当宾夕法尼亚大学沃顿商学院的副教授Edgar Dobriban试图用AI攻克这个堡垒时，事情开始变得诡异。

1、九游体育 这是2026世界人工智能大会（WAIC）上，由原力灵机发起的一场「全球首创」级挑战，正在展台上真实上演。

这意味着，今天在四足狗上验证的经验，明天可以直接迁移到双足人形上，而不需要推倒重来。九游体育但这不只是视觉层面的问题，功能上也是。

2、初夏白色蕾丝上衣，轻透舒适有氛围感，打造不撞款温柔穿搭

」 从始至终，超维动力都在朝着下一代物理世界的入口在冲刺。

3、《托斯卡》《阿依达》《玫瑰骑士》，上海大歌剧院要开票了！

偏移半个标准差，就意味着原本站正中间的那段对话，一下子挪到了队伍的前30%。

4、我驻泰使馆回应台当局所谓“抗议”：任何干扰中泰友好关系的图谋，都不会得逞

模型和循环都已具备。

5、中国证监会原党委委员、副主席方星海接受审查调查

产品尺寸为 185×112×62 mm，重量为 500 g，具备 12 个总自由度，采用微型直流电机与连杆传动，指尖重复定位精度为 ±0.2 mm，四指最大抓握力不低于 45 N。

当指令本身有害时，强指令跟随反而成了弱点。

越红越危险，越绿越安全。

6、墨西哥主帅自宣下课，巴萨传奇将接任帅位

作者介绍 该工作来自浙江大学与NVIDIA的合作研究。

本体工程在此提供了关键的实践框架：通过构建AI友好的、可被模型调用和追溯的语义骨架，我们得以将模型的推理锚定在明确定义的知识结构之上，使输出所依赖的类、属性和关系获得可形式化描述与可追溯验证的工程基础。

7、一纸通知27年蜜月终结：耐克收回线上运营权，滔搏一夜跌回十年前

逃出去的东西，收不回来了 很多人看到这儿会松一口气：还好是内部测试，还好被监控着，还好及时拦下了。

过去的具身模型，更像一个「数据集复读机」：你教它一百个任务，它会一百个，超纲一分就抓瞎。

8、正式接班！文班亚马登顶2K27封面，坐稳NBA联盟新门面！

四年前，这句话是句玩笑。

如果没有那几个较真的开发者去拆解文件，或许这家假实验室已经顺利拿到某家风投几百万美元的天使轮融资了。

OpenAI的Codex Security，选择的是仓库级扫描路线；Anthropic是把安全审查能力集成进Claude Code的编码会话。

9、皇马颜面尽失，欧冠决赛场外闹剧上演，大巴巡游暗讽穆里尼奥战术

在3大内部知识工作基准中，K3超越Claude Opus 4.8（max）与 GPT-5.5（xhigh）: 这标志着 Kimi K3 在智能体知识工作能力上全面进化，实际应用更强大、更可靠。

自研多模态模型MiniCPM-V/O系列已迭代两年半，开源下载量突破2500万；MiniCPM-V 4.6开源不到2个月下载量突破200w，在国内外社区影响力广泛。

10、哈弗大狗、H6L更新，全新Hi2混动，更省更便宜？

图表的数据可溯源、可编辑，你想改一个数、换一种图型，当场就改。

未来，HMS将持久记忆融入感知、推理、控制与具身行动。

1、为什么有人睡觉时，喜欢把手放在裤裆里？2个原因别害羞了解

AI时代，这笔交易要重新谈了。

2、西方专家质疑：格雷厄姆抵达华盛顿时已是尸体他在基辅就已经死亡

团队的答案是MOPD（多教师在线策略蒸馏）：学生自己做题，题属哪个领域就请哪位专家指点，能力在函数空间融合而非硬拼参数。

3、事关你的房子、车子、收入、假期，未来5年将有这些变化！

一共分四步。The Model That Saved Hugging FaceGPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

4、全军覆没！美国大满贯林诗栋负大勒布伦，男单八强无人，王皓黑脸

拿到题面后，Deedy Das迅速搭建起全自动化的测试框架。

5、佛得角黑马之旅终止，创造三大奇迹！

7月14日，OpenAI给ChatGPT上线了一套全新的统一搜索，把你在ChatGPT里的所有东西，塞进了一个统一入口：历史聊天、项目、上传的文档、生成的图片，全部能搜。

6、7.17瑞典超推荐：哥德堡vs布洛马波卡纳

AI编程，以前拼的是提示词技巧，现在拼的是谁会搭系统：谁能设计出一个自己会验证、自己知道该停的循环。

参考资料： https://openreview.net/forum?id=PEyouQzOLD 编辑：LRST新智元报道 今年WAIC开幕当天，上海世博展区挤满了各种机器人、大模型和智能体。

/goal奔着终点跑，到了自己停；/loop按点反复跑，直到你喊停。

7、功利足球可以休矣！西班牙绝杀夺冠，但梅西及队友们绝非一无所获

学习闭环的竞争 未来企业之间最重要的差异，不一定是谁使用了最强的模型，而是谁拥有更好的闭环。

打个比方：训练场里练出10分功力，换个环境，ICL只剩1.5分，WAM-TTT还稳稳握着7.6分。

8、靠卖企业许可赚钱的好日子快到头了？开源公司正被AI逼着换活法

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。

AI已经在碰核心业务了，但权限怎么切、操作怎么审计、敏感数据怎么防外泄，这些企业级的防线普遍千疮百孔。

如今，它已经站在了走向系统级内容交付的节点——Agentic Generation（智能体生成）。

编辑：大卫 Aeneas新智元报道 21,575。