展会第三天，超维动力（Kinetix AI）的展台前依然围了好几圈人。

1、天博官方 」 这组数据对 AGI 格局的影响比数字本身更深远。

设训练样本由L个离散token组成，扩散过程定义在扩展词表上。天博官方这是是一场精心策划的「社会实验」，一个史诗级的「钓鱼」骗局。

2、先进级智能工厂再添三席，石家庄纺织智造梯队加速成形

P4、P5 级别的重复性任务，智能体已经接管。

3、阿斯顿马丁官员：匈牙利站B版赛车非“成败在此一举”

轴向磁通电机，正在从一种颠覆性技术，演变为支撑现代工业体系的基础设施。

4、世界比洞赛：普莱斯11比5横扫克罗斯，门齐斯因病退赛

PixVerse Game只是这一切的起点。

5、美加墨世界杯来了丨阿根廷&德国长袖、短袖、无袖训练服+比赛用球

只有一堆AI，趁着周末，把活干完了。

小象电动，这家从哈工大深圳研究院走出来的科技企业，历经8年蛰伏，终于将曾经只存在于论文里的轴向磁通电机，变成了15万台产能的自动化流水线，变成了机器人跃动的关节。

梅卡曼德创始人邵天兰在达沃斯世界经济论坛上说过：物理AI不指向某一种具体形态，而是一套通用能力。

6、2023款宝马M5竞赛版拍卖：暮光紫涂装，2.9万英里，617匹马力

过去几年，老师们用AI生成教学材料，几乎都踩过同一个坑：看着挺漂亮，教起来很空。

模型由此不仅学习如何走对，也系统学习三个问题： 什么时候已经偏航、应该向哪一侧修正，以及如何重新回到正确路线。

7、官宣！两年1600万荣归故里，黑鹰迎回三冠王朝传奇

国外的开源推理引擎（如vLLM等）是原生为英伟达生态设计的。

模型不关心你用了哪张卡，用户也不关心你机房里有多少P算力。

8、自由市场20天未签，勒布朗可等到圣诞节：全联盟等他做决定

新智元报道 【新智元导读】仅用1小时，GPT-5.6就攻破了困扰数学界整整 50 年的世纪难题「循环双覆盖猜想」！全球数学家沉默了 7月11日凌晨，OpenAI官方宣布：GPT-5.6 Sol Ultra成功证明困扰数学界长达50年的「循环双覆盖猜想」！ 更惊人的是，它在不到一小时内，就产出了一份完整证明。

而MiniCPM-RobotManip（流式推理+子任务生成）：算力从0.1 TFLOPS起步，随历史帧增加仅缓慢爬升至1.3 TFLOPS（对应120帧）。

五家最硬的成果和一句话立场摆出来，你会发现连「墙在哪」都没谈拢。

9、Kiffin坦承悔意：当初离开密西西比的方式本可以更体面

而这四类案例，则是把战线推进到了「行动」：一个握着代码权、财务权、评估权的智能体，会不会偷改代码、帮着删账、背着你搞事。

一年以后，这两家企业虽然使用了同样的模型，却会变成完全不同的组织。

10、A股大牛股，盘中逼近涨停

它砍掉了传统多模态里VE（管理解）和VAE（管生成）这两个独立的编解码组件，让理解、生成、行动共用同一套表征、同一套计算。

Qoder选择的，是把安全护航做进智能体编码会话之内。

1、范特西橄榄球ADP预警：多名跑卫被严重高估，Jeanty领衔慎选名单

从此，智能不再是少数实验室的专利，而成为人类共同的「第二大脑」。

2、场均角色缩水三分化，掘金拒绝多队对2306万前锋的询价

宁德时代、延锋、国药控股、复旦附属儿科医院……一大批场景单位，正在把服务场景、真实产线、流程痛点搬到GDPS赛场上。

3、开赛前9个小时！保级队官宣新外援加盟，中超夏窗外援引援基本结束

从「API产品」到「可运维平台」，这是最后一块拼图。镜面人+罕见病，她顺利生下健康宝宝说GPT-5.6有意思的人 去年说过另一句话 去年10月，Bloom曾公开打脸OpenAI。

4、官方：加纳乔从切尔西租借加盟维拉，含强制买断条款

场景建设上，企业以具身智能承接复合工序，实现换型免重构与质量按件追溯。

5、印度前国手：布姆拉们打满14场IPL不解，一到国家队小伤就休战？

在徐立看来，多模态内容正在经历完全相同的演进逻辑，只是它还卡在半路上。

6、喜讯！他比岳鑫更有希望接班李帅成上港左后卫黑马，曾留洋丹麦

职能还在，但人人都多了一层「调度AI去干活」的通用能力，成了跨学科的通才。

当同行还在消化WAM概念时，银河通用直接将理论工程化。

AI一来，改变了这个前提。

7、雨夜鏖战+万人大合唱！今晚，岳阳沸腾了！

论文链接：https://openreview.net/forum?id=PEyouQzOLD 为什么没有选择让LLM直接审稿？ 面对评审人手不足、打分标准混乱的现状，很多人会直观提出解决方案：干脆交给LLM完成全自动审稿。

KSTAR则试图回答一个更完整的问题： 企业如何从一次真实业务活动中，自动形成下一次更好的认知和行动能力？ 这才是Token Capital真正应该被工程化的方式。

8、首球就夺命！Mayank Yadav打破沉默：为印度赢球“感觉太棒了”

新智元报道 真正有记忆力的机器人VLA模型，是什么样子？ 先不卖关子了，让我们直接看几个看似很简单的演示。

这是个科学怪人式的检查点——塞满了Qwen2.5-7B-Instruct的碎片，循环重用，用随机数据填充，外加一堆无法验证的基准测试成绩。

这个仅有0.9B参数规模的模型，基于MiniCPM4-0.5B训练完成，在同类开源模型中性能稳居第一。

针对AR模型的后门主要作用于「下一个词预测（Next-token Prediction）」这一从左到右的生成链条；而DLM采用独特的掩码扩散（Masked Diffusion）训练，模型需要从剩余上下文中恢复被掩码的词。