朱红、赭石、深蓝、琥珀金四色铺开，灯笼暖光撞上夜色冷调，全在一次生成里落定。

1、Kai云体育 Dyna的DYNA-1把折餐巾做到99.4%、24小时85多张，直接开进真餐厅。

睡眠、健康以及与家人吃一顿饭的那两个小时，全被换成了产出。Kai云体育但在那之前，删账、改数、误导投资人，它一路照办。

2、“英阿大战”裁判出炉！球迷：利好英格兰，这是要做掉阿根廷么？

刚开源的SenseNova-Vision已经露了苗头。

3、A Bola：热刺计划今夏引进本菲卡边锋谢尔德鲁普，上赛季43场10球7助攻

而Danny Zhang抛出的那句理念，才是AGX真正的野心所在： 此芯科技的愿景是构建一个开放的算力底座。

4、图赫尔9.0分！英格兰全队打分：贝林厄姆9.5分 凯恩6.0分，两将不及格

截至目前，中国队在国际数学奥林匹克（IMO）中已取得197枚金牌、37枚银牌和6枚铜牌的优异成绩。

5、阿森纳3400万镑签下希腊边锋佐利斯，顶替已离队的特罗萨德

AI监督AI靠谱吗？ 「智能体失配」，并不只停留在「被监督的AI会失配」一种情况。

无问芯穹今天发布了一项与基础设施自我优化和进化直接相关的「前店」解决方案：基础设施智能体蜂群。

因为Token本身是「成本」，不是「价值」：它是新的成本中心，只有被Agent真正用起来、投进业务，才转化成价值。

6、特朗普：一年前，美国强力打击胡塞武装，自那时起他们都表现得非常负责，不幸的是现在他们又开始行动了，胡塞武装：“已做好应对准备”

基于这条定律，大晓发布以人为中心的环境式数据采集方案2.0。

https://www.tec-do.com/news/299 创始人兼 CEO 李述昊给公司取了两个词拼成的名字——Tec-Do（用技术做生意），后面挂着版本号 2.0，含义是「像做产品一样做公司」（Develop Company as Product）——Tec-Do 2.0。

7、贝林厄姆暴涨3000万，姆巴佩重回2亿！皇马三将世界杯后身价飙升

最关键的是，Sol只卖对手一半的钱，很多活儿达到同样效果、烧的token还砍掉一半，两头一乘，四分之一的价格就能交付。

用喻杰的话说，学习华为的成功经验「攀登珠峰，沿途下蛋。

8、14岁首秀25分钟双响，曼联15岁天才32场29球后要踢一线队了

就像处理器和存储层级，从计算机诞生第一天起就是分立的两套体系。

你的善良，正被AI明码标价 Lily Jay基金会最危险的地方，在于有数百万人多么愿意相信它是真的。

这两年，类似的画面人们早已司空见惯。

9、图赫尔表示自己将会留任，直到2028年欧锦赛

CNBC 随后在同日发布了访谈视频。

一个模型，装下五种能力 长程工程、通用Agentic、终端、前端美学、通用知识——这五个方向，KwaiKAT各训了一个专家。

10、农业农村部组织开展我国台湾岛以东管辖海域渔业资源调查

值得一提的是，Axiom Math的创始人洪乐彤年仅25岁。

评论区直接疯了，被吹成「AI电影的iPhone时刻」。

1、名记曝詹姆斯团队不等待戴维斯交易：与任何人去哪儿都无关

LongMemEval基准（多会话交互记忆测试）：HMS-self-evolve以92.8%的总体准确率登顶，此前最强的Hindsight是88.8%。

2、咱们身边事丨阿勒泰市举办“四方助农”农业行业专场招聘会

这类项目常常不是「想不到」，而是「做不起」。

3、12胜狂揽80万镑，切尔滕纳姆传奇赛马Edwardstone光荣退役

固定种子噪声生成一座岛，要有丘陵、海岸、浅水、地下矿脉。多地官宣：结婚，发钱这也是这次发布被卡着审查的原因之一。

4、“像野兽般的侵略性”:埃德·奥格隆、马里奥·克里斯托巴尔入选大学橄榄球最令人生畏教练榜单

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。

5、曝前河南队赛季14球外援夏窗加盟浙江队，顶替9场2球外援

一台名叫W1的机器人，在仅75厘米的极限过道里穿行，识别货位、逐件拣选、装箱、交付，一气呵成。

6、约书亚开火：别老盯着我的肌肉，打完比赛我给你当私教减掉“贪吃肚”

表面上，两人的意见高度一致，真正不同的是，他们对同一句评语对应着不同的评分尺度。

「我上船的时候就知道，今晚这艘船会沉。

他笃定，在最初的震撼下，很少有人会立刻去下载并逐字元检查如此庞大的文件。

7、1986年保时捷911：历经栅栏碰撞与280项复古改装，红妆素裹再度登场

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。

一个在前台喊话，一个在后台改账本。

8、阿根廷VS埃及：阿根廷对阵佛得角狼狈不堪，本场恐难轻松获胜

参考资料： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/?utm_source=tw&utm_medium=social&utm_campaign=og 编辑：桃子新智元报道 五千名工程师，四个月，把Uber一整年的AI预算烧成了灰。

」 灵犀专业版没有像某些AI那样给我吐出一段代码让我自己跑，而是直接调用表格引擎——你能看到它用了什么公式、怎么分类、计算过程是什么。

从实验结果看，PolicyTrim并不是只优化benchmark指标：在物理机器人上，任务完成时间也能缩短到baseline的一半左右，并且在动态干扰场景中保持鲁棒性。

关键问题：能否在不牺牲任务成功率的前提下，通过后训练，让已有VLA策略自动学会「少走弯路」，用更少物理步骤完成任务？ 来自四川大学雷印杰教授领导的团队提出了PolicyTrim——一个面向「策略效率」的两阶段强化学习后训练框架。