GDPS赛场上打磨出的好项目，有机会在WAIC被更多人看见。

1、迈博体育 朱红、赭石、深蓝、琥珀金四色铺开，灯笼暖光撞上夜色冷调，全在一次生成里落定。

Gemini 3.6 Flash，暴省65% Token 先来看这次真正的「C位」——Gemini 3.6 Flash。迈博体育它通过扩展可靠动作序列并减少冗余步骤，帮助机器人更直接完成任务，提升整体速度。

2、中国女篮遭遇绝杀！输球不可怕，可怕的是需认清3个事实

未来，仍有10倍的下降空间。

3、上海乐高乐园®️度假区开园一周年

她甚至直接点破了「token单价」这个幻觉：最低token价格 ≠ 最低结果成本。

4、30岁买房去银行打流水，职员说母亲20年每月打钱，我愣住了

真场景单位：早已躬身入局 场景单位：晶泰科技是一家面向精细操作领域的科学智能生物医药企业，借助物理AI 推动科研自动化从实验室走向产业落地。

5、拍短剧的都跑去干旅拍了

这次伏笔被兑现了，机会留给了早有准备的人。

按时间间隔触发，像闹钟。

但AI不会气馁。

6、卖车卖到手软 MG4 5月销量突破15000台

企业学习闭环 纳德拉提出企业需要拥有自己的learning loop，这是正确的。

这一结果说明，统一评分尺度后，可以在一定程度上减少不同审稿人评分习惯带来的影响，使评审结果更加一致，也更容易保留后续产生较大学术影响力的边缘论文。

7、以数智赋能 与智造同行｜威图AHTE 2026圆满收官

GPU利用率不到50%，等于一半的电白烧；说不清Token换来了什么，等于钱花得不明不白。

毕竟，谁会拿这种事撒谎？ 但独立AI安全研究者@cereblab偏不信。

8、Respect!阿根廷队背对西班牙颁奖,只有洛佩斯一人面朝西班牙方向行注目礼

但这一认知过程，本质上依赖人类对三维空间的完整理解，而不是语言本身。

Physical Intelligence研究科学家任至意坚信，模型能力足够，唯缺上下文——泛化会自己涌现。

实验室还需与标准机构合作，处理模型发布后暴露出的任何重大漏洞。

9、杜兰特官宣！想要参加2028年洛杉矶奥运会，他是真的热爱篮球！

但真实的材料计算研究，并非简单的选择题作答。

但另一方面，也有企业陆续启动 IPO 进程、寻求二级市场融资。

10、9月能买到可折叠iPhone吗？产业链消息出现分歧

参考资料： https://x.com/sama/status/2077817060068057493?s=20 https://x.com/JeremyNguyenPhD/status/2077719990116258162 编辑：元宇 Aeneas新智元报道 最近，一篇长文震撼整个AI圈。

推理框架PhyAI是由明体科技（MemBodied）联合北京邮电大学、北京大学共同研发的端云一体、全栈优化的具身智能模型推理建构。

1、4换1！正式交易状元签！中国男篮暂停归化球员

在处理上下文记忆时，Token的极致压缩让MiniCPM-RobotManip计算成本也大幅下降。

2、NBA乐透抽签新规官宣：诞生2大赢家，1大输家，还带来2个弊端

在服务客户的实践中，无问芯穹发现了一条关乎AI落地生死的关键定律： 相同的业务效果，若置于不同的推理路径、模型规模与芯片组合之下，Token成本竟天差地别——这一差距，正深刻制约着大模型从技术验证走向真实生产力的跃迁。

3、从未缺席季后赛，8年6次至少进分决！生涯巅峰的他被这战绩气疯了

之后，在会话中输入/security-scan，或「帮我进行代码安全扫描」，就能直接使用Qoder Security。活塞4-3逆转魔术，34岁76人累赘立大功！魔术7换1大交易赌错了面板顶上那个小小的预览窗里，土星在缓缓自转，环跟着一起转，前后遮挡关系分毫不乱。

4、中国女篮小将创佳绩

」 这条视频，128万播放。

5、亚军的魔咒？过去3年的亚军，2队本赛季摆烂，热火局面尴尬！

原本这些活儿，都得你在一个个工具之间来回切、把数据一段段复制进对话框。

6、杨瀚森盼新赛季稳定留在开拓者：身体强壮了不少 有压力并非坏事

ABC发去问询几天后，才突然冒出一个「Lilly基金会有限公司」的登记，状态却是——「不合规」。

同一份文本、同一个正确答案，只是换了标签的下游用途，它的判断就翻了面。

在开发复古游戏上，据网友实测，Kimi K3以一半的成本击败了Opus 4.8。

7、天才后卫！篮网首轮6号签选中来自路易斯维尔大学的小米克尔-布朗

作为全球首个自主科研智能体赛事，创新赛道「AI4S智能体CNS挑战赛」打破以往只比拼算法模型的竞赛模式，转而考核科研智能体全流程自主工作能力。

百万奖金池，千万投资额。

8、迪马济奥：尤文600-700万欧元报价大马丁被拒绝

更有趣的是，宇树G1和智元远征A3轮番上阵。

过去，AI也能生成仪表盘，但那份数据几乎都来自你当时的会话，一分享出去，页面很快凝固成一张静态截图，别人打开只能看，动不了。

也就是把可执行动作的数据生成、动作基元拆解、模拟器反馈、物理约束验证和工具调用纠错系统性地规模化，让模型不仅在语言上变强，也在可验证的科研行动中变强。

智能体已经好用到大家抢着用。