超长上下文：200万token。

1、乐鱼官方 大多数私募基金的投资年限是「3+2」模式（三年投资，两年退出），如今已经到了GPLP们迫切需要变现的节点。

而ChatGPT要接管的，是一片过去从没被专门打理过的地带：你和AI这几年共同生产出来的东西。乐鱼官方终端包括手机、汽车、机器人等等。

2、粉木耳，不是今年最恶心的擦边广告

今年具身智能第一次与智算并列为两大核心赛道，超过200家具身智能企业到场，人形机器人几乎挤满了整个展馆。

3、全栈AI总指挥中心和数据中心一期建设项目咨询服务-结果公告

安全团队要的漏洞清单，每一条都能直接跳到出问题的那行代码。

4、湘潭市加速推进市域疾控联合体建设试点_网易订阅

依靠这种直觉，它在开放环境自主导航任务中创下92.9%的成功率，做到了城市级的长程自主导航。

5、大荔冬枣上海“圈粉”记

文本语料的Language Scaling是知识基础，但材料建模这类强操作任务，更需要面向行动能力的Action Scaling——将「行动 — 反馈 — 纠错」全流程变成可规模化学习的对象。

Token按量卖是收入，每一分技术优化省下的成本，不用降价让利，直接沉淀成毛利；省得越狠，赚得越多。

接下来，半导体制造设备与高端消费电子，成为了小象电动战略版图中最惊艳的一笔。

6、友谊赛战报：中国男篮113-79轻取喀麦隆男篮，约翰-通杰21分

这样，你在游戏里每操作一次，触发的不是一段预先录好的动画，而是一个新的世界状态。

第二个测试是AI表格。

7、江苏省委常委会召开会议

谁都知道：谁掌握了高稳定性的轴向磁通轮毂电机，谁就拿到了下一代高性能电动汽车的入场券。

论文点名了四项目前普遍缺席的关键防御——技能签名、内存完整性、凭证保险箱、动作授权，把它们补齐，大概是这个方向下一步最值得投入的事。

8、血常规出现这些异常，可能是癌症发来的信号

面壁智能到底做对了什么？答案是：「视觉Token的极致压缩」。

喻杰在头部车企做智驾时就看明白了一件事：特斯拉的赢面，不是因为端到端别人不会做，而是它有几百万辆车在全世界的马路上跑、日夜不停地采数据。

一次会话，左边在跑，右边的可交互页面同步成形。

9、住手！病毒感染合并发热用这个药，会引发严重不良反应

他用一个周末，把一套Python代码库迁成了16.5万行TypeScript，主体部分消耗约2700万token。

这个开关管的只是「要不要拿你的数据训练AI」，压根不管你的代码有没有离开电脑。

10、新冠病毒又开始活跃了，三针科兴遭网友热议

产出的训练数据里，单条轨迹平均15次工具调用，最长超100步，覆盖数据分析、跨系统整合、批量文档处理、报告生成。

但等到某一天流动智力开始压过地基，它会突然变得肉眼可见。

1、科学大家说｜以柔克刚 建筑隔震——给大楼安上“弹簧床”

从这个角度看，纳德拉近期的两篇文章和Karp的CNBC访谈非常重要。

2、走着走着，星辰大海就在前方丨心理疗愈小锦囊

然后呢？然后往往就没有然后了。

3、法国0:2！输球不可怕，可怕的是德尚赛后的这番话，真是输不起！

高精度3D视觉加上透明物体成像算法，让机器人在复杂光线、杂乱料框、狭窄货架中精准识别物体的位置、形状和材质。假期，怎么拍照最出片？在标准真实机器人设置下，平均达到1.86倍端到端加速。

4、差点要命！知名品牌暴雷！很多人骨折......

从此，智能不再是少数实验室的专利，而成为人类共同的「第二大脑」。

5、申诉失败！足协评议国安vs泰山比赛争议，郑铮红牌符合DOGSO标准

但传统导航数据通常以专家正确轨迹为主，模型学习的是「理想情况下应该怎么走」，却很少真正经历偏航与恢复过程。

6、名记：拜仁加快与凯恩的续约谈判，正式谈判和报价即将跟进

它需要像游戏引擎一样，根据用户前进、后退、转向、回看等操作，持续生成后续画面，并让场景在长时间探索中保持一致。

历经17.4小时鏖战，花费31美元。

7月18日的2026世界人工智能大会「科学智能开放论坛」上，获奖选手与各界嘉宾齐聚一堂，共同见证赛事圆满落幕。

7、足坛大地震！170国超2331万人请愿驱逐阿根廷男足：还世界杯公平

当然，这里需要说明： WAM-TTT的强大，并不是说机器人从此以后完全不需要训练了。

在长期的被FOMO情绪蔓延的科技圈，这个消息就像一颗火星掉进了炸药桶。

8、明明不胖、没有任何不舒服，为什么还是查出了糖尿病？

首次引入「峰谷计费」 依旧真香 再造「DeepSeek时刻」，最大的变数是价格。

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」。

这种不遗余力的重构，直接铸就了那份最具说服力的成绩单。

研究指出Scaling Law在空间逻辑任务中效果有限，强调AI for Science需转向Action Scaling，提升模型在真实科研操作中的能力。