左侧比较不同主流模型，右侧比较不同尺寸 Qwen 模型。

1、乐竟体育 语言之间最大的差距：接近0.49σ。

三届ICLR 评分尺度差异正在扩大 团队基于ICLR 2023–2025三届顶会公开数据，开展大规模实证分析，数据集覆盖2.2万余篇论文、5.2万条评审记录，能够真实反映近年顶会评审状态。乐竟体育苹果在隐私和性能之间做了取舍，选了前者。

2、杨力维，真的太敢说了

第一项，它能连着干几天的活，而非几分钟。

3、西班牙加时1比0击败阿根廷，队史第二次夺得世界杯

前店：把能力，做成一套工业级方案 第三个变量，是AI生产力转化效率。

4、有人预测，下半年开始，大米、面粉、食用油将迎来行业新一轮洗牌

一个让无数顶尖数学家折戟，让华人天才数学家张益唐苦熬七年、被迫在赛百味洗盘子的超级数学难题——雅可比猜想，被Fable 5证伪！ 昨天傍晚，Anthropic的研究人员Levent Alpoge发布推文： 大家好，雅可比猜想是错的，感谢我的好友akhil问了这个问题，也感谢我的另一位好友Fable在世界杯决赛期间还在工作。

5、意媒：国米有信心降低热刺对罗梅罗5000万欧元要价

把两件事合在一起看。

5 月底 OpenAI 上线 B 端智能体能力，6 月双方开始对接，7 月达成合作。

这家公司用自己的节奏，走出一条独特的端侧AGI之路。

6、佳能唯卓仕新镜头发布，徕卡注册新机｜势力新鲜报

对比更鲜明的，是成本。

机器人拥有比人类丰富得多的传感器矩阵，能够潜入人类无法涉足的环境，7×24小时不间断地收集数据。

7、官宣！曼城1.16亿镑签下英格兰国脚安德森，合同期至2031年

但这种提升主要集中在规则明确、路径相对固定的任务上，不能自动迁移到所有原子操作。

就这么一点变化，AI从「生成内容」往「生成软件」，迈了一大步。

8、复刻赖斯史诗级引援！阿森纳截胡利物浦！瞄准世界杯亿级天才

为什么？ 答案藏在素因子里。

代码侧靠AutoBuilder，业务侧则由KwaiClawEnv顶上，三层闭环协同： Service层动态扩池、把社区大量Skill转成可部署服务； Task层以真实业务为种子、派生海量任务变体； Eval层用「硬规则 + 模型评审」双重过滤，只留可执行、可验证、行为自然的轨迹。

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」。

9、2-0横扫进16强！中国女网15岁超新星再闪耀：追赶郑钦文王欣瑜

在试点中，日均有效沟通时长被提高了36%。

」 他们在WAIC上按下的，正是让这层地基自我优化与进化的那个开关。

10、意大利连续缺席3届世界杯！14年换7任主帅，瓜迪奥拉成救世主？

」 参考资料： https://x.com/search?q=Jared%20Duker%20Lichtman&src=typed_query 编辑：大卫 Aeneas新智元报道 简直细思极恐！ 一个被寄予厚望的顶级模型，OpenAI连夜按下了「暂停键」。

ABot-ER取得3项SOTA，并登顶数十家机构联合发布的Embodied Arena 2D-EQA AgentOS则将规划与执行从本体中解耦，通过插件式Skill接入，让同一套系统能适配各种异构机器人。

1、首份DAA报告落地，AI价值有了新标尺

截至目前，超维动力又将数万小时的高质量数据交付给多个行业知名合作伙伴。

2、2002年亚青赛，王宝山领军国青止步八强，奇葩教练组甩锅球员

当学校还在用「谁记得多、谁答得准」来评价学生，AI已经把「记得多、答得准」变成了零成本的商品。

3、曼谷宝鸡两地作战，国羽新老携手冲击四强

他甚至让Claude自己设计了一套端到端测试，连着跑了四个通宵，专抓那些没人预料得到的边角问题。王虹获奖后感言：很幸运能够在合适的时间遇见合适的人，得到正确的引导今天，Anthropic被迫低头了，这场好戏，才刚刚开始。

4、三分13投1中！确实铁出天际，还能打NBA吗？

ABot-M0.5将运动与操作拆分为互不干扰的双动作流，并引入「帧级隐式动作」，让机器人在极细的时间颗粒度上实现眼、手、脚的实时对齐。

5、上马居然在意跑者情绪了，这是错觉吗？

谷歌传递的信号再清晰不过，AI这场终极牌局，好戏才刚刚开始。

6、国篮危险！排名暴跌！瀚森回归救火！生死战来了！

智能体 正在长成一台电脑 把一个Claw类智能体拆开看，它做的事几乎可以逐条对应到一台电脑系统：加载代码、分配任务、跨会话保存状态、代理对外部服务的访问。

比如在生产层，通过软件优化支持FP4格式，在使用DeepSeek等模型时，原本需要4台机器的显存，现在1台机器就能搞定，直接为企业节省了75%的成本。

这是用十年时间、27000套部署一个个磨出来的兼容性。

7、你认为感冒了，还能去跑步吗？

结果：Opus 4.8的误标率，从74.4%直接暴跌到3.3%。

Karp认为，当前大模型产业存在两个严重问题。

8、关店九成后，曾经的“牛仔裤之王”真维斯线上卖了100亿

网友惊呼：「并行推理将重新定义计算可能性的边界！」 网友 @Mikhail Rogov 敏锐地指出：「把耗时从一天缩短到一小时，这完全是另一种产品形态了。

他翻出了互联网泡沫的旧账：那时候，有创业公司为了让你在电脑上挂个广告条，每月倒贴你几百美元。

他直言：现在是人类史上的关键时刻，AGI或将在短短几年内实现！ 哈萨比斯给出了一个令人战栗的算式：AGI的影响规模将是工业革命的10倍，而速度也是10倍。

而具身数据还差1万倍以上。