，往往藏在看不见的地方——比如，记得住自己按了几次按钮。

碎屑的颜色，正是刚被挖掉那块方块的颜色。

小哥展现出了惊人的产品经理天赋。

9、5年1.1亿美元！感谢掘金：这个二轮秀的年薪翻了3倍

专家征集 GDPS以「赛、展、会、融」四位一体展开——技能大赛是引擎， 200—300家本体企业同台竞技，L1→L2→L3三级跃升。

它不仅全面碾压了开源的OpenTrackVLA，甚至在STT和AT任务上，领先了闭源的、动用了四路视觉且经过RL训练的TrackVLA++ four-view惊人的7.11和16.55个百分点！ 一个0.5B的轻量级单视角模型，凭什么能超越前辈大模型？ 秘诀在于面壁智能构建的「自进化数据管线（DAgger）策略」。

10、安放好内心的山河（金台随笔）

用认知科学的话说，它有语义记忆，没有情景记忆；有工作记忆，没有长时记忆。

发现问题→同会话修复→闭环复验。

1、马杜罗怕是想不到，还没等来刑满释放，“美国第51州”先传遍全球

通过底层硬件与具身大模型深度融合，Apex具备长效稳定作业、多场景泛化、精细化操作、安全人机共生四大优势。

2、凌晨，利空突袭！美股科技巨头，直线跳水！发生了什么？

团队非常团结，投资人的评价是「没有内耗、执行力极强」。

3、经典的长头造型，依维柯Strator即将重返市场——S-Way特别版将于七月首发

一旦交互轨迹变长，系统面对的不只是「多生成几帧」，推理链路中的几类基础开销都会被放大： 历史信息更重：为保持长时一致性，模型需保留足够的上下文，KV cache的显存压力难以忽略； 注意力计算更重：当前生成视频片段需要参考更长历史，上下文越长，生成主干中的注意力开销越高； 去噪成本更重：每生成一个视频片段，模型都需要多次运行Transformer完成逐步去噪。拉夫劳伦中国内地首家旗舰店开幕盛典礼献蓉城OpenAI的推理研究科学家 Noam Brown 难掩激动，连发数条推文，揭示了这次突破背后的底层逻辑——并行测试时计算（TTC）。

4、微信重磅更新！超实用→

Kimi最出色的作品是 Q*bert，在该作品中，智能体能够改变立方体的状态、在金字塔上移动并躲避敌人，同时不破坏游戏循环。

5、“聪明”汽车背后的安全“守门员”

数据最直观：MiniCPM-RobotManip单步决策仅需120ms，而pi0.5需234ms——后者时长几乎是前者的2倍。

6、当AI制造一切，消费品牌最后的护城河在于“人”

过去这两者混在一起，没人分得开。

其网关同时挂着大模型内核、技能加载器、插件加载器、记忆、工具执行器和配置六个部件，每个部件都带着各自的安全隐患。

简单来说，这个猜想是这样的：「每一个无桥的有限无向图，都存在一个由环组成的集合，使得图中的每一条边，都恰好被包含在两个环中。

7、机器人等不来ChatGPT时刻：可能不会有机器人领域单一的突破革命

灵犀这个体验，确实不一样。

过去几年，大模型领域最成功的经验总结莫过于「Scaling Law（缩放定律）」。

8、ETF“一哥”十日三变！沪深300归来，有何不同？

只有深入参与硬件设计、生产和测试，才能理解哪些问题来自模型，哪些问题实际上受到硬件和通信系统的限制。

围绕这一直觉，研究人员设计了触发器感知的训练目标，并从理论上将其转化为一个更易实现的诱导掩码过程。

值得一提的是，磐石都是先用一句自然语言让系统去下载对应的科研Skill，系统随即从ScienceHub自动调用相关能力，一路把整个case跑完。

数据显示，ABot-M0.5在RoboCasa-365复杂任务测试中大幅领先前代SOTA达20.4%。