临港AIDC的国产卡占比不断提升，预计进展顺利的话，明年可能超过50%。

1、英亚体育 不少投稿人都有同款困惑：两份措辞高度接近的审稿意见，最后给出的分数却能相差巨大。

解法叫分片上传：切成一千片，断了只补没传完的那几片。英亚体育结论只有一句：AI做到了人类精英才能做到的事。

2、日本又倒在淘汰赛，由不得你不信，中国足球才是亚洲未来

为什么一定要做这么完整的架构？ 因为只有体系跑起来，仿真训练、物理交互与记忆调度才能彼此反哺。

3、吕焯毅绝杀！大连英博2-1河南队，4连胜冲到第3，河南队4轮不胜

其输出结果呈现明显的「降智」现象，仅抓取了部分突变位置，严重缺失ClinVar/gnomAD等关键临床数据库的交叉验证，完全没有建立起结构域与乳腺癌致病性之间的关联。

4、穆里尼奥彻底无力！皇马离谱操作！老佛爷一意孤行自毁王朝良机

报道称，大量研究人员因为对谷歌的落后感到失望，纷纷跳槽到了Anthropic和OpenAI。

5、中超第20轮明天7月25日赛程：海牛PK津门虎，上海德比申花PK海港

（视频中的速度数字对应本演示视频的交互动作、视频时长和统计口径；论文表格中的2.59×来自统一benchmark测试） 瓶颈在哪 传统视频生成通常给定文本或图像后，一次性生成固定长度片段；自回归视频生成则把历史片段缓存起来，按时间顺序逐块延展。

机器人进入家庭之后，将开创一个全新的物理交互维度。

这就导致在「按5次按钮」的任务中，当机器人按完第1次，准备进行下一次推理时，它的大脑是完全空白的。

6、2-2，5-1！中超悲喜夜！玉昆海港战平，河南大胜海牛！最新积分榜出炉

早期实测显示，该模型在前端界面生成与空间推理方面表现极差，被用户戏称为「史上最差」。

同一场演讲里，奥特曼还抛出这样一个判断： ChatGPT出现到现在，三年半。

7、果敢县新民中小学校举行毕业生座谈会

这三件事叠在一起，本质上都在问同一个问题：一个具身模型，能不能从「演示品」变成「工时」。

世界模型的推理系统正在变得「状态感知」 Light Interaction的价值不只在于某个模型上的提速，而在于它提出了一种更适合交互式生成的推理范式：交互轨迹不只是生成条件，也可以成为系统调度信号。

8、阿斯顿维拉官宣租借加纳乔 切尔西新帅此前已告知其不在计划

既然这项技术终将影响整个星球，理想状态下，这一框架能促使国际社会达成共识：如何管控最严重的风险，同时确保每个人都能获取并受益于AI带来的机遇。

一个客户经理原来要招三个人分管不同客户，现在他配三个智能体——一个负责给客户发每日数据简报，一个负责监控客户投诉，一个负责向内部团队提需求。

但那个方案被搁置了——一旦权重烧死，芯片就只能服务某个特定版本的Gemini，模型一更新，芯片就报废，生命周期短得离谱。

9、加拿大70岁赛道发令员遭遇惨烈事故 赛车失控腾空撞上旗台当场丧生

两条截然不同的路径攻克了同一个问题的(a)部分。

推测来看，近期3.5 Pro的开发进展并不理想，因此他们启动了全新的预训练课程。

10、辛纳卫冕温网男单！

这让人想起几个月前，Anthropic CEO达里奥的「凡尔赛」。

那一刻我突然意识到，历史上的那些普通人，是真的在场的。

1、U17女篮世界杯两轮战罢：日本稳居榜首，中国末轮挑战艰巨_网易订阅

而这条引理，恰恰源自导师莫宗坚本人先前发表的学术成果。

2、罚单在路上！FIFA将启动调查阿根廷，帕雷德斯等人恐遭重罚

但她一定会精准地出现在你最愿意相信善良的地方，用你最想听到的故事，换走你最珍贵的东西——你的信任。

3、咱们身边事丨布喀一级公路全线安装112处隆声带 提醒驾驶员“别跑偏”

而在这些共识之外，陶大程补充了最致命、却极易被忽视的一环，即成本与延迟。安东内利自曝父亲严厉警告：再乱轧赛道限制，拧断你脖子但等到某一天流动智力开始压过地基，它会突然变得肉眼可见。

4、巴萨官方确认德容右膝内侧副韧带撕裂 将接受保守治疗

早在今年2月，电影还没上映，马斯克就在X上开炮：「诺兰失去了他的正直。

5、切尔西锁定15岁美国天才转会费或达千万美元将创MLS青训纪录

表面上，两人的意见高度一致，真正不同的是，他们对同一句评语对应着不同的评分尺度。

6、加纳乔租借加盟阿斯顿维拉，含4300万镑强制买断条款

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。

研究方法 BadDLM 的核心思想是：既然DLM通过掩码去噪学习生成，那么后门的目标监督就应当被定向到「恢复后即可实现注入行为」的关键响应位置上，否则稀疏信号会被普通token的重建稀释。

历练过GDPS赛场的，才是真·未来生产力。

7、他加盟浙江队之前一直在踢中甲！入队后靠努力逆袭，同时圆梦国足

面对训练和推理环境不同，造成的长程任务执行过程中的误差累积问题，ABot-M0.5通过ABot体系激活了「数据回流」机制进行了解决。

效果立竿见影，环境构建成功率从16.5%飙升至57.2%，累计沉淀出覆盖12种编程语言、超10万个可运行、可验证的仓库环境。

8、超4900股下跌

AI落地的意义，具象化了 而比自证更有说服力的，是别人用出来的结果。

大脑（ABot-ER）：具身大脑，负责统一的逻辑推理与环境认知。

未来AI for Science更需要面向行动能力的Action Scaling，让模型在可执行任务、工具调用、环境反馈和物理验证中学习如何完成真实科研任务。

研究人员明确要求，结果只准发到内部Slack。