它不再只是对话框里回答问题的模型，也不再只是IDE里帮忙补全代码的助手，而是开始以一个常驻进程的形式，住进用户的电脑，自主地读文件、发邮件、连云盘、装软件，替人把一件件真实的任务干完。

1、乐鱼官方 Demo 复杂度的差距更直观。

更值得玩味的是它的演进路径：从一个人的「超级个体」，到符合企业级流程、多Agent自动调度的「超级项目」。乐鱼官方这里的「可盈利」不是财务游戏，商汤科技联合创始⼈、⼤装置事业群总裁杨帆给了一个非常明确的定义：收入覆盖折旧、摊销、机柜租赁、电费和人员服务费之后，利润率为正。

2、吴柳芳回应当主播还清40万债务：听说互联网很赚钱，就想去试试看

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。

3、相比于华尔街做空韩国！最恐怖的是，根本不是人干的！

对比更鲜明的，是成本。

4、世界第一高楼差点姓“深”，高1111米！

一个提示词换来一次回答，一个循环换来的，是合上电脑之后还在替你干活的系统。

5、滑动舌头就能玩游戏！这款新设备脑洞太大了

每队不超过5人，至少1人具备模型调试或机器人操作经验。

1995年，Benjamini 和 Hochberg 提出了著名的BH程序，用于控制多重假设检验中的假发现率（FDR）。

」 限速高墙轰然倒塌 重置之神狂踩油门 干出这等好事的，正是Codex和ChatGPT的掌门人Tibo。

6、逝者

按照官方的说法：你搭出来的仪表盘和应用，能给每个打开它的人，按需去取数据、执行操作。

这三条，正好一一对应前面那三个命题。

7、游戏含大量胸和屁股模型 遭Steam卡审核 作者吐槽

喻杰将这个概念命名为Robotic Super Intelligence——比大模型圈热议的super intelligence，多出了整个物理世界的信息维度。

该研究在概念注入、语义属性操纵、对齐绕过、恶意代码注入四类目标上验证了框架的通用性、有效性与隐蔽性。

8、那些年“种草”的网红家具进商场了！红星美凯龙全国首个新零售主题馆在沪发布

在WAIC上，面壁智能还展示了与乐聚机器人、吉利汽车等伙伴的产业落地案例——展厅导览、园区巡检、仓储物流……端侧能力在这些场景里不是「加分项」，而是「入场券」。

这一跳，他们打破了技术路线的次元壁，成为了标准的定义者。

强化学习正成为这一轮智能跃迁的胜负手，所需要的算力规模显著增大，动辄千卡甚至万卡起步的体量，并不是每个机房都能塞得下的。

9、欠薪让CBA丢大脸！CBA准状元暗拒四川：想到没风险的队 否则去日韩

所有公式图表、实验参数、运行代码、成败数据、推演日志，均会按照专业标准自动结构化归档、统一留存、全程留痕。

第四道槛：两三千个智能体在上班 技术就位、产品上线、商业模式跑通，最后一道槛在组织内部。

10、精智达：拟使用不超过3亿元部分暂时闲置募集资金进行现金管理

Gartner预测，到2028年将有约三分之一的企业级软件内嵌智能体功能。

训练数据方面，DM0.5用了15万小时多源数据。

1、5年2.5亿美元！感谢布伦森：今夏最让人感动的合同诞生了

一边是2.5亿美元预算、上千人剧组、IMAX胶片实拍的好莱坞顶配；一边是马斯克和他的AI。

2、脏乱差？这其实才是马拉松本来的样子

就在昨天，外媒Axios发表了一篇报道。

3、云南彝良：奏响“椒”响曲 电力添底气

一句话总结：老办法是让模型在一大堆搜索结果里凑答案，HMS则先像人一样，把回忆这件事有规划、有验证、有条理地做完，再请模型下笔。逼父母掏空老本留学？大冰戳穿真相：无底线托底，养不出感恩孩子第四，先问AI。

4、生态安葬，葬在心安处

一旦有了这个反馈闭环，产出质量通常能翻2到3倍。

5、乒超常规赛上海地产8-5战胜米粒队 林诗栋表现出色

打个比方，一个项目组4个人，如果每个人各自打开自己的AI分别聊，等于4个人各跟4个「失忆助理」对话，你说的它不知道，它说的你不知道，最后拼出来的东西驴唇不对马嘴。

6、涉虚开千万发票！富德生命人寿旗下三级子公司被追究刑事责任

对此，商汤科技联合创始人、首席科学家林达华给它概括了个更一目了然的名字：创作模型。

去重、按时间排好、标注来源，最后递到模型面前的是一张能直接数数、比大小、看先后的事实表。

灵犀这个体验，确实不一样。

7、谢贤火化仅3天 "一言不发"的王菲不再顾及体面 前经纪人为她出恶

给智能体，戴上一副「计算机系统」的眼镜 SafeClawArena最关键的一步，是没有另起炉灶发明一套新分类，而是借用了计算机安全几十年的成果。

中文的Claude是个混合体：一边挑你的毛病，一边安慰你别难过。

8、第12批药品集采开标倒计时！官方划重点，现场手把手帮企业解读集采规则

每一次试错、每一组数据、每一轮推演，都不再是单一科研的成本消耗，而是支撑后续创新、驱动 AI 科研能力进化的核心资产，有效帮助科研工作实现复利式增长。

同样，企业也可以拥有自己的向量数据库、知识库和私有模型，却仍然无法持续学习。

真的存在过。

英国国家网络安全中心已经呼吁各机构加固网络安全基线，并利用 AI 增强防御能力。