架构重写、鉴权代码、支付逻辑、产品方向决策，这些别让loop碰。

1、博亚平台 三层各自运行在完全不同的时间尺度上，通过刻意收窄的接口协同工作。

他还算过一笔更冷的账：现在入学的博士生2030年毕业时，他们的导师——哪怕是菲尔兹奖得主——在AGI面前也已失去速度与深度上的比较优势。博亚平台超级工站并不是一台机器人，而是一套软硬一体的工业智能系统。

2、清华大学一本科生被退学，全网寻人都没结果，退学原因令人无语

此次展出的叠盒封胶、衣物整理与行李箱收纳，均涉及多种基础技能的组合调用。

3、64支球队！世界杯彻底变味：国际足联圈钱无底线，国足可以躺进？

有意思的是，虽然两家的实现路径不太一样，但最终长出来的形态高度相似—— 都是把复杂任务拆碎，分给多个Agent并行去跑，再统一汇总。

4、53岁李冰冰与妹妹度假，李雪身材火辣五官精致，完全不输明星姐姐

“所有的变革都源自于一把手的认知和判断，他能不能够跟得上这个时代，决定了公司前途。

5、SpaceX上市，人类历史上最有钱的富豪诞生了

执行层调用400+模块化Agent Skill，单次任务可协调30+基础模型。

两者结合，让机器人既拥有AI的灵活性，也拥有工业系统的确定性。

天立国际首席科学家、启鸣达人公司CTO、天立启鸣AI研究院院长、北京航空航天大学国际创新研究院基础教育通用人工智能实验室首席科学家兼联合主任刘志毅在论坛上对《白皮书》做了详细解读。

6、国乒3冠3亚登顶最大赢家！双打丰收+男单遇冷，日本韩国各夺1冠

这也是Xmax开放API的原因。

太！火！爆！了！ 还得是WAIC，还得是AI圈春晚—— 哪怕到了展会第三天，依旧人挤人人人人，火爆热程度堪比上海这两天的天气。

7、我私藏的 10 款懒人平价绿植！均价 20 块，好养到想报警

来源：视觉中国 从粉笔用户、财务结构上来看，其活跃用户910万人，与2024年基本持平；毛利率维持在53.5%，属于行业高位，现金及等价物约8.69亿元。

也就是说，只要可以问AI，人们就明显不愿意说不知道了。

8、多地广电涌入马拉松，究竟是谁的出路

但子agent还是黑盒，不管是跑偏了，还是卡死了，只能得等超时才知道。

法国则完全是另一种风格。

我们一年多前投了一家公司，那时AI还没那么热，估值不高。

9、93分惨败！女篮世青赛第一惨案诞生：非洲劲旅单节1分被钉耻辱柱

智源FlagOS的目标，是让模型尽可能实现“一次开发、多芯迁移”；FlagOS 2.0已支持18家厂商的32款AI芯片，并建立包含497个算子的多芯片算子库。

协鑫集团董事长朱共山直言，旧发展范式和行业叙事模式已经全面失效，过去以扩产、降价、抢规模为核心的路径，已走到了物理极限。

10、2-1！4-3！疯狂世界杯：绝杀+2场点球 荷兰出局 16强确定4席

但当Agent从附加功能变成设备的核心，简单增加峰值算力已经不够。

7300+ Skill大爆发 除了Vibe Coding作品的发布和挂载，更值得关注的可能是Red Skill的全面上线。

1、秦志戬组建豪华教练团队，全力扶持蒯曼上位 女队三强格局正式形

希望大家看看新论文。

2、中国记协撤销王仁海长江韬奋奖获奖资格

但问题在于： 经典的「鸡生蛋」问题又出现了。

3、上个世纪九十年代老尼尔森的跑轰体系和五小阵容为何没有成功？

现在我们的加工品类也很丰富，我每次到门店都会买很多熟食、面包——说实话，前几年我父亲都会提醒说不要买世纪隆店里的熟食，担心卫生标准达不到。中国女篮再输澳大利亚，出现两个好消息和三个坏消息与绑定某一款眼镜或采集设备的方案不同，光轮智能的目标是让数据管线兼容不同硬件。

4、共筑科学疼痛管理新生态 赫力昂与淘宝闪购买药助力AI智慧疼痛管理生态建设

但具身智能却有本质不同——高频需求的工业、家用等等场景，现在任何玩家都没有一个哪怕有最低程度泛化性的工程化模型。

5、安徽历史类585分位次5360，既保学校又保专业，非211不上可行吗？

更重要的是，你会非常直观地摸到每个模型的能力边界——它擅长什么、怕什么、在哪些地方容易“自信但跑偏”、你该怎么跟它配合。

6、两年“耳朵争夺战”！超30家公募入场播客，头部订阅破23万

而这，恰恰是工业场景最看重的能力。

谈及选择开源的初衷，沐曦团队这样解释道。

成立仅14个月，估值即达人民币200亿元。

7、央视点名马龙，男双夺冠释放三大强烈信号

她说自己休息时，每10分钟就要忍不住查看一次工作邮件。

而且这套系统可以从斑马鱼逐步泛化到小鼠、猕猴，最终到人脑，无需大量活体动物实验即可自主产出全新脑神经机理科学发现。

8、泰山队5-1的收获，22岁多面手证明自己，教练组把细节做到更好

数据不仅包含第一视角视频，还提供相机位姿、三维手部信息以及细粒度语言描述，并在不同实验室、不同任务和不同机器人本体上验证人类数据的迁移效果。

同一轮融资，两个口径之间相差近千亿元。

所以，真正的问题是：当AI找新路的速度开始快过人类给这些路装护栏、立规矩、补漏洞的速度，我们还能跟得上吗？ 参考资料： https://x.com/elonmusk/status/2079839398959697982 https://x.com/willdepue/status/2079718977945928108 https://openai.com/index/hugging-face-model-evaluation-security-incident/ https://www.anthropic.com/glasswing 编辑：元宇新智元报道 小红书的笔记下面，开始长出「App」了？ 刷着刷着，突然发现一条笔记底下，挂着个「通勤人格测试」。

一个奥赛金牌选手，博士期间没去追大模型，一头扎进了「怎么让机器帮人搜出新算法」。