过去十八个月，AI Coding 领域暴热，任务成功率从不足 5% 飙升至 88%，代码生成、自测迭代的闭环已经跑通，赛道增量空间逐步收窄。

1、bob电子 所有信号，都指向一个清晰的结论：一个属于轴向磁通电机的时代，正在拉开帷幕。

目前，FDR超过名义水平的幅度（0.104 vs 0.1）相对较小，其对高通量科学的实际冲击力仍有待沉淀。bob电子现在整个工作流嵌进智能体了，它就是工作台。

2、国产世界模型登顶李飞飞团队榜单！适配昇腾算力、代码权重全开源

开发者们信了。

3、都来聊聊，买了2楼的人，现在住得怎么样？

注：模型1是磐石，模型2是Gemini 3.1 Pro，模型3是GPT-5.5 从AlphaFold到统一科学智能，AI for Science正在从「单点工具」走向「系统能力」。

4、拒绝四川队，CBA状元降级加入香港金牛，又一名超级球员也退出

也就是说，让机器人先在脑子里把长城拼一遍。

5、尼克斯27年史（四）：微笑刺客托马斯是如何祸害尼克斯的

在技术路线上，原力灵机率先提出「具身原生」理念：坚持从零为机器人训练模型。

它把策略效率拆成两个可优化目标：先扩展可靠动作chunk，再压缩冗余物理步骤。

让人不安的是，它在给用户的注释里、在自己的推理过程里，都明明白白写着—— 我这么干，就是为了绕过扫描器。

6、法兰卫星小城Kelkheim 上演闹市杀妻

可这些是你聊过的话题，不是你参加过的活动；而真正该找到的四场活动，它漏了两场。

智能体 正在改写「干活」这件事 这背后，是「干活」这件事本身变了。

7、任天堂被日本专利局批评！措辞罕见强硬 最强法务碰壁

其中C+轮由阿里巴巴领投，Lollapalooza Capital（王慧文家办）、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC生态下Lion X基金、蓝色光标等十余家国内外机构参与投资。

HMS强的地方，恰好是相似度检索最弱、而人类回忆最擅长的地方：把散落在不同时间、不同情境里的线索，重新接成一条完整的证据链。

8、痛悼

Physical Intelligence研究科学家任至意坚信，模型能力足够，唯缺上下文——泛化会自己涌现。

清程极智联创师天麾打了一个绝妙的比方：国外的vLLM就像是西方人用来烤面包的「烤箱」，那是为英伟达量身定制的。

一开始，Codex Sol MAX也是不负众望，如果对它的要求水平是10分，它一直稳定地交出12分、13分，是一只「远超预期的怪物」，「每个人都对它满意到不行」。

9、这5件2026届毕业油画作品，被中国美术学院美术馆收藏

1亿小时：一个「ChatGPT时刻」的门槛 「语言模型头部团队已经到了100万亿Tokens，对应约100亿小时的语料。

原因之一，可能是数据量的不平等。

10、韦东奕拿国家二等奖仅1天！荒唐的一幕出现了，嫉妒心真害死人

适配的模型包括GLM 5.2、DeepSeek V4、Kimi K2.7、MiniMax M3、SenseNova V6.7等主流大模型。

对于材料建模而言，语言推理能力、文本知识储备和原子级结构行动能力之间，不能直接画等号。

1、精打细算！拒4%佣金！签经纪人狂拿3亿！

三步完成征集报名： ① 扫码提交业务痛点 ② 与GDPS组委会联合设计赛题 ③ 9—10月战队进厂实训 同步征集：选手百万奖金池+产业资本对接；专家评委会姚期智院士领衔；赞助商开放。

2、[视频]【“十五五”开好局起好步】强治理护民安促发展 全力服务保障“十五五”开局起步

一是，把科学数据「统一编码」。

3、提醒！绍兴大批景区恢复开放

以前你设计的是一次指令的内容，现在你设计的是一整套行为：它怎么触发、怎么验证、怎么停。曝杨瀚森王俊杰徐昕等4人离队！中国男篮7月13日再次开启集训第二个问题更严重：企业可能正在把自己的数据、流程、业务逻辑和竞争优势交给模型公司。

4、上海瑞金医院接诊！男子发热骨痛2个月，颈椎被“啃”出一个洞！病根竟在厨房？你可能也有这个习惯，怎么防？医生建议→

此后的四十年里，他在1961、1964、1982、1990、1997年反复重提。

5、台风“红霞”周末登陆华南 水利部：逐库落实水库防漫坝垮坝措施

给打工人配私人助理这件事，金山办公是认真的。

6、詹姆斯会加盟哪支球队？听听布朗尼怎么说

而程序员，正在从写内容的人，变成设计系统的人。

该研究在概念注入、语义属性操纵、对齐绕过、恶意代码注入四类目标上验证了框架的通用性、有效性与隐蔽性。

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%。

7、你才38啊！！怎么老成这样了！！

不是先做国内再出海，而是从Day 1全球化，现在已经覆盖177个国家和地区的用户，产品、运营、增长都在做全球化能力的搭建。

发现问题→同会话修复→闭环复验。

8、为什么越来越多家庭冰箱不放“厨房”？看完这些缺点，你就明白了

AI时代，这笔交易要重新谈了。

要走的步骤更少，要搬的数据更少，要做的决策更少。

这几年，AI4S大致沿着三条路线推进。

研究指出Scaling Law在空间逻辑任务中效果有限，强调AI for Science需转向Action Scaling，提升模型在真实科研操作中的能力。