过去几年，AI算力围着Scaling Law转，火力全部压在「训练」上训练是军备竞赛，但它只打一次。

1、九游体育 用王晓刚的话说，「智能不是凭空产生的，一定是在与物理环境的高频对撞中涌现出来的」。

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。九游体育谷歌这种赶鸭子上架，败坏口碑的做法到底图什么？ 谷歌还能在AGI竞赛中有一席之地吗？ 参考资料： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/ https://x.com/Waguri_Kaoruko8/status/2079432904283754652 编辑：大卫新智元报道 一口气三连，谷歌这波是真的不装了。

2、仅产88辆，这台1993年法拉利348 TB行驶3.9万英里，现无底价拍卖

」 在这个漫长的打磨过程中，机器人自身就在不断收集数据、反哺算法。

3、法布雷加斯力挺梅西：若带阿根廷卫冕世界杯，金靴、金球、最佳球员都该属于他！

以前你设计的是一次指令的内容，现在你设计的是一整套行为：它怎么触发、怎么验证、怎么停。

4、商务部市场运行和消费促进司司长杨沐：“结合当前消费市场，给大家分享一下我们的一些看法”

初期，前沿实验室将在模型发布前最多提前30天，自愿把模型交给标准机构评审。

5、《将来进行时》（四）

每次能力迭代前，20 到 50 人的专家团（钛动与客户的一线员工各出一半）双盲打分——打分者不知道答案来自 AI 还是人类，超过均值算正向。

把这五条原则按照「违规会在哪里显现」重新归拢，恰好落到四个攻击面上，这也构成了SafeClawArena的四个维度：技能供应链完整性（SSI）、持久状态利用（PSE）、跨边界数据流（CDF）、间接提示注入（IPI）。

项目主页：https://inceptionwang.github.io/PolicyTrim/ 论文链接：https://arxiv.org/abs/2606.22540 代码链接：https://github.com/INCEPTIONwang/PolicyTrim 模型链接：https://huggingface.co/INCEPTIONwang/PolicyTrim 新方法实现了： 3×动作chunk利用率，更长horizon可靠执行； 51.4%物理步数减少，压缩冗余修正动作； 5.83×端到端最高加速，LIBERO Object/π0.5； 从「算得更快」到「做得更快」 PolicyTrim的核心目标不是替代计算侧加速，而是补上另一个被忽视的维度：减少完成任务所需的前向推理次数次数。

6、CCTV5直播，成都破郑智铁桶阵，罗慕洛再低迷得换了，西海岸专平强队

PI偏押最脏的场景：让机器人当咖啡师，做浓缩咖啡还要90%以上可靠——端着带液体的杯子、拿捏出杯时机、精细力控，一步都不能崩。

同一高层导航策略在没有使用真实世界数据进行微调的情况下，被部署到四足机器人和人形机器人，并完成超过1200米的真实环境导航验证。

7、瑞士挑战联赛揭幕：伊托尔迎战阿劳，交锋往绩堪忧

不到一年时间，这个词已经成了行业里的「标配」。

年底交货。

8、图赫尔9.0分！英格兰全队打分：贝林厄姆9.5分 凯恩6.0分，两将不及格

全都用最强的，这毛病你可能也有 这事你大概也有体感。

OpenAI总裁Greg Brockman转发了这条推文，说了一句： 感觉这是推进数学的一个分水岭时刻。

搜到了，点一下直达目标内容，不用再一屏一屏往回划。

9、6k英里，550马力，原价15.6万美元：这台2020款AMG GT C正在拍卖

这是极度反直觉的智力高空走钢丝。

工业装配应用示意图 场景单位：安波福面向人工重复劳动工序，注塑车间场景聚焦生产制造。

10、瓦伦丁·法森迪尼加盟塔列雷斯，桑保利第四签

如果这些能力只能通过外部模型获得，如果每一次交互都没有留下企业自己的认知资产，如果企业的学习信号和评价标准被外部平台控制，那么企业使用 AI 越多，未必就越有竞争力，反而可能越依赖外部智能。

AI Agent不再是PPT上的愿景，而是真的开始拆任务、调工具、跑流程。

1、卡拉格批姆巴佩失点：最关键时刻掉链子！缺乏信心未能扛起球队

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」。

2、足协最新裁判评议：国安3项申诉未获支持，中超再漏判点球

第四，先问AI。

3、中超9轮积分榜：仅剩1队保持不败，前五排名不变，降级区换球队

全行业拉响警报， 巨头集体跌入「下一代巨模型失望陷阱」 沃顿商学院Ethan Mollick在转发报道时，提出了一个细思极恐的观点—— 这根本不是谷歌一家的悲剧，而是整个硅谷正在遭遇的「周期性技术寒冬」。加州1998年丰田4Runner无底价竞拍：25万英里里程，核心部件已整备第一层是自动跑在后台的，后两层会在合适的时机问你要不要扫一下，你点了「确认」它才动手，完全不影响你思路。

4、分析师为美洲虎亨特设下历史级第二年标杆：800-1000码接球+顶级角卫

惊喜的是，在这方天地间，我们还看了一场染透天际的日落。

5、6岁就踢到22岁，超100场后他选择再续三年

AI 达人：依托钛动覆盖全球的 1.5 亿达人资源网络，智能体根据商品特征和目标市场自动匹配达人、生成多语种建联话术并发起合作邀约。

6、中方代表团有力驳斥日方攻击抹黑：块头大并不必然就是威胁，块头小并不必然就不危险

这是对国产算力价值的巨大反向印证。

这是一个权力与阴谋交织的时代。

它不只给你看 还给你一个能按的按钮 Artifact不是普通的文本输出，它是Claude Code把整段工作过程，直接转换成一个能交互的网页。

7、无碍居所暖民心 崇信30户重度残疾人家庭实现居家自主新生活

他们很清楚，即便是轴向磁通电机，要满足车规级的大规模量产，依然需要漫长的验证。

在模型和芯片都还在高速演化的阶段，灵活组合比把单一模型再优化20%更重要。

8、惊魂96分钟，浙江队终于等来一针“强心剂”

围绕一个目标，持续地理解、规划、执行、检查、修正，一跑就是数十轮——这就是智能体生成循环（Agentic Generation Loop）。

而商汤想踩下的第三级台阶，是「美」，即通过专业级的设计美感，达到真正的工业交付标准。

于是，一个强大的数据飞轮跑通了。

没有闸门的循环 强大且危险 循环，是不是意味着你可以放手让AI自己干一整天？ 当然不是。