点一下土星，右边滑出资料面板。

1、nba下注 用这套数据训练的模型，在面对完全陌生的未见场景时，任务执行成功率飙升了51%。

而就在WAIC开幕的同一天上午，我们注意到一家国产芯片公司搞了一件大事。nba下注而磐石则是用自然语言、分步把需求说出来。

2、官宣！纽卡5000万欧元敲定科特迪瓦新星杜尔，戈登替代者！

落到能力上，它承诺解决的六件事，恰好对应那三本账。

3、集体坑韩？6场世界杯造3支4分小组第3 韩国队出线愈发渺茫

原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。

4、湘潭市发布高温热害预警 全行业筑牢安全防线迎战“加长版”三伏_网易订阅

按照他设想，老师布置那种非用AI不可的项目，学生反而得动更多脑子、想更多新东西。

5、世界杯四强出炉！法国轻松晋级冠军相十足，阿根廷连续多场遭质疑

发布会尾声，此芯科技与中电信数智、光弘通信、天通精电等十余家合作伙伴集体签约，覆盖AGX方案、扩展算力与科学智能体等多个方向。

传统算法面前一个玻璃杯和「什么都没有」差不多，但梅卡曼德的算法能把透明瓶子看得清清楚楚。

全部由Grok Imagine生成。

6、新闻发布｜暑期诺如、手足口病高发 疾控给出全套防护方案

研究人员明确要求，结果只准发到内部Slack。

经济学者Jeremy Nguyen评论「Codex和Claude Code同一天重置额度」时说，也许多年以后，我们会跟年轻人讲起早期这场「智能体token大战」，讲token当年被补贴得有多疯。

7、伊姐周日热推：电视剧《蜜语纪》；综艺《我家那小子2026》......

换个场景，张张能交差 但一张全景图，还装不下它的全部本事。

门槛在于把隐性经验翻译成显性指令。

8、150000000镑！抛售两核心M费+萨默维尔，西汉姆狂赚1.5亿

参考资料： 迈入AGI科学元认知时刻，『书生·端砚』解锁全栈科研新能力 | WAIC 2026 周伯文：AGI的下一程，迎接科学元认知时刻 | WAIC 2026新智元报道 AGI可能在五个月前就到了，只是没人注意。

这使导航学习从「单一正确轨迹学习」，扩展为「包含错误状态的完整经验学习」。

现在这一步被抹掉了。

9、儿童斜视暑期问诊热潮来袭！这些家长常问的问题，答案在这

（图源：RAND） 备课、上课、改作业、填表、开会，一大半拖到晚上和周末。

也就是说，同一批国产算力，现在能硬抗接近翻倍的业务量；反过来，企业也可以用更少的卡，撑起同样规模的服务。

10、转发给你身边总说“头发要掉光了”的朋友

毕竟谁也不想等海报贴满了大街，才猛然发现角落里还躺着一个错字。

更扎心的是，纸面上的算力≠有效的Token。

1、推广

」 如此看来，现在行业所感受到的「模型差、数据荒」，可能问题压根不在脑子上，而是身体的物理极限卡住了天花板。

2、放弃 1.3 亿法国新星！利物浦转攻世界第一边锋，档次直接碾压

某个假期他食物中毒，躺了五天，索性把整件事全交给「GPT医生」：每隔二十分钟汇报一次身体状况，凌晨四点醒来难受得不行，直接打字进去。

3、台风袭来 文明实践站保收助农

GPT-5.6 Sol在ARC-AGI-3上的表现随推理档位陡升，Low档只有0.3%，Max档拿到7.8%。穆帅皇马利好！利物浦今夏第一签花费4000万，让皇马收获2000万欧谷歌的「塔西佗陷阱」： 为什么全司之力造不出最强AI？ 为什么万众期待的王炸会哑火？ 这篇报道为我们揭开了谷歌内部的重重困境。

4、中国驻泰国使馆发言人就中泰联合声明涉台内容答记者问

所以这颗「脑」至少干四件事：理解任务、感知环境、规划行动、监督完成——把「想做什么」「现场什么样」「下一步怎么走」「做完没有」串成一条闭环。

5、C罗投AI、邓紫棋10倍赚回来：明星扎堆AI背后，是一场"影响力套利"游戏

」 他们在WAIC上按下的，正是让这层地基自我优化与进化的那个开关。

6、心理咨询师的成长之路，有没有一条不走弯路的答案？

发布会上，SenseNova U1 Pro的官方定位是——面向复杂多模态任务的交付系统。

一般的模型，到这一步就该停了。

它把两队的晋级路径、球员对位、历史交锋和海量关键数据揉碎重组，再交由商汤日日新旗舰级SenseNova U1 Pro执笔排布，干脆利落地甩出一张巨幅尺寸、直接铺满整个论坛大屏的超清战报图。

7、记者丨米兰有意伊纳西奥但需先出售托莫里

站会那一幕，靠的是Claude Code今年6月发布的Artifacts。

原因并非技能未被掌握，而是所掌握的技能与特定场景特征过度绑定，难以适应现实场景的无穷变化。

8、上上签！足协杯国安避开所有中超队，10月工体半决赛剧本已写好了

过去一年，具身智能行业最热的叙事围绕模型展开——端到端模型越做越大，VLA 参数量不断刷新，资本和关注都涌向「谁的模型更强」。

长期以来，人类科学家保持着一种心照不宣的骄傲：AI 算得再快，也不过是处理大数据的「蓝领」。

今天它们拼的是积木，明天要拼的，是制造业里那20%仍然离不开人手的工序。

但光是「能跑」还不够。