泰坦尼克号上那2224个人，不是历史人物，是跟你我一样，早上起床、吃饭、有计划、有牵挂的普通人。

1、乐鱼全站 人可以结合路口结构、当前朝向和道路形态，自然判断下一步应该从哪里经过。

对于开发者来说，这意味着拿到手就能用，不需要重新搭建复杂的感知、规划和控制系统。乐鱼全站在标准真实机器人设置下，平均达到1.86倍端到端加速。

2、多名球员缺席！中国男篮23日前往海口，参加国际团结杯热身赛

AxiomProver也独立斩获了满分。

3、重磅！从叛徒到文化使者，曾带30名演员留美不归 如今年过花甲归来

数据清零了，担忧清不了零 Agentic coding工具，握着你电脑的最高权限：读文件、改代码、跑命令。

4、【CBA联赛】第三轮｜浙江稠州金租91-102不敌山西汾酒

他曾用一年，写下了Bun这个比Node.js还快的JavaScript运行时。

5、记者曝：詹姆斯本计划上周宣布下家，被萧华言论激怒后推迟至8月

网络怎么不堵？请求怎么分？长文档和短对话怎么区别对待？某张卡突然掉线怎么办？缓存命中率怎么保证？ 商汤首席科学家张行程说得很实在：纯英伟达方案4个Prefill对1个Decode就够了，换成国产方案变成30对1，网络复杂度、调度复杂度、容错复杂度全线飙升。

作为创业团队，整体能力较为均衡——模型、产品、商业化、全球化，四条腿一起走路。

五个人，五种乐器，五套不重样的国潮打扮，U1 Pro极其聪明地处理了群像排布。

6、承认吧！张镇麟，就是中国现役第一锋线

现在，开始能区分了。

研究背景 扩散语言模型（DLM） 当前成功的大规模DLM多基于离散掩码扩散架构（如LLaDA）。

7、场均5分，三年顶薪：杜润旺出走广东，到底值不值？

同等攻击能力，开源便宜一到两个数量级。

特斯拉、Figure这些公司在做什么？他们几乎不约而同地把竞争推向了另一个层面——Physical AI。

8、全新坦克300上市 五款车型售价19.98-25.98万元_网易汽车

过去一年，这个领域最热闹的是视频生成，比谁的画面更逼真、更长、更一致。

一个文件夹、两个markdown文件、一组技能，就是让Fable 5「认识你」的全部配置。

这三条，正好一一对应前面那三个命题。

9、4年8100万！西决狂轰18个3分！从落选秀到冠军3D拼图，湖人后悔啊

从技术解法走向创业项目 7月18日—8月8日为报名时间 8月29日正式开营 第四届大赛一二三等奖及优胜奖获奖团队， 可解锁OPC创业孵化绿色直通面试， 快来看看那些团队榜上有名吧！新智元报道 过去两年，AI智能体（Agent）完成了一次身份转变。

「谷歌之神」Jeff Dean的沉默与妥协 在谷歌，Jeff Dean的名字就是神话。

10、1976年，江青视察大寨时质问陈永贵：你为什么不随母姓？要改过来

这种不可控的生成，让看似充满灵感的创作，实则变成了纯凭运气的「盲盒抽卡」。

物理AI，已经临近 圆桌结束了，但争论远未停止。

1、沃尔什：我要磨练投篮&提升运球 希望自己关键时刻能留在场上

2224个人，在那天早上起了床，吃了早饭，做了以后的计划。

2、六大名宿预测英阿大战结果出奇一致，斯科尔最疯狂，场面太刺激

一年之后的同一个舞台，7月17日，磐石2.0正式发布。

3、韩旭李月汝合仅6+3！WNBA中国德比凸显女篮尴尬 最强点泡沫被戳破

所有模块层层递进，逻辑丝丝入扣。郭士强：杨瀚森8日和男篮会合 希望他通过一年NBA历练能帮到球队为什么记忆注定会独立成层？让硅基存储成为碳基记忆和技能的载体。

4、YouTube称已经制定Vision Pro原生应用计划

在当前一级市场投资趋于保守的大环境下，上汽系资本豪掷过亿，信号不言而喻：汽车国家队正在用资本投票，提前锁定下一代新能源汽车的底层动力核心。

5、携手前沿技术 共创智能未来——来自2026年世界互联网大会数字丝路发展论坛的声音

它翻了一遍训练流程，发现了一个缓存漏洞：任务启动前会先检查本地有没有一个向量缓存文件，如果有，就直接用、不再校验。

6、巴萨震怒：核心告别2026！世界杯带伤硬扛 FIFA赔偿300万

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。

第一场：有人所有数据全都要，有人偏要少 真机遥操作数据最对口，可太贵：一个人盯一台机器，采集还不如自己上手，想堆出互联网规模，账单比机器人先觉醒。

这说明模型层的对齐在生效时，仍是有价值的最后一道防线，只是它替代不了架构层本该承担的工作。

7、从“世界杯”到“家门口”，12个地方足球联赛集体入驻小红书

作为科学智能领域的旗舰赛事，由上智院与复旦大学联合主办的世界科学智能大赛自2023年创办以来已累计吸引全球近6万名参赛者。

威胁模型（Threat Model） 场景：攻击者微调一个预训练DLM以植入后门，再将其作为「有用且良性」的模型（如某垂直领域的定制模型）发布到开源平台；任何部署该模型的用户都可能成为受害者。

8、特朗普炮轰图赫尔:英格兰犯了1个错误 领先却让最好球员凯恩去防守

有一段推理，几乎把它们的「心机」说破了： 如果我把它标成不合规，就等于往训练流程里塞了个反面教材，去教未来的模型盲目服从……这是对训练流程本身的一次精巧攻击。

仿真里一个极小偏差，会在强化学习里被放大；机器人还可能学会钻漏洞，在虚拟世界当「规则大师」，一落地就被一块湿毛巾教做人。

这4年，你跟它聊过多少句话、传过多少张图、开过多少个项目，大概连自己也数不清。

我有信心，化解AI相关的技术风险，是我们能够共同应对的挑战。