而且亮点还不止这几处。

1、星空体育 现场的展示非常魔幻，他们的机器人简直是「劳模」，整理桌面、打包手机、插网线、零件分拣……反正不管啥东西，递过去就开干。

一位头部模型研究员对此给出了这样的判断： 这恰是同步参与官方IMO测评之于大模型最难复制的价值。星空体育“千问开源做得最好，数据颗粒度很细，像一些PDF、网页，都能拆得很细；智谱的底层数据也做得不错。

2、三座金靴史无前例：姆巴佩独揽西甲、欧冠及世界杯射手王

通常仲裁前就能和解，但每年都要走一遍过场。

3、泪洒西雅图！伊朗1-1埃及+痛击韩国：可提前宣布“太极虎”出局了

它是以「元技术」升维医院能力，让医疗服务突破物理边界，从而解决医疗困境的全院级、数智化医院运营新模式。

4、他是亚泰本赛季踢中甲表现最好的球员！曾多次入选国足，值得期待

AnySearch这一登顶，挺新鲜。

5、NFL训练营五大悬而未决的难题：艾尤克去向成谜

Mira Murati在旧金山搭万亿参数LoRA强化学习基础设施。

” 韩涵直言，这是一家“信服真理”的公司，当高管团队出现分歧时，最终判断标准是“是否是有效的发展路径”，而非职位高低。

能干活，且干得像人一样，这是通用人形必备的能力，它是机器人，不是机器。

6、爱心托管解民忧 礼县工会护航职工子女伴成长

在接下来的几个月里，茅台的各项变革动作迅速落地。

机器人看到的是像素，但工业需要机器人理解空间关系。

7、ESPN记者：勇士对签下詹姆斯感到悲观，他们不认为自己处于领先位置

具身Scaling时代，如何重新理解Research？ 量子位：过早进入具体场景，会不会导致模型过拟合？ 丁文超：（笑）你看我们展台展示的任务，有过拟合吗？ 过拟合通常意味着系统只能做好一件事。

图7：局部编辑对比是论文中的定性案例，用来展示工具记忆注入前后编辑过程的差异。

8、威尼斯1600万欧签下阿科尔·亚当斯

这也是丁文超在与量子位对话中，反复强调的观点： 它石正在做这件事。

Anthropic总裁Daniela Amodei年初却表示，AGI这个词都快过时了，因为在很多指标上，我们其实已经越过了那条线。

7月23日，AI初创公司Capy.ai联合创始人justin在X上发帖，还原了这场堪称「数学史上最随意的突破」全过程—— 团队只是把一条关于图论猜想的帖子随手丢进了Slack群。

9、青岛西海岸本轮能战平成都蓉城！球迷公认他功不可没，曾留洋欧洲

比如铝业的中铝集团、食用油领域的鲁花、新型建材领域的北新建材、高端医疗设备领域的联影医疗、风力发电领域的金风科技等，这些企业都做得非常好。

本次开源的StaffDeck Preview预览版，提供五个现成的数字员工（包含财务报销、法务合规、人事服务、IT支持、行政管家），每个示例均配有完整的SOP和知识库。

10、威尔士足协指控新圣徒主席发布AI裸女视频，此前曾因歧视帖被罚禁赛10场

每一次搬运、每一次巡检、每一次复杂环境下的任务执行，都是机器人理解物理世界的训练样本。

Mecka AI所解决的，是如何让人类数据采集从专用设备走向更低门槛、更广覆盖的生产方式。

1、中国金球奖落地南京，“城超”热潮走进中国足球主叙事

阴阳会变，方寸不乱。

2、千亿封测龙头涨停，成交额A股第二

前两轮实验，主要看AI建议是否会影响“我不知道”的比例。

3、玩转阿勒泰丨 “寻美阿勒泰·同心聚力石榴红”采风团走进阿勒泰市

规则是，答对一题奖励0.1美元（约合人民币0.73元），答错扣0.1美元，说不知道不奖不扣。碾压萨默维尔！曼联瞄准 6000 万世界杯巨星！卡里克捡漏封神“引男”惹恼了女用户 事实上，小红书从2021年开始将注意力投向男性用户后，站内便曾出现明显的调性冲突。

4、4连败蓝鸟迎战争冠头号热门光芒 主场0胜3负后能否奇迹反弹？

英伟达官方对CUDA Toolkit的定义包括加速计算库、编译器、运行时，以及调试和性能优化工具，并覆盖嵌入式设备、工作站、数据中心和超级计算机。

5、NBA新秀王放下篮球改抢答题板 库珀·弗拉格带全家上综艺对阵死对头

一般企业调整都是通过降本而增效，胖东来则是通过增效而降本——先提高员工收入（势必增加人事成本），但随着员工能力提升——顾客满意度提高——销售表现提升，相对人事成本就会下降；商品的调改逻辑也是同样，先提质、再降本——由此循环往复，就像《优秀到卓越》中说的那样：没有一劳永逸，也绝对不存在侥幸的突变和从天而降的奇迹，只是一个行动接着一个行动，酷似将一个沉重的巨型飞轮朝一个方向推动，一圈又一圈，它们的总和才会产生持续而又壮观的效果。

6、开拓者老板再挥“裁减”大刀：解雇王牌解说，NBA圈内被指“抠门”

评论区里还有人总结出了经验： 不要把GPT直接连生产环境、不要给Root权限、一定做好Git提交和备份、最好先在沙箱运行。

它就像一台「猜想流水线」，往外喷射各种数学命题，由人类数学家来判断对错。

如今行业内，想要把大模型底层技术能力推广出去，一般是两个方向，一个是Coding，另一个就是数学。

7、世界杯决赛巨大争议！尼科进球被吹，阿根廷又获益，名宿集体开炮

“风、光、储”这些大家传统认知上的“新能源”只是他关注的很小一部分；他深度跟踪AI，认为这给能源、电力的发展打开了新世界，需求变大后供给侧必然会迎来新玩家；他也花了很长时间讲解“太空光伏+太空算力”的底层逻辑，对地面新能源的竞争逻辑做了推演。

这也说明，Qwen-Image-3.0确实让人惊艳、也确实已经能把很多复杂任务做起来，但要真正做到稳定、准确、快速、一把出活，还得继续打磨。

8、中央网信办、应急管理部部署开展汛期灾害事故违法不良信息集中清理整治：聚焦移花接木、旧闻翻炒、编造险情等

另一个问题是：潜空间是黑盒，没有像素输出可供直观评判。

下一分钟就要调整工件姿态、完成装配，再把空料筐搬走。

邓煜曾在知乎撰写的一篇回答倒是很形象地展现了这一点。

两派各有优劣，为便于大家做对比，这里我直接放了一张AI生成的图表： △图片由AI生成 简单总结就是，VLA属于「直觉派」，快但容易翻车；世界模型则属于「深思派」，稳但是又慢又贵。