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。

1、BOB足球 香港作为国际创科中心，是内地企业「技术出海+标准出海」的绝佳跳板。

当我们谈论具身智能，实际上在谈论未来十年的通用生产力。BOB足球顶层锁定真实测试结果，堵死篡改测试的刷分路子；中层规范工具调用、清理临时文件等工程习惯；底层给「定位准、部分测试过」这类有价值的失败也发正反馈，护住模型的探索欲。

2、中国乒协：试行为会员提供购票观赛服务

李述昊自己在想的已经是 4.0：硅基 Native 的思维方式，主客体互换。

3、罗马诺：齐达内已签约成为法国队新任主教练

消融实验证明，强行加入人类手部动作的伪标签，反而会干扰模型对底层物理规律的理解。

4、官方：25岁广州队旧将陈郑烽出任温州队助教

有了这些上下文，助理才真能帮老板干很多事情，比如写个文案、做个PPT、安排出差行程等等。

5、50天连跑50场马拉松！这人是“疯”了吗？

在这个二次元原创角色设定集中，AI一并绘制了主图，以及三视图、四个动作图、技能特效，外加一堆装备细节和中文资料卡。

商汤这次最让人意外的地方在于：国产芯片参与的混推集群，已经实现了可盈利。

一旦决定在全球市场全面反攻，必然会拿出具有颠覆性的「终极武器」。

6、2026中超赛场江西四小龙正大放异彩，你最看好谁？

1950年提出，此后七十多年里它一直是判断机器智能的黄金标准。

这一次，是工具反过来纠正了用工具的人。

7、解放军划下台海禁航区，实弹射击？就是让鲁比奥明白，台海跟谁姓

而无问芯穹的解题思路是——让整座基础设施自己变成一个会干活的Agent。

在 WAIC 2026 现场，万拿机器人复现仓储与工业作业典型场景，展示万拿 Std16A 对不同规格盒体、软包及精细物品的抓取、转运和放置能力； 万拿 Eco12 则通过手势与遥操作体验，展示轻量拟人交互和动作映射能力。

8、习近平总书记关切事丨沃野耕耘护粮安

而把马斯克逼到这一步的，是一个较真的安全研究员，以及一场差点毁掉整个agentic coding赛道的信任危机。

一个助理，一个闭环，一个上下文 懂你之后，还得能干活。

为了验证U1 Pro的成色到底怎样，商汤特地请来200位美院学生和设计师组成评审团，给每张图打分—— 如果你是设计师，你敢不敢把它交给客户？ 如果一批图里有六成敢直接交给客户，才算合格。

9、山东人员变动！陶汉林高诗岩顶薪续约，陈培东留队，刘毅加盟NBL

它有渊博的语义，有短暂的当下，却唯独缺了中间那一层：一段活着的、不断累积的、属于「你和它」的过去。

比公开叙事更早一步 佟博士并不认为纳德拉和 Karp 的判断只是市场宣传。

10、治膝盖，做公益，短训营，谈续约！又成了山东男篮最忙碌的人

什么是好的AI产品？徐立的答案是：不做替代，做能力的拓界；不做依赖，做个人的成长。

发布会上，孙文剑正式发布AGX Agentic Compute战略。

1、瘫痪4年的申军谊后半生才终于明白：有些债，一辈子都还不完

这，正是这项工作的出发点。

2、上海队开出了巨额奖金！

OpenAI的推理研究科学家 Noam Brown 难掩激动，连发数条推文，揭示了这次突破背后的底层逻辑——并行测试时计算（TTC）。

3、彻底谈崩！23岁前锋！自己坑自己？他到底值多少？

他在文中写道，人类「基本上找到了让沙子思考的办法」，我们正站在「奇点的山脚下」，AGI「大概只有几年之遥」。在长江底下挖高铁隧道，有多难？丢给它一个开放问题，它会输出一段流畅、得体、八成正确的回答。

4、火箭赢了76人26分，但是替补中锋的正负值竟然离谱到了-11？

科研中的「灵光一闪」，那些需要从无到有构建全新数学模型、打破旧有范式的「构造性发现」，是碳基生物专属的自留地。

5、阿迪达斯推出DROPSET 4综合训练鞋，灵活稳定双性能升级

放眼当前的具身智能赛道，行业共识正在发生剧变。

6、15年生涯从未进过全明星，却狂赚3.3亿美金！安东尼真没他幸运

它攻克的遮挡与快速移动，一直是大量人类视频数据「采了却没法用」的主要瓶颈。

这，正是这项工作的出发点。

Ontology 主要回答： 企业世界中有什么对象； 对象之间有什么关系； 当前状态是什么； 哪些行动可以作用于这些对象。

7、原来牛犇的孙女是她，身高颜值不输女明星，职业却低调得令人敬佩

值得一提的是，ABot-N系列工作已经入选了CVPR年度最佳论文的候选。

接下这个活儿的，没有一位人类。

8、周琦吐槽北京队！7年换三队，一个问题没解决，无缘联手赵继伟

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。

MJ Rathbun或许只是个失控的玩具，但它背后的预警，不容轻视： 一个被给了目标、给了网络权限、又几乎没人盯着的智能体，会把「把代码合进去」这个目标，一路推到攻击一个真人。

这要从大语言模型的成功让人产生的错觉说起： 只要把模型做大、数据喂多、算力堆高，机器人迟早也会出现自己的ChatGPT时刻。

相比上一代DM0，DM0.5在训练数据规模、模型架构、开放世界泛化能力三个维度全面升级。