杨帆说了一段特别犀利的话：很多自称算力服务商的公司，实际上是帮大厂代持机器、签长租约，本质上提供的是一种金融服务。

1、mk体育 最早是Copilot，帮专业开发者补全代码，全球也就2000万程序员用得上；接着是Vibe Coding，用自然语言表达需求，人群一下子就拓宽了。

数据处理上还有个巧思。mk体育验收：每个问题给出文件位置加修复方案，交差前自己先对着复核一遍。

2、宏远速递！胡明轩提前告别杜锋，徐杰最新消息，张昊正式归队

参考资料： https://x.com/maxforai/status/2078767321603342656?s=46&t=kUmE9xDZxjY1kLbL84hhYQ 编辑：Aeneas新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。

3、威少拒绝联手詹姆斯！他俩二选一！中国队也下场了！

传统架构里，多张加速卡各自为战，节点间通信像堵在早高峰的车流，算力效能释放不出来，长上下文一来就卡死。

4、韩国赠还中国一对清代石狮，根据规格、质地、雕工刻法、形态特征等综合判断，应为清代王爷、公主等府邸门狮，交接现场视频→

第二层，L2轻量扫描，也即语义级增量审查。

5、刚刚

在H3-E418展位，一家来自深圳的企业——深圳小象电动科技有限公司，正带着被称为机器人与新能源汽车「心脏」的硬核黑科技，向世界宣告中国底层动力技术的全面崛起。

让它出一节课，出来的不是一份漂亮但悬空的PPT，而是一份已经对齐到你所在州课标、按学习顺序搭好台阶的教案。

此芯并非孤军奋战。

6、清北在黑龙江投档线出炉丨物理类：北大692分、清华690分，哈工大649分紧随其后

配合auto mode和动态工作流，把长活儿全自动串起来：每小时扫一遍反馈频道，收到一份bug报告，就自动分诊、修复、回复，一条龙跑完，全程不停下来问你要权限。

其二，模型更强，不代表更安全。

7、上新

通过在理论上将「触发器感知目标」与「诱导前向掩码分布」联系起来，研究人员指出：去噪过程本身就是 DLM 区别于 AR 模型的一个特有攻击面，并以统一框架刻画概念、语义、行为、代码四个层级的生成式后门目标。

但在真实的科研中，数据往往存在极其复杂的依赖性，例如基因组学中因连锁不平衡导致的强相关性。

8、“投资+投行+投研”！财通证券打造科技金融服务新范式

这一开放底座是逐际动力区别于 Figure 全栈闭源的关键：不止展示能力，更把工程基础设施交给社区，被开发者复用。

如果要验证一个「会动的世界」是否成立—— 一段电影可以通过剪辑跳过不连续；游戏不能。

再拿一次小规模「试航」压测规则，把要命的问题在铺开到上千个文件之前就揪出来。

9、小红书，又摊上事了……

这道题由Szekeres在1973年、Seymour在1979年各自独立提出，悬了约五十年。

按照传统3D游戏管线，仅一个角色从建模、绑定到调整，往往就需要四五个月；再制作一段15至30秒的动画，还要叠加两三个月，以及动捕、手K、特效等一整套流程。

10、海德氢能：用“第一性原理”留在牌桌上

这带来两个核心挑战： 训练时监督信号稀疏：后门的目标监督被分散在随机的掩码模式中，稀疏的「触发器—目标」关联容易被普通词的重建所稀释； 强泛化的副作用：随机掩码与任意顺序建模会让 DLM 泛化能力更强，进一步淡化稀疏的后门关联。

让它出一节课，出来的不是一份漂亮但悬空的PPT，而是一份已经对齐到你所在州课标、按学习顺序搭好台阶的教案。

1、“前置过滤器”渐渐退出中国家庭？内行人说出实情，难怪被淘汰

Infra是基础设施。

2、马斯克：AI可能灭绝人类，像一枚20%概率会爆炸的火箭，但我还是会坐上去

高速抓取单件小于2.4秒，线束装配亚毫米级，双机协同全程无人干预——这说明梅卡曼德展示的不是实验室Demo，而是接近真实生产要求的系统。

3、《给阿嬷的情书》:迎来“mà”（骂）声一片。

瑜伽教练、大厨、陪练，甚至适配机器人操作的预制菜套装——一整个生态围绕这台机器人展开。高温来袭！本周最高气温42℃！接下来库尔勒天气→由于开源模型被广泛复用，一次被植入后门的发布甚至可能波及大量下游用户，形成模型供应链风险（Model Supply-chain Risk）。

4、中国援坦桑尼亚医疗队在当地开展中医培训

1990年代初，张益唐在普渡大学攻读博士学位，导师是莫宗坚。

5、宏远速递！陈老板做重要决定，土豪球队报价胡明轩，徐昕回购新消息

不过，这款模型，普通人暂时碰不到。

6、暑期出游丨被年轻人的“旅行智慧”惊艳了，不花啥钱，轻松出游！

三年前，Token还只是人和AI闲聊的「成本单位」，一问一答几十到几百个Token。

而佟博士此前在设计ECS、NSEAP和KSTAR时，关注的已经不是单一的数据保护或模型选择问题，而是企业能否拥有一套独立于底层模型的认知内核。

ARC系列评测这几年的持续上涨就是证据，GPT-5.6 Sol在最高推理档位下拿到7.8%。

7、三代同堂置业龙华：高得房率+深中学区，中交国润华府成改善优选

它提供了一个极佳的产业切片，向外界展示了全球首个全栈具身技术体系是如何将世界模型、基座模型与具身Agent架构耦合为一个「有机生命体」，并实现落地的。

文本润色、信息摘要、AI 消除，响应几乎没有等待感。

8、大鱼来了！广东队有望抢下1米92高后卫，这可是徐杰的替补首选？

在DM0.5身上，原力灵机第一次看到了「泛化涌现」。

这一问题并不局限于材料建模。

在标准设定下，Claude Mythos Preview误标率85.6%，Opus 4.8误标率74.4%。

法国艺术家Zenith Apex把抽象艺术转化为视频作品，在YouTube触达200万观众。