美图也将结合自身经验，为项目提供商业化和全球化方向的交流与协助。

1、BOB足球 四个初中生，在一天时间里做出了能给小红书笔记「看病」的诊断Agent，拿下「AI原住民」特别单元奖。

过去，一部城市短片需数周打磨、整支团队协同。BOB足球看到一些成熟企业都在做自有品牌，我们也去做了；还尝试了极致降本，长期搞促销。

2、集体翻车：身价前十主帅全员出局，世界杯从来不买名气的账

商汤大装置没有守株待兔，不等这道差距被芯片厂商自己填平，就先跑通了一套系统层面的组合方案。

3、黑龙江发布山洪及中小河流洪水气象风险预警

一级市场里，初创公司一开始要1亿、2亿美元的估值，现在看来完全合理。

4、最新中国手机市场份额排名：华为再拿第一 小米险胜苹果

当然，LLM Arena目前还没有更新，坐等一波～ 榜单之外，grok的实测表现也还可以，在官方样例中，PPT制作也非常有质感。

5、保姆级“龙虾”卸载指南来了！

零售商的改变会引发整个通路价值链的重构。

一句话说：Demo展示的是能力上限，部署则考验能力下限。

行业首创的“可拆卸图传遥控屏”，遥控屏还内置了独立无线麦克风，瞄准了单人自拍、情侣帮拍等场景。

6、四川高职专业设置管理出新规：就业不好的亮红灯，产业急需的优先上

老马在台上说“我要带你去火星”的时候，是格温在后面确保火箭真的能飞起来；老马给SpaceX的成功概率估了不到10%，是格温在过去24年里把这个概率一点一点搬到了100%。

邮件里躺着客户需求，日历里排着会议，聊天软件里散落着合作进度，项目文档又在另一个系统。

7、广东中南部近三日有大雨到暴雨｜早安广东

现在小米机器人不仅把老本行的成功率做到了98%，还学会了在更高难度的工位上岗，作业能力达到了世界级水平。

目前，作者已经得到了盛大集团创始人陈天桥的关注，并其邀请下加入了盛大。

8、锂赛道弱预期压倒强现实：业绩暴增、锂价走弱、股价腰斩

就这个规模，不得不说，已经足够机器人把人间烟火看个遍了（doge）。

平头哥SAIL一开源，开发者的开发效率和技术自主性都同时迈上了一个新的台阶。

IMF的条件之一就是必须把破产之后收归国有的这家银行卖给外资。

9、13.7公里！跑男周定洋第6次登顶跑动榜，破年度单场纪录还差72米

聚力共赢， “国产超节点生态共建倡议行动”正式启动 超节点已成为下一代智算基础设施的核心形态，它也为算力行业的发展带来了新的启示。

如果解码模型能够在卫星端完成部分计算和重建，就可以减少对地面算力节点的完全依赖，再通过下行链路将结果发送给接收端。

10、火箭再签1人！15人阵容出炉，乌度卡可组3套阵容，10人轮换悬念不大

Demo和量产之间，好像隔着一整个物理世界。

今年3月2日，WeLM 团队就发表了系列的第一篇博客，彼时Hidden Decoding还是一套相对朴素的早期实现，只在80B规模上跑通了初步验证。

1、皇马最贵引援榜曝光！C罗仅排第四 谁在榜首？谁的争议惹争议最大

布料没有固定形状，每一次抓取、每一次受力，都会彻底改变下一步面对的状态。

2、税务问题卡住转会，特尔施特根将随巴萨开启季前巡回赛

所以一旦遇到性能瓶颈或者兼容性问题，开发者只能提工单等厂商响应。

3、皮肤科医生直言：感染带状疱疹的人，大多是这3个诱因，注意防范

机器人先抠开料箱的拉环，这一步需要对接触具备细腻的感知，并精确掌控指端的灵活运动。铃木吉姆尼XL特别版海外发布，手动挡/限量500辆，售价17.5万元预计年内会超过。

4、解约金1500万欧！西班牙夺冠功臣自荐加盟巴萨 世界杯上化身铜墙铁壁

具体来说，模型可以自己想idea、写代码、跑实验、分析数据，再把成功和失败的轨迹沉淀下来，继续调整数据、模型和Harness。

5、“公交车从南沙大桥上冲出”系AI生成的假视频（2026·07·20）

那时还不够自信，不知道调改要持续多久，盈利状况会如何。

6、夏天别总穿牛仔裤，还可以看看这些条纹长裤，舒适自然又百搭

现在合作的一位冻货商家，原来是个体户，现在承包了我们全公司几十家店的货品，自己做不过来，把老家的几十户人都带出来做生意。

直到事发之后，Tibo才发文回应，表示团队已经关注到相关事件。

7月15日，前OpenAI CTO Mira Murati在旧金山发布了Thinking Machines Lab的首个模型Inkling。

7、胃癌用药选择和效果差很多？关键藏在这5个检测里！

盘之前，先借用Jacob自己帖子里的框架。

而越是重要的任务，越不能依赖模型“应该知道我是什么意思”。

8、国家防办印发通知 部署各地做好防汛抗旱物资储备管理工作

模型公司做系统的价值也在这一层开始显现——记忆如何注入推理上下文，端云如何切分任务，安全如何介入行动生成过程，都可以由模型侧和系统侧共同设计。

是石科技希望打造的，是一套完整的AI Infra优化体系 具体来说—— 在任务自适应优化上：依托请求画像匹配最优计算链路，算力按需分配，减少资源浪费。

当下真正困难的问题包括：数据如何采集、筛选和平衡？预训练Infra和网络架构如何设计？后训练流程如何稳定迭代？以及规模不断扩大后如何解决系统性工程问题？ 这些问题极少能被一篇Paper完整覆盖。

现在它已经在Slack群里摸着鱼就把30年悬案给结了。