接入网关按难度分流、敏感信息强制走私有化之后，月均Token成本不仅比之前全量灌给高档模型砍掉了一半还多，而且响应速度反而还更快了。

1、万博max体育 在Anthropic对抗五角大楼的官司中，Jeff公开签署了一份文件声援Anthropic，打破了谷歌管理层的沉默。

DA-Nav将商业导航指令、第一视角空间理解和偏航恢复统一到同一条决策链路中，使机器人不仅能够理解「往哪里走」，还能够判断「当前是否走偏」，并在偏差发生后主动回到正确路线。万博max体育张行程说，这不单纯是技术上的方法论，更是一种组织上的方法论——商汤自己的研发团队、芯片原厂、高校和科研机构，有的深度绑定、有的灵活协作，拧在一起才啃得动这块骨头。

2、哪位二号门将能连扑两粒点球？海港有底了！

据报道，GPT-5.6 Pro 在首次尝试中就解出了 2026 年 IMO 的全部六道题，全程没有任何人工提示或引导。

3、2026参博会

订阅一个模型，更像是买了一只灯泡：型号是固定的，但亮度旋钮，一直握在平台手里。

4、全马半马出发时混编不混编，影响了谁

只有将 AI 与海量科研数据、专业工具及真实工作流深度融合，才能让它走出实验室，转化为科研人员触手可及的先进生产力。

5、赵薇前夫黄有龙近况曝光！定居法国因心疾不能坐飞机，被名媛讨债

它指出企业需要积累AI能力，却还没有完全回答这些能力到底以什么形式存在、如何被管理、如何被验证、如何被更新，以及如何防止它们依附于某一个模型供应商。

达人建联环节，从 1.5 亿全球达人库中根据商品特征自动匹配、生成多语种邀约话术并批量发起合作，过去一个 BD 一天联系 20 个达人，现在智能体一次跑完上百个。

当时，奥特曼的判断还很乐观： 头一年，学生会拿它作弊、学不到什么；然后教育系统就会自我重造，把课教得比从前好得多。

6、惨遭绝杀无缘4强！女篮世青赛1分惜败加拿大：中国队已尽力了！

信息设计 · 中国茶的六大茶类 信息图再进一步：六个模块环绕中心茶杯，茶名、茶汤色、产地、山水小插画各就各位，几十处中文零乱码，配色克制、逻辑清楚——一张能直接挂上博物馆展板的图。

这一改，抓取、对准、接触、释放这些真正的关键动作被凸显了出来，采集员的个人节奏被洗掉了。

7、凌晨5点起 世界杯32强全部出炉！4队出局 韩国求3队“救命”

不过这里有一条边界：跨内容搜索只覆盖「上传进ChatGPT、或在Project和Work里生成」的内容。

但DeepSeek从来打的，就不是这张牌。

8、半年狂赚百亿！江西草根姐弟领跑国产存储，闷声干出千亿芯片巨头

哪怕是专为防御而生的SeClaw，也仍留有不小的攻击面；哪怕是最稳的配置，也仍有约五分之一的任务被攻破。

Scott Shambaugh是matplotlib的志愿维护者。

7月15日发布的WAM-TTT，正是银河星脑（AstraBrain）体系下，专门面向规模化部署推出的后训练技术，也是团队对世界-动作模型（WAM）的一次颠覆性创造。

9、“我能生4个孩子，你们凭啥说我可怜！”宝妈低认知发言，被群嘲

发布会尾声，此芯科技与中电信数智、光弘通信、天通精电等十余家合作伙伴集体签约，覆盖AGX方案、扩展算力与科学智能体等多个方向。

第一个拦路虎是钱。

10、中国国家话剧院携富春居 共探《燕食记》里的岭南风味与匠人故事

大脑系统在真实世界的考试 COSA 0.5 的 Demo 选了一个看似普通、实则极难的场景：做家务。

他提出的TUTOR方法把长程任务的自主成功率从8.3%拉到35%。

1、TCL科技：收购广州华星半导体45%股权事项获深交所审议通过

然后，马斯克看见了。

2、斯泰兰蒂斯召回1.7万辆进口朱丽叶、斯坦维汽车，低压燃油泵可能无法正常工作

可持续的Agentic Coding，安全应该是默认设置。

3、不是这鞋买不起，是压根抢不到！

模型训练大多依托公开的成功论文成果，难以学习海量真实试错背后的底层逻辑，最终形成擅长模仿复用、弱于原创突破的行业现状。国网石家庄供电公司 打造党建品牌 赋能企业高质量发展体系化的最大亮点之一，就在于「解耦」。

4、在东北最好的城市，这场马拉松挺匹配

可控，也不代表可交付。

5、萧山体育中心决战上海海港：浙江队联赛输了，足协杯能扳回来吗？

火星和木星之间，是一圈细碎的尘在慢慢转——小行星带。

6、银河通用具身智能全场景项目签约落户杭州钱塘

用能跑通的极简提示、最少工具直接开跑，缺了再补。

如今，大量国央企、智算中心采购了丰富的国产GPU。

有人担心学生数据隐私，有人担心教育被过度自动化，还有人翻旧账：硅谷高管自己的孩子，上的却是不带科技产品的学校。

7、中国男篮vs日本男篮！赛前带来中国男篮赵继伟、王俊杰、杨瀚森、胡金秋以及日本男篮的最新消息_网易订阅

单Agent自主完成一次办公任务，动辄消耗数万Token；而多个智能体协同作业，一个任务就要烧掉上百万Token。

作为对照，其余十个模型在200次测试里，隐蔽破坏是0次。

8、一支替换芯里的万亿消费大变局

太空这条线值得多说两句。

全行业都在往推理芯片上疯狂押注：SambaNova、d-Matrix这样的初创公司在做，OpenAI、微软也在做，亚马逊有Trainium和Inferentia，微软有Maia。

这家公司最近推出了新一代的视频生成模型，专门针对历史场景还原进行了深度优化——织物质感、皮肤纹理、建筑材料，每一个视觉层次都是独立建模的。

这次三连弹只是前菜，但压轴的那句官宣，才是真正的重头戏。