视频世界模型想真正进入交互时代，不能只停留在一次性生成几秒视频。

1、江南app 科研智能体的新赛道 AtomWorld的核心价值，不止于定位模型失效，更在于把 「材料智能体不会建模」 这个模糊痛点，拆解成一系列可测量、可追踪的原子操作能力 —— 从基础元素替换到空间区域判定，再到连续几何理解，逐层厘清失效类型、程度与规模增益规律。

Turner本以为看到了希望，但现实却狠狠给了他一记耳光。江南app许多老派工程师信奉「所有重要代码都应人工编写」。

2、切尔西铁腰道出5000万转会曼联条件！埃德本周再次体检，原因曝光

数据类型：部署零动作标注 目前市面上即便有一些利用人类视频数据的模型，往往也需要痛苦的人工标注：标出视频里人类手部的三维关键点（甚至需要生成复杂的MANO手部网格），然后再把人的动作重定向到机械臂上。

3、最新

面对复杂的基因数据，磐石并没有停留在简单的文本罗列，而是展现出了极强的跨数据库整合与科学推理能力。

4、注意！济南、淄博、泰安等5市局地发生山洪灾害的可能性较大

它不仅找到了反例背后的结构性机制，还在指导人类如何重新定义这个问题。

5、史国强 2026风景油画写生新作

具身智能部署时的适应方案怎么选，行业第一次有了明确的路线指引。

过去，AI也能生成仪表盘，但那份数据几乎都来自你当时的会话，一分享出去，页面很快凝固成一张静态截图，别人打开只能看，动不了。

紧接着，我们直接在当前会话中要求其修复，Agent迅速将危险的YAML.load替换为了安全的YAML.safe_load。

6、8月底回归！杨瀚森，时间不等人...

本文认为，要真正推进大语言模型的可解释性问题，需要超越对模型内部状态的凝视，转而从知识论的视角出发，系统考察模型所处理的信息——其来源、结构、表征方式、流转路径及其与外部知识体系的关系——的本体论基础。

Palantir理解，仅有数据和模型并不能形成企业智能。

7、凡人善举暖人心！盐田区慰问见义勇为快递小哥

十年后用一句话介绍钛动，他希望会是：钛动之于商业增长，恰似苹果之于手机。

根本的变化只有一个：数据的拥有者易主了。

8、马斯克第三次喊「奇点已至」！AI三个月连破数学、安全两道墙

商汤这次在WAIC展示的，不只是一套国产异构混推方案。

ScienceOne给出的答案，是以S1-Omni为统一基座，向下接管2.7亿论文/专利，全球40多个国家3200多万科研项目，700多万产业研报、90PB大科学装置数据和近300个专业数据库，向上编排任务、调度智能体，把原本散落各处的模型、数据与工具，收拢进同一个平台。

有的车刹车响应在500毫秒以内，算法跑起来很顺畅。

9、宗馥莉赌上了自己的名字

参考资料： https://claude.com/blog/ai-code-migration 编辑：桃子新智元报道 就在昨天，整个AI圈还沉浸在一片亢奋之中。

6月，Anthropic发布Claude Science预览版，专为加速科学研究设计。

10、“碰瓷”团伙引诱他人无证驾驶，致事故后“私了”？上海警方：因涉嫌敲诈勒索罪3人被抓，已采取刑事强制措施

2025全球开发者先锋大会暨国际具身智能技能大赛赛项冠军 算一笔账 以极低场景投入，节省千万级研发成本 「揭榜挂帅」机制在本次大赛重大版本迭代升级，场景方出真题，全球赛队揭榜答题，本质是一场高效的「技术竞标」，形成「出题→答题→筛选→采纳」闭环。

往深一层看，这是智能体时代的一场军备竞赛：谁能在这波狂热里把用户留住，谁就能攥住更多真实的长任务数据。

1、开空调时，房间里记得放这“3样东西”！省电又舒服

定性对比：少走弯路，轨迹更直接 在随机采样的LIBERO任务中，Baseline往往出现冗余纠错动作和目标附近的hesitation/jittering；PolicyTrim的轨迹更平滑、更直接，能够用更少物理步骤完成同一任务，通常能将物理步数压缩至原来的一半左右。

2、粉笔张小龙，犯了众怒

现在大家盯着同一个会自己更新的页面，进度就是页面本身，不用再开会同步「我们现在到哪了」。

3、不打了！退出国家队！16年生涯正式结束

这张长卷里，小浣熊预测阿根廷将以2比1战胜西班牙夺冠。《黑神话》的80后金主，把夜店做成了“游戏”动机性误标。

4、ST宁科：实际控制人及一致行动人拟增持3000万元至6000万元股份

于是衡量算力的标准，从峰值算力转向任务完成效率，而Token则成了智能体时代算力价值的新「货币」。

5、《百花杀》萧长泰跪了！原来，这才是他绑架太子却不敢杀的真相

它拥有顶级的研究实验室Google DeepMind、云部门Google Cloud、安卓团队，甚至在内部成立了多个小组来攻坚AI编码。

6、@绍兴人，你们能接受自己的婚纱照是AI换脸的吗？

Grok Build里有个「帮助改进模型」的开关，几乎所有人都以为，关掉它就等于关掉数据收集。

在他们看来，真正完整的Agentic Infra至少得同时迈过三道坎： 全链路：撑得起从算力到Token再到生产力的整条链，用全栈优化提升基础设施系统性能； AI原生：能用AI改进AI基础设施本身，不仅服务人类用户，还针对智能体这类数字用户的需求做改造； 全覆盖：训练、强化学习、推理全流程覆盖，稳固更多样化的技术优势，同时携手行业百业的客户，赋能降本提效。

只需要在电脑上重复一遍你的完整工作流，口述补充必要的隐含操作逻辑，同时避免无关操作（比如等结果时看个小视频摸摸鱼），点击结束录制即会自动回到 Claude Cowork 界面中进行分析与 Skill 提炼工作。

7、谁能阻挡法国队的大师级表演？

动机性误标。

写作工具、翻译、视觉识别，每项都能用，每项都和调用云端大模型的竞品有可感知的差距。

8、和讯信息文太彬：4900家下跌，下周股指怎么看？

产业资本看场景，财务资本看增长，国际资本看全球化。

标准化测试里的题目，模型多半在训练数据里见过千百遍；真正见功夫的，是那些它从没遇到、也无处抄答案的新问题。

场景方四大核心权益：① 赛题共建：联合设计核心赛题，全球赛队带算法免费攻关，以极低场景投入替代千万级研发成本；② 品牌绑定：GEO排名第一！赛道独家冠名， 50亿次全网曝光深度绑定赛项；③奖项储备：依托赛事成果与实景验证，为申报国家及省部级相关奖项，储备可核查、可展示的项目素材； ④标准对齐：开放真实场景，依托大赛实践，参与国家级标准的形成与沉淀。

而完整的认知系统还必须回答： 哪些 Skill 应该在什么条件下被调用； 谁有权执行； 预期结果是什么； 如何评价实际结果； 一次执行之后，Ontology、Skill 和策略应该如何更新； 不同员工和智能体的局部经验如何转化为组织级能力。