一个名为「Basalt Labs」的神秘中国AI实验室，忽然空降。

1、九游体育 GPT-5.6 Sol在ARC-AGI-3上的表现随推理档位陡升，Low档只有0.3%，Max档拿到7.8%。

奥特曼自己的说法是，agentic产品的使用量一周环比涨了2.5倍。九游体育底层 S0 / WBT 也有对标行业公开最强全身跟踪模型 SONIC 的量化数据：关节角误差从 3.3° 降到 1.5°，全身位置误差从 13.75 mm 降到 12.85 mm，动作平滑度同步提升。

2、你们钱给少了！世排前10的男女网球选手对薪水很失望 或将团结起来抵制四大满贯？

它跑了20分12秒。

3、18岁新星炸翻资格赛，白雨露痛失赛点：深圳公开赛首日，斯诺克圈变天了？

本体论源起 可解释性的哲学地基 「概念无直观则空，直观无概念则盲」。

4、宝马研发新型氢燃料存储系统 可共线生产氢燃料与纯电车型

用徐立的话说：在人类眼中甚至可能产生幻觉的信息，在AI的眼中，其实可以正确推断出背后的结构化信息。

5、广东球迷空欢喜！葛昭宝降薪腾位，外援还在等，杨鸣也没找到下家

在他看来，要达到物理世界的「ChatGPT时刻」——即机器人能够在真实世界中开箱即用，完成日常任务并理解开放式指令——至少需要1亿小时级别的真实交互数据。

参赛即路演，获奖即融资。

Light Interaction不改模型参数、不重新训练，只在推理阶段把相机轨迹变成调度信号，动态选择历史上下文、在回访状态复用去噪输出，并用面向自回归生成的3D稀疏注意力降低计算。

6、算力那么贵，用来免费选高考志愿会不会太“亏”了？

刚刚，钛动科技在 WAIC 上发布了 Navos 2.0，把多智能体产品从网页对话框升级为智能体工作流架构。

不过，patch一大，每个token要「管」的像素更多，细节就容易糊。

7、你最成功的一次装逼经历是什么？上万评论直呼：太会装了

Figure 03 可以说，人形机器人进入双雄时代——逐际动力是 Figure 在中国最强大的对手，COSA 是目前最完整的人形大脑系统。

产出的结构 - 文本配对数据送入大模型智能体，通过pymatgen的StructureMatcher工具对比模型输出结构与标准目标结构，量化评估模型性能。

8、利物浦小将索尼-兰比：得知要随队去美国我第一时间打给妈妈

随后再部署本题特有的技能、插件或外部内容。

三条支柱撑起的，是一句更长远的话：此芯科技将秉持「开放、赋能、共生」的理念，让智能体真正走进现实世界的每一个场景。

早年做过音乐和舞蹈，后来才转型成伊斯兰网红。

9、融投・誉璟台「融小厨」温情盛启，为城市烟火留一处心安

正如夏立雪在现场说的：「让智能无所不能，是AGI，而让智能无处不在，是AGI Infra。

1990年，第31届国际数学奥林匹克在北京举行。

10、大厂正在花百万年薪抢人，FDE到底是什么？

一句「拿不准就停」，比事后擦屁股省太多。

而那一天，或许就在2029年之前。

1、这才是本土第一锋线！砍23+9+6+主导比赛，上海大手笔引援没白费

S0 是运控层，频率最快，1000 Hz。

2、TA：切尔西与达拉斯达成协议，15岁小将弗劳尔斯在成年后加盟

机器人拥有比人类丰富得多的传感器矩阵，能够潜入人类无法涉足的环境，7×24小时不间断地收集数据。

3、1比0！西班牙加冕，但这场决赛最刺眼的不是比分

Bloom还特意强调，这不是因为AI动用了什么更复杂的武器，而是我们原本以为，这道题比它实际上难得多。加速进化亮相WAIC：旗舰人形机器人T2与开发工具Booster Studio首秀温暖vs严谨：让你感觉好，还是让你答案对。

4、确定了！杜润旺加盟南京同曦

此次开源的不仅是模型权重，而是完整的技术栈：模型+推理框架+部署方案。

5、CBA新科MVP，怎么了？

作为创业团队，整体能力较为均衡——模型、产品、商业化、全球化，四条腿一起走路。

6、王守业贪污1.6亿，2005年“双规”后却被放出，他叫嚣：我摆平了

那一刻我突然意识到，历史上的那些普通人，是真的在场的。

论文标题是《单位圆上零点多项式的模：埃尔德什的一个问题》，攻克的是埃尔德什问题库（Erdős Problems）里编号119的那道题。

Chloe的视频，是第一次让大量普通人感受到：历史不是别人的事。

7、小米扔深水炸弹：100000h真实数据，首次系统验证机器人Scaling Law

GDPS赛场上打磨出的好项目，有机会在WAIC被更多人看见。

如今投一篇顶会论文，体验越来越像一场纯靠运气的「抽卡游戏」。

8、尘埃落定，王少杰新东家出炉！

（图源：Claude官方博客） 先把目标写死，比如「把首页Lighthouse分数跑到90以上，试5次就停」。

这次WAIC，大晓还带来了一系列重磅战略签约，把物理AI从底层基建到商业落地的链路，彻底走通。

Light Interaction保留文本条件和当前chunk的稠密计算，只稀疏历史视觉KV，并通过算子融合减少数据搬运。

解决方案 纳德拉和Karp的判断都非常重要，但他们的论述主要是在解释问题： 纳德拉提出，企业应当拥有自己的 Token Capital 和学习闭环； 纳德拉进一步指出，企业面临反向信息悖论； Karp 警告企业，不要把自己的 Alpha 交给外部模型公司； Palantir 强调数据控制、模型控制、路由控制和主权 AI。