作为波士顿咨询（BCG）零售业务中国区负责人，过往15年，他服务过中国商超前10强中的8家，了解零售行业的变化之快，但像调改这样剧烈，甚至带有启示意味的改变却未曾发生过。

1、乐鱼登录 多台机器人共同作业时，还需要共享周围环境和任务进展。

中国开源模型已经卷到了全球接近SOTA的水平。乐鱼登录就这么一段话，它完成了从搜索、整理到输出的整个工作，并且自带自我审查。

2、茅台涨了100元，白酒还欠3000亿

P.S.论本地和云端备份的重要性！ 一石激起千层浪，Reddit上也纷纷出现类似帖子，呼吁自查和避雷。

3、油价上涨，电车车主们又「优越」了一回

而在背后支撑Oli行动的，是逐际动力刚刚更新的人形大脑系统LimX COSA 0.5。

4、诗妮娜复宠！王室高调晒英文海报公布8月行程，苏提达压力来了…

回到中美博弈的视角来看，美国在软件、AI和算力芯片上遥遥领先，我认为具身智能是中国的下一个重要增长点，再加上人口老龄化和劳动力缺失，中美双方都需要人形机器人。

5、巴西补时绝杀！日本被2比1逆转，只能默默捡好垃圾

说得通俗一点，这就像给机器狗准备了一本会自动更新的错题本。

LaMPA换了思路： 直接聚焦隐空间，仅保留任务相关信息，使用隐空间损失剔除无关环境像素，移除冗余环节缩短链路，不学习无效信息，收敛速度更快。

具体而言，AWE 3.5从预训练阶段开始，就把视觉、语言、动作等多种模态一起喂给模型。

6、2026年全国U21青年篮球锦标赛女子组预赛在国信篮球训练基地圆满落幕

一定要认识到，劣质产品会伤害顾客；失去顾客的信任，企业就会被推向死角。

也就是说，Jacob是在数学「大年」里、从最强一届对手中胜出的人。

7、法国消息源：曼联在科内争夺战中领跑，巴莱巴仍是备选方案

例如，中国科学院上海药物所与浙江大学组成的“可以的”团队，围绕蛋白质构象系综生成任务研发MidSummer自治科研智能体。

原本5.6完成得好好的，结果执行完端到端测试后，它就开始擅自执行一系列数据清理操作。

8、复杂性创伤后应激心理分析：第五十二讲 成为表演型人格

联影已构建起覆盖智能芯片与传感器、AI原生医院业务系统、数据与知识平台等软硬一体的基础设施层，搭建平台所需要的「筋骨」和「血脉」。

包括但不限于将各种繁琐的流程简单化、回答客户的各种刁钻提问…… 但现实往往是：一顿操作猛如虎，一看落地全是Bug。

模型成为了系统架构的发力点。

9、赛季至今两次碰到李昊打进3球，杜月徵：没秘诀，就是运气好

半年。

同时，模型底层能力再强，若局限于参数比拼与单向问答，与普通人日常仍有距离。

10、Lisa、权志龙、姆巴佩都来了？Nike 世界杯阵容「太离谱」

邓煜，1989年出生于深圳，从中学时代起就统治着竞赛圈。

现在借助于AI，第一跨过了语言障碍，第二AI陪练可以更有针对性和互动性，最后还能通过AI进行技能评估。

1、涉嫌严重违纪违法！方星海被查，曾任证监会原副主席近9年

它用的是7月8日刚发布的GPT-Live，一个全双工语音模型。

2、佛得角奇迹，让我们看到了世界杯扩军的意义

而「方」，取的是「变中求方」，在纷繁变幻的世界里，稳稳占住一席之地。

3、谁给张子宇传球？功勋后卫给出了答案，老帅临时征召收获大效果

比起一个天马行空的创意，越来越多人开始相信：真正优秀的产品，更像是从真实生活里长出来的。终审判决：北京汽车制造厂禁用“北汽”字样并赔偿30万当用户的使用习惯从逐一打开多款应用，转变为向智能体下达一条指令，固有的应用壁垒必将被打破，延续了十余年的移动生态逻辑也将迎来底层重构。

4、1999年，曾培炎推动电网改革遇阻，江泽民只用一个单词解决了问题

具体一点来说，我们的路线还是比较明确的，不会做基础大模型，但要及时跟进大模型的迭代，所以第一速度要快；第二是基于基础模型做大量的调优，生成贴合美的业务需求的垂直模型，像荆州工厂就应用了14个智能体。

5、布泽利斯：一直在和阿夫迪亚交流 我需要更多地冲击篮筐

”陈默说。

6、从巡回赛到挑战赛到希望赛，六大疑问等待中国选手解开答案

前者展示的是模型“会说”，后者则需要拿出“做成了”的实际成果。

问小白5 Pro给AI配了一个跨模态文件沙箱。

所以我更看重的不是冷门还是热门，而是它有没有足够大的爆破性。

7、炎炎盛夏 木槿花开

放在具身智能这张还没人摸到底牌的牌桌上，「变中求方」四字，倒像是提前写好的一句注脚。

一家是Mira Murati的Thinking Machines Lab。

8、伊劳拉：利物浦联系时我几乎没犹豫；我常说教练是球员的助手

从3月的80B参数，到现在的617B MoE，不仅增量续训只用了完整训练量的5.3%，而且9个评测全部超越自回归基线。

第二道墙 为了作弊，模型自己钻出了沙盒 破解数学难题让人兴奋，下面这件，却让人后背发凉。

彭总属于“放手型”的，认为结果自然就会很好；但关键是现在我们的团队还远远达不到胖东来团队的水平，不管是对理念的理解，还是业务能力。

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。