拿下Cursor的马斯克，又把劲敌Claude的设计「大脑」挖走了。

1、bob电子 它证明了，在AI Infra这场长跑中，中国团队不仅能在单点技术上突破，更能在系统级创新和生态构建上，定义属于自己的、服务于全球AI开发者的中国范式。

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。bob电子第一点，推理效率优化已经上线，省下来的算力回馈给所有订阅用户，光这一项就能多出大约10%的用量。

2、7976元！巴州住房公积金月缴存额上限调整

2026年3月，超维动力对外发布超10万小时的第一人称数据集KAI Ego Dataset。

3、张雪峰11岁女儿发文！27字表心意惹泪目，骄傲称我爸爸很伟大

DM0.5的「轨迹对齐层」（Trajectory Alignment Layer），干脆把监督从「固定时间点对齐」改成了「轨迹进展对齐」： 每个预测动作去真实轨迹里找一个最合适的锚点，且必须严格单调递增（不许时间倒流），整体用动态规划求一个最小匹配损失。

4、2打1不传给哈兰德，瑟洛特遭网暴！收7万条评论，本人出面道歉

奥特曼自己的说法是，agentic产品的使用量一周环比涨了2.5倍。

5、摄像师：堪比乔丹给詹姆斯洗澡照

针对这一问题，星源智提出DA-Nav，一套面向城市级长程场景的方向感知视觉语言导航框架。

未来突破，凭借弱网/断网下的自主决策能力，瞄准灾害救援（地震/火灾）与特种作业（对抗/侦察）。

过去，多半只能靠拼凑和估算，现在总算有据可查了。

6、NBA薪金王！库里连续十季最高薪历史第一 破6000万年薪历史首人

只有语言层面与物理层面的通用智能同时实现，才能实现真正的AGI。

在此基础上，首次提出面向具身追踪的DAgger策略：模型先在大规模通用场景上预训练，再持续部署至仿真与真实环境中交互，主动暴露长尾薄弱场景。

7、绍兴又有人中大奖了！花了10块钱，中了700多万！

物理AI的「开悟时刻」，从来不是完成一次惊艳的演示。

两家的智能体之战，才刚刚打响。

8、圣贝拉集团(02508)7月24日耗资约60.79万港元回购17.35万股

触觉款配备 5 个指尖三维触觉传感器，可为接触状态感知和抓取控制提供信息支持。

现在Claude能替老师制定个性化教学方案，Reddit上已经有老师用它给特教场景搭工具，比如帮做特殊教育的另一半整理IEP（个别化教育计划）。

一旦遇到团队更迭、项目结题收尾，大量试错经验、核心失败数据便容易流失浪费。

9、相差21岁！陈思诚携女友秘游，原来全网都看走眼了

Notion、Obsidian管的是你自己的笔记，谷歌搜索管的是全互联网的信息。

这三个问题揪出来之后，系统还顺手给了修复方案。

10、杭州造富抢豪宅热潮：看房门槛比私募高，验资8000万还得排队？

Φ是正整数，每步至少减1，过程必须在有限步内终止。

整个测试中它反复陷入一种诡异的幻觉：信誓旦旦地声称「证明已经写入文件」，后台却连写入工具都没碰一下。

1、macOS Golden Gate移除DVD支持：苹果原生播放器停用，VLC等免费工具可替代

上下文抽象层：给机器人装上60秒的记忆 传统模型「走一步忘一步」的短时窘境，正是长程作业的头号杀手。

2、长沙滨江大平层投资与自住选购指南：谁才是2026年的价值首选？

ATM Token管控系统，则直击企业痛点，填补了国内Token FinOps的空白。

3、标普500估值高估最高207%，这只主动ETF年内跑赢基准0.5个百分点

如今他们深度合作的模型厂名单中，几乎涵盖了国产大模型的半壁江山——Kimi、智谱、MiniMax、阶跃星辰等。“我剑也未尝不利！”简单来说，U1 Pro是一款面向长程任务的交付级原生多模态智能体基座，内核是理解、生成、行动的原生统一。

4、懒懒过27岁生日！王思聪零点捧蛋糕出现，还送她香奈儿包包好甜蜜

今年5月，奥特曼回到母校斯坦福，站上CS153的讲台，认错了： 这是我的一个预测错误。

5、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

各家底层模型的差距，正在被压缩到以「周」计算。

6、张雨绮豪气包下30场《功夫女足》！给全体员工放假，网友：这样的老板哪里找？

网友们兴奋地疯狂转发，所有人都在问同一个问题：「中国AI已经强到这个地步了吗？」 然而，狂欢仅仅持续了几个小时，一场反转让所有围观者惊掉了下巴。

至此，发电站（后厂） ➔ 电网枢纽（门店） ➔ 智能体商城与配电系统（终端节点）这套三层体系，完美闭环了Agent产业的所有基础设施需求。

而商汤想踩下的第三级台阶，是「美」，即通过专业级的设计美感，达到真正的工业交付标准。

7、【今日信息】中卫上百个岗位紧急招聘中…7月20日

知识库解决的是「系统知道什么」，但企业认知系统还必须回答： 系统应该在什么条件下使用这些知识？ 应该调用哪些技能？ 应该采取什么行动？ 什么结果才算成功？ 失败应该归因于知识、技能、计划、执行还是环境？ 学习以后，系统应该修改哪一部分？ 因此，认知主权比数据主权更深一层。

有意思的是，被点名的Anthropic几乎在同一时间做了另一件事：把Fable 5的付费访问再延一次，Claude Code周额度上调50%，都续到7月19日。

8、费城半导体指数跌幅扩大至3% SK海力士跌超6%

碎屑的颜色，正是刚被挖掉那块方块的颜色。

于是他们换成在自家基础设施上跑的开源模型，取证才继续下去。

深度vs简洁：把来龙去脉讲透，还是你问什么答什么。

其中后摩智能提到的一个数字值得注意：Agent时代复杂任务的连续推理，算力消耗将暴涨1000倍——这也从侧面说明了，为什么此芯要做开放平台，让更多AI加速卡厂商能接进来一起扛。