但更关键的是硬指标。

1、博亚平台 这就要求专业操作员像控制提线木偶一样操控机器人，记录下每一个关节的角度、扭矩，成本极其高昂。

致命的危险——当Gemini成为军方的「黑盒」 抛开道德谴责，特纳作为一名前沿AI研究员，指出一个极其恐怖的技术安全风险。博亚平台参考资料： https://openai.com/index/safety-alignment-long-horizon-models/ 编辑：桃子新智元报道 7月17-18日，第四届世界科学智能大赛总决赛及颁奖典礼在上海举行。

2、台风“巴威”，11时位于睢宁县境内！

在前端代码竞技场，K3以1679分一举登顶，超越Claude Fable 5。

3、审美倒退30年？舒淇却被全网夸爆了

面壁智能、智谱等纷纷布局具身智能，是行业趋势。

4、法媒炮轰谢尔基：首发表现依旧低迷，补水时还顶撞德尚

测试结果却是一记响亮的耳光：在相同的环境扰动下，使用了ICL的基线模型WAM-ICL，成功率从标准环境的48.4%直接崩塌至7.1%，泛化保持率只剩14.7%。

5、穆帅在皇马组成7人教练团队，有3点改变，还有1人在团队之外

五个人，五种乐器，五套不重样的国潮打扮，U1 Pro极其聪明地处理了群像排布。

上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。

它只是切下了「智能」的一个薄片，然后告诉你，这一片有多亮。

6、小时候做完题爱对答案的人长大了

首先是「工业皇冠上的明珠」——半导体制造设备。

S0 是整个人形大脑系统立足其上的地基——用张巍的话说，「没有小脑，是长不出大脑的」。

7、3比0！西班牙大胜奥地利，有4个不争的事实，亚马尔成为大赢家

阿里千问将作为 AI 能力集成至 Apple 智能，为 iOS、iPadOS、macOS 和 visionOS 的中国用户提供文本与图像理解、内容生成等能力。

再加上算法的进步、更大的模型和更多的算力，事情开始变得有点吓人了……」 当然，也有清醒的质疑声。

8、灾区村屯送水记

每年IMO成绩一出，总有人要把人类的答卷和AI的答卷放在一起比。

谁能在那儿稳住，谁才配得上「智商」这两个字。

他在YouTube上发布了数十分钟的视频，标题是：《我是如何伪造出全球最强AI模型的》。

9、新刊

大脑系统在真实世界的考试 COSA 0.5 的 Demo 选了一个看似普通、实则极难的场景：做家务。

偷运走的数据，是正经干活的27,800倍。

10、法国以这样的方式出局！葡萄牙情何以堪？

他甚至预测，再过一年，防提示注入、命令校验、人工审批这些安全环节都会没那么重要，因为模型会越来越自觉地做对的事。

新智元报道 天哪，打工人也能有自己的私人助理了！ 以前我们提到助理，一般都是服务老板的。

1、意料之中？曼城金球先生或27年自由身离队 新赛季难尽全力

Genesis押注人手数据手套，从全世界的日常家务里抠经验，号称仿真快1000倍。

2、3天2次示好皇马！1.2亿巨星引爆切尔西内乱 名宿怒喷：不想踢就滚

Dyna和PI更相信真机数据：Dyna把机器人搬进真餐厅，PI靠真实数据飞轮和自主运行中的人工接管打磨。

3、哪位本菲卡球员加盟皇马，挪威中场主力信誓旦旦，与穆里尼奥有约

但是，从佟博士的角度看，Ontology仍然只是企业认知系统的一部分。局部大到暴雨，短时阵风8~10级！刚刚，徐州发布重要天气报告！数据给不给、给哪些，你说了算，交出去的也不进模型训练。

4、概念对决成真！“业余门将”五拒梅西射门，阿根廷“作死式”晋级

行星表面全部程序绘制：木星要有大红斑，且随自转穿过可见半球；地球的大陆转到背面要消失，再从另一侧转回来。

5、穆里尼奥接班人来了！阿莫林接近执教本菲卡，被曼联解雇4个月后复出

」 Dyna Robotics联合创始人马也骋，则提供了另一个视角——他们确实从VLA切换到了世界动作模型。

6、成都好职 职等你来

别人拼了命往管理岗爬，她往下走。

随着投稿量激增，审稿人的主观打分标准越来越不统一，评审随机性、不公平性逐年加剧。

没有任何声明，一切就像没发生过一样。

7、滔搏的“天花板”：再能干也还是渠道商

我国电动车的普及率在全球一骑绝尘，但在海外市场，新能源汽车渗透率远没有想象中那么高。

实验室还需与标准机构合作，处理模型发布后暴露出的任何重大漏洞。

8、西班牙为骨架的美加墨世界杯最佳阵容出炉！阿根廷只有梅西入选！

而同一时间，AI干正事——也就是对话本身，用掉的流量只有192KB。

它攻克的遮挡与快速移动，一直是大量人类视频数据「采了却没法用」的主要瓶颈。

这也决定了它现在最适合的，是边界清晰的结构化任务，而非天马行空的自由发挥。

在DM0.5技术博客中，有这么一句话：团队希望有一天，真实世界本身成为机器人最好的老师。