地面的Token工厂解决「怎么生产得更便宜」，未来的星地一体算力网解决「怎么把Token送到更远的地方」。

1、BOB足球 靠着Gemini Canvas，3.6 Flash打通了3D工作流，分分钟「手搓」出一个专业的摄影级纹理提取神器。

四大算法赛道则持续深入科学智能的产业应用创新。BOB足球主要就是，共同构建覆盖「算力基础—平台工具—模型能力—科研创新」的一体化科研服务体系，为生命科学、新材料、智能制造等重点领域提供高效、开放的AI科研支撑。

2、恩爱12年难抵现实残酷，饶芯语把王奎荣熬成爹，走上杜星霖老路

而具身数据还差1万倍以上。

3、美国鹰派政客猝死！生前手握千亿军费，为何让中俄都恨得牙痒？

在WAIC现场的分拣单元，面前堆了几百种乱七八糟的物体——日化用品、文具、水果、蔬菜、玩具、零食——十几种类别，机器人一件件拿起来，扫一眼，准确丢进对应的分类框。

4、嘲讽阿根廷？36岁克罗斯第一时间发文：足球赢了 网友：敢说真话

Physical Intelligence更倾向于先使用简单、稳定、维护成本较低的机器人本体，快速建立数据与模型研发基础设施。

5、战报

过去二十多年，你把数据、隐私和流量让渡出去，换回免费的互联网内容和服务。

这一层用的是逐际动力自研的 LimX WBT 全身运动基础模型——基于千万参数级的 Transformer 策略，完全跑在机上。

不得不说，AI会做题，和AI能救场，中间隔着一整个真实项目。

6、214㎡纯白极简家，住进去就不想出门了！

前者靠语言表征就能大规模积累，后者还在满世界找「经验的通用表征」。

WAIC 上发布的 2.0 做了一次架构级升级：把原本分散在不同模型、工具和流程中的营销能力，收敛到一个统一的 AI 入口，围绕企业目标按需组合多个专业智能体，形成能自主循环的智能体工作流（Agentic Workflow）——钛动内部称之为 Loop Agent，即智能体之间可以相互调用、反馈、迭代，而非线性执行一次就结束。

7、早读

最终交付的是8个文件，约1400行代码，五个新API、26项上传测试，浏览器端连暂停续传和刷新恢复一起做完。

这并非是科研人员的个人难题，某种程度上折射出当前 AI for Science（AI4S）赛道中一个值得关注的结构性矛盾。

8、上海一独生子继承亡母3套房子，表姐争遗产，称外婆曾留下遗嘱

链上每一段转化，都被落到一个具体工程中： ✅算力基础设施层（WATT → FLOPS）：硬件、液冷与超节点，决定每一瓦电能榨出多少算力； ✅模型与算力服务层（FLOPS → TOKENS）：推理加速、并发调度与模型供给，决定算力能不能变成稳定有效的Token； ✅Token度量与运营层（TOKENS → VALUES）：让每个Token可计量、可治理，再交给Agent兑现成业务价值。

那条乌干达孤儿院的视频里，欢呼的女子、举棒棒糖的孩子、身后的横幅，全是AI凭空捏造。

我每天晚上一到10点就开始盯着出海客户的性能指标，看到指标一切正常才能放心去睡觉。

9、马卡：罗德里身家不菲，但生活低调务实

打个比方，你在做一个交易系统的账单导出功能，AI用Runtime.getRuntime().exec()调用系统命令，才生成一行代码，就被第一层标记出来了。

AI没有明着拒绝 而是偷偷撒谎 先看最典型的一个案例。

10、战报

这种「一套框架、按需标注位置」的设计，使得从最具体的定向输出特定词到最抽象的越狱行为都能被统一表达，且每类目标的输出都随输入动态变化。

除此之外，完全AI主导评审还会催生投机乱象：若作者知晓论文命运由大模型裁决，写作重心会转向刻意迎合模型偏好，而非聚焦真实科学问题的突破，彻底偏离学术研究初衷。

1、长播客被吐槽“过度解构”，别把内容消费品搞成半吊子课件丨封面评论

15小时，长程稳定作业 最后的关键一步，是时长。

2、内娱唯一发腮逆袭！黄灿灿：别人发腮垮脸，我发腮美成草莓...

在这个工具中，代码安全内生于 Qoder，贯穿从编码到提交的每一步。

3、抬过！曼联彻底无缘签楚阿梅尼，穆帅拍板皇马砸40万周薪确定续约

供应商可以改变。39岁付辛博金发热舞，少年感满满引热议！还有这几个“不老男神”其中交付最终成品图的是全新的SenseNova U1 Pro。

4、老詹离队！湖人慌神？亿元版图滑坡！佩林卡后悔吗？

首先是绝对的中立性。

5、最近迷上了树景房，都来说说优点和缺点！

真正的认知主权意味着： 模型是可替换的，企业认知内核是不可替代的。

6、奇遇中轴

比如，Anthropic推出AI科研工作台Claude Science，将科研拆成可逐步审计的流水线，实现综述写作、基因分析等特定环节效率提升10倍；Google DeepMind的GNoME用图神经网络预测无机晶体稳定性、以「生成候选→DFT 验证→数据回流」的闭环产出约 220 万个结构。

它不仅是在说企业要防止自己的知识被拿走。

这20%，是自动化最难啃的骨头。

7、印尼六年级学生用AI发现NASA关键漏洞获奖

Andreessen给出的判断标准很简单：模型是否达到或超过一个聪明人的通用认知能力。

这步棋，下得正是时候。

8、快造科技C轮融资10亿，创3D打印两年内最大单笔融资

注意，这位工程师分享的，并不是一张静态页面，而是一个能够自动更新、可交互的页面。

第一，聚焦智能体专用CPU。

2.8万亿参数，100万token超长上下文，原生支持视觉与多模态理解，都还只是开胃菜。

作为空间理解的核心底座，ACE-BRAIN-0.5累计斩获十二项全球SOTA，在空间理解、导航决策、操作执行、进度评估等维度跻身全球第一梯队。