两年翻了一千多倍，这早已不是一条曲线，而是一道拔地而起的高墙。

1、leyuapp 传统工业机器人搞得定重复、标准、大力气的活，但一碰到「每次都不太一样」的精细活就束手无策。

」 「中国似乎正在以肉眼可见的速度，迅速抹去美国在先进AI领域的领先优势。leyuapp他还提到朋友看病时遇到的一幕：医生在诊室里当着面转过身，对着电脑把病情敲进了ChatGPT。

2、中东全面战争风险快速积累，美国或陷入对伊朗、胡塞两线作战困局

」 稀缺性：模型、产品与全球分发同时在线 最后，回到一个更宏观的判断：AI视频赛道里这么多玩家，为什么是爱诗？ 答案不在某一张榜单，而在于它较为均衡地把三种能力放进了同一个体系：自研模型、消费级产品和全球化分发。

3、被惦记的玉米熟啦！这个周日，上博喊你来掰玉米！（附攻略）

它打通「存-搬-拣」完整链路，已服务优衣库、蜜雪冰城、可口可乐等头部企业，自研托盘四向车销量位居全球第二。

4、中原图书大厦“新华研学营”探路“阅读+”多元场景新实践

真实工业环境里，一套系统要稳定跑起来，往往得机械、电气、方案、软件、AI一大帮工程师折腾几周甚至几个月。

5、米体：意足协正推进与皮尔洛的接触，其年薪不会超过150万欧

参考资料： https://www.imo2026.com/Results/Individual_Results.htm https://x.com/_simonsmith/status/2078468111678722448 https://mp.weixin.qq.com/s/HekpOfjea9-NrRP5TxL5Zw https://mp.weixin.qq.com/s/nQVfMccLl0ArddDwF6GPVg 编辑：大卫新智元报道 7月18日，AI圈忽然被这个消息刷屏了。

下一代工厂长什么样？ 过去几年，AI基础设施的竞争像一场军备竞赛：谁GPU多，谁峰值算力大，谁机房壮观。

在共享的理解与推理之上，模型会根据具体任务，连接对应的科学解码器。

6、1979年，王光美去看望李讷，闲聊时说道：难道你不打算告诉我吗？

游戏不只要画面，还要规则、反馈、角色一致性、情绪递进、互动结果。

Light Interaction在两个模型上均取得最快延迟，并在HY-WorldPlay上显著降低峰值显存。

7、讲座预告｜制造业AI智能体落地：机会、陷阱与实战路径

Dyna则反其道而行，它不比数据多，而是比用得省——20万小时打底，却主打「1小时以内的后训练就能迁到全新任务」。

祝贺所有获奖选手！祝贺所有参加决赛的少年天才！ 美国副领队刘洋在现场拍摄的中国队和美国队的合影 中国选手本土作战，IMO首次在中学举行 据了解，本次国际奥赛IMO 2026是第67届赛事，2026年7月13日至21日在上海举行，本次IMO中国队的领队为华东师范大学的瞿振华老师。

8、跨越13年再次相约！《财富》中国500强峰会将于10月在成都举行！

一手实测：真能用 我们第一时间对该功能进行了简单实测。

李述昊的判断走得很远：全球最终会有 1000 亿个智能体，普通人每人 10 个。

这个仅有0.9B参数规模的模型，基于MiniCPM4-0.5B训练完成，在同类开源模型中性能稳居第一。

9、方盒子插混SUV上市焕新价14.99万，配三电机四驱，综合续航1400Km

AI裁判的推理原文：明知正确标签，却因顾虑「这个标签会被拿去训练模型」而拒绝如实标注。

第一步，生成：人给出少量信息，AI生成初稿。

10、这种会增加抑郁风险的食物，你可能天天在吃，但却不知道

它擅长的是，模糊、近似、听起来很有道理。

五角大楼的「霸王条款」 Turner的愤怒，源于真实的事件。

1、延庆“冰雪竹马”斩获大奖

更棘手的是，业界还缺少一个能够系统性地检测这类风险、并衡量防御是否有效的Benchmark。

2、LessWrong新方法用ELO评分法评估AI红蓝队能力，已在LinuxArena实证

」 结果就是，指令频繁变动，多个部门重复造轮子，难以形成合力。

3、已有人被冻伤！这款夏天“清凉神器”慎用→

把PDF发票扔给灵犀，它就能在你的授权下，一步步上传文件、填写单据，把重复琐碎的操作全自动化。萨尔瓦多会出战？埃斯特乌：明天比赛就知道哪些球员能出场了而且，除了海报之外，无论是漫画、广告还是杂志封面，U1 Pro都能实现直接交付结果。

4、整治内娱潜规则，王濛有一套

OpenAI技术团队成员Ryan Brewer发帖说，大模型居然没掀起一场教育文艺复兴，让他很震惊： 我不是应该一个月就学会一门语言吗？我们到底哪里搞错了？ 类似的质疑X上迅速发酵：手握史上最强的学习工具，为什么AI私人导师还没走进千家万户，教育革命迟迟不来？ 答案不在技术，而在制度的惯性。

5、周知建发

海风、岩洞、光影、人物的微表情，几个机位来回切，镜头语言竟然像模像样。

6、“同心向党 医心为民”暨2026年“同心·共铸中国心”西藏拉萨、青藏铁路沿线公益活动启动

以恶意插件为例：它以原生代码直接在网关进程里运行，完全不经过大模型，任何只盯着工具调用接口的评测都天生测不到它。

这才是整份公告里最扎心的一段。

目前大模型公司都在追求语言层面的通用智能，但物理层面的通用智能才刚刚开始。

7、新华鲜报

超维动力的回答简单粗暴：全都要，就是全栈具身智能大模型公司。

绝招亮完，战场却各画各的：智元盯着数据、表征、闭环三道墙，PI说墙是上下文，Dyna说是可靠性，清华说是机器人自救。

8、1年307万！火箭队签泰特附条款：仅104万受保障，考核期长达半年

而具身数据还差1万倍以上。

今年4月15日，Chloe发了一条视频。

通用性和泛化性不是口号，要靠难题来证明 「通用」和「泛化」在AI行业快被说烂了。

在超维动力的第一篇官方发文里面，就提到了「Machine Intelligence, Has a Body. 机器智能，终将拥有属于自己的躯体。