同样是20个数，最大的一个只要几百。

1、乐鱼登录 7月15日，前OpenAI CTO Mira Murati在旧金山发布了Thinking Machines Lab的首个模型Inkling。

无论是为被投企业增加价值，还是对它们进行改造，没有控制权，一切都无从谈起。乐鱼登录所有变体都大幅超过自回归基线，全跨流最好，但只用1层或4层全注意力的变体恢复了大部分收益。

2、10个值得买的日常好物，真的太需要被看见了！

它只能识别画面像素，无法读懂图像背后的物理关系。

3、菲尼克斯太阳的未来竟不由自己做主，他们要看别人的脸色

M50彻底突破终端算力桎梏，在有限电池容量与散热条件下，充分满足端侧复杂的记忆存储、智能检索、逻辑推演等AI任务需求。

4、vivo入局再次点燃空间计算火花，但有VR厂商已经赚到真金白银

几何理顺了，还剩第二个矛盾： 点云渲染图“位置对，但内容缺”；源视频“内容全，但位置不对”。

5、老同学开口就借20万，我们快10年没见面了。

为了让团队真正活在AI时代，陈宇森在MuleRun里做了一件极端的事：要求团队“深度AI Native”。

过去两三年，播客生态的受众也在悄悄迁移。

做法很直接。

6、大虹桥上班，500-800万预算怎么选？这份新房测评榜单请收好

从文生视频卷到图生视频，从几秒短视频卷到几十秒长视频。

靠着这些真实场景素材，搭建出与现实高度一致、能精准模拟物理变化的虚拟环境。

7、赔光2亿仅冰山一角，冉莹颖再爆猛料，亲手撕下邹市明仅剩的体面

他还写了一篇文章分享背后的全过程，最直观的感受是：市场在疯狂寻找能把AI用成生产力的人 很多人让他分享VibeCoding教程，他说做不出来，原因是技术变化太快了，快到你今天总结出来的范式，下个月可能就失效。

据彭博亿万富翁指数显示，他的身价已经从原先的167亿美元增至360亿美元，远超Anthropic联合创始人Dario Amodei和OpenAI的Greg Brockman。

8、Chanel又登顶“王位”了！！！

中原证券研究所测算数据显示，2026年全球太空光伏市场规模约569亿元，而随着低轨卫星组网规模化落地，这一数值十年间有望实现近20倍增长。

没有loop的Agent，你提一句它动一下，本质上还是个听话的工具。

当年我们收购深发展，1.65倍账面市净率都没觉得贵。

9、“托管钥匙”见温情（纵横）

因此DW0.5被明确要求能够生成“做砸了”的视觉轨迹，让Value Expert可以对比成功与失败的差异，给出有区分度的打分。

量子位：自动驾驶的仿真和Scaling路线似乎遇到了瓶颈，并没有让模型真正达到L5。

10、C罗尴尬入围！葡媒评世界杯最差23人：含3葡萄牙人 孙兴慜内马尔在列

理论和实操之间，隔着一道先天的裂缝。

它们没有流程的状态机，没有知识的溯源锁，更没有自我迭代的闭环…… 也因此，它们能陪你聊到天南海北，却无法在复杂的企业流程里，稳定地替你办好一张报销单。

1、黄仁勋猝不及防！中美四大AI巨头同时突围，自研芯片市场优势全无

内容产能的瓶颈同样突出。

2、无克雷桑或火力拉满！客战国安，韩鹏迎来外援取舍生死战

生成式路线倒是敢画。

3、暴瘦14斤！19岁全红婵来看偶像演唱会 独自现身无人陪伴 网友担心

从硅谷到北京，她拥有多年一级市场投资经验，并深度参与HongShan X，持续关注科学家创业和早期技术项目。气愤！中国球迷看世界杯遭阿根廷球迷歧视 内容不堪入目 必须道歉他们对胖东来并不陌生。

4、MIT新研究连接了经典物理与量子物理的世界

广泛涉猎、不拘泥于学科分野、始终寻求连接。

5、夏天最该做的断舍离：这5类“东西”直接扔，我家里瞬间干净了

WAIC 2026落幕了，但一个信号藏不住。

6、周星驰透露《功夫女足》会拍第二部 要打爆全世界

同时，为底层执行设置安全约束，保证机器人在实时运动过程中不会偏离工业标准。

“所有的变革都源自于一把手的认知和判断，他能不能够跟得上这个时代，决定了公司前途。

就像当年自动驾驶把Robotaxi当作终极目标一样。

7、闻汛而动践初心 后盾帮扶显担当

今年WAIC现场，300多款产品全球首发，1100多家企业把10万平米的展馆塞得满满当当。

早在上世纪90年代，认知科学家Stevan Harnad便提出符号奠基问题，追问符号系统怎样通过感知和交互获得真实意义。

8、压着打！西班牙1-0阿根廷夺冠：“头号废材”绝杀 前7场0球被狂骂

端侧芯片需要「重做」，不是因为TOPS不重要，而是Agent正把计算从峰值数字变成长期运行的系统能力。

这种情况很少，因为没人会花大量时间和资源做无用功。

具体： 真机强化学习算法： 仿真强化学习算法： 人在环学习： 新版全面打通数据采集 → SFT → RL → 真机部署的闭环链路，新增 3 种遥操作方式、3 款真机平台、2 款末端执行器，真机实操能力显著增强： 数据采集支持： 训练链路支持： 真机平台与末端支持： RLinf v0.3提升仿真强化学习的场景覆盖，新增 5 种仿真器，完善基于仿真器的训练示例与效果： RLinf v0.3在系统层面新增多项重磅组件： 性能优化方面，新增torch.compile加速、rollout与训练overlap、权重同步升级（broadcast/增量同步/分桶同步/仅同步可训练参数）、FSDP全offload支持，并修复了显存泄漏等关键问题。

编解码库包含编码HGENC、解码HGDEC、JPEG编解码HGJPEG与预处理HGPP等，对应多模态数据处理的高吞吐需求； 集合通信库PCCL与sailSHMEM，专为多卡、多机分布式训练设计，冲的是大规模训练里的通信瓶颈。