本届展会，万拿机器人亮相世博展览馆 H3 具身智能馆 E521 展位，重点展示万拿 Std16A 工业实战型灵巧手、万拿 Eco12 轻量拟人型灵巧手，以及自主研发的微型伺服电缸，呈现从底层核心执行器、灵巧手产品到真实场景解决方案的技术路径。

1、乐鱼电竞 也就是，把Prefill和 Decode这两步彻底拆开，分别丢到不同机房、不同厂商的芯片上去跑。

如果说AI Coding正在重写软件生产链，那AI Video将重写视觉内容的生产、分发和交互方式。乐鱼电竞它把策略效率拆成两个可优化目标：先扩展可靠动作chunk，再压缩冗余物理步骤。

2、女子呼吸骤停去世！提醒：吃二甲双胍千万别碰它，老人一定要看

当同一工作流随时间推移，成功任务数增长速度超过总成本，且质量不降反升时，「每美元有用智能」就实现了正向复利。

3、梅西18球登顶世界杯射手王 但真正可怕的人其实是姆巴佩

2025年3月，UC San Diego的Jones和Bergen做了两轮预注册的三方测试，加上人格提示的GPT-4.5被判成人类的比例是73%，比真人被选中的还高。

4、发现邻居这样做，请立刻举报！

」 用过Claude Code、Codex 的人，大概都被这行字噎过。

5、科学大家说｜ 以灵犀，见天机！

MiniCPM-RobotManip正是这一理念的产物：先打造通用大脑，再适配多元场景。

Bloom是第一个给出实质评价的人。

他顺手举了一个此芯自己的例子： 此芯的芯片是前年出来的，去年才和一批合作伙伴把底层硬件搭好——「那时候呢，其实还没有智能体。

6、官宣！黄浦区牵手得安量子，2026WAIC共启“安全智变”新纪元

各有各的强项，也各有各的天花板： 领域专用模型（AlphaFold 3、ESM3）：在蛋白质等特定对象的预测任务上做到了极致，但能力也被严格局限在单一对象和任务形式上； 工具增强型通用模型（GPT-Rosalind、Claude Science）：凭借外部工具链灵活切入科学场景，但其科学能力仅寄生于工具，模型本体并未深化对科学的本质理解； 科学语言模型（NatureLM、LOGOS、BioMatrix）：试图将蛋白质、分子等转化为符号序列进行跨对象的统一联合建模，但目前的探索仍主要停留在表征层面。

落到具体行业，痛感立刻锋利起来： 制造业想让AI钻进研发、仿真、质检、排产，可图纸和工艺数据是命根子，只能私有化部署。

7、霸气，特雷·杨在活动上撕毁杰伦·布伦森球衣，以戏弄尼克斯球迷

然后全量翻译，跑「实现—评审—修复」的多智能体循环；最后编译、运行、逐一比对行为。

更何况，和竞争对比手，价格更贵，效果更差！ 此外 ，谷歌这次还发布了网络安全模型Gemini 3.5 Flash Cyber。

8、美军方下调已公布的对伊战事美军阵亡人数

不同任务的复杂度天差地别，落地时企业却习惯性地全量呼叫最高性能的模型。

谁都承认，具身智能正在逼近临界点。

或许人类还需要一百年才能解决它。

9、罗马诺丨他离队是米兰推进后续引援先决条件

LeCun在旁边补刀，暗讽自己埋的雷炸了自己。

Cursor想清楚了这件事，然后精准地挖走了全世界最懂「怎么给AI做界面」的那批人之一。

10、默沙东呼吸道合胞病毒（RSV）预防单抗克莱罗韦单抗在华获批，为中国婴儿RSV预防带来新选择

依照这些基准被认定拥有「前沿模型」的组织，将被视为「前沿实验室」（Frontier Labs），并被鼓励采纳一系列最佳实践，例如：发布载有技术细节的模型卡（model card）、维持强有力的内部网络安全、对关键岗位人员做背景审查、为安全与安保研究投入充足资源，等等。

未来，仍有10倍的下降空间。

1、疾控中心：新增新冠确诊7.9万例，阳性率连续4周上升

他一个人都没招。

2、马德里竞技官方宣布签下李刚仁，转会费总价4000万欧元

你想想看，一台Decode节点要同时协调三十个Prefill节点，这三十台芯片还可能来自不同厂家、不同代际。

3、苏林访华仅3个月，越南借力中国实现跨越，正与印度拉开差距

她的评价一针见血，Fable 死磕技术上的绝对精确，反而作茧自缚，Sol的务实却把活干成了。斯卡洛尼:显而易见阿根廷并没有受到裁判偏袒，是我们自己有实力这个需求的险恶之处在于：PDO的预编译机制只能绑定值，无法绑定表名或字段名。

4、7.3世界杯淘汰赛：阿根廷vs佛得角

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。

5、文班：降薪续约是不希望马刺冲冠受拖累 登上2K27封面梦想成真

Skild AI 在长程、不间断、不遥操的真实家庭任务上，目前全球只有逐际动力和 Figure 做出了可信度高的完整演示——Figure 有厨房整理、房间整理、客厅整理等一系列家庭场景 Demo，逐际动力有这次的一镜到底的客厅整理。

6、李昀锐：林深见木

为此，他为世界模型的落地划定了「四步走」路径—— 训练时是数据引擎，评估时是考官，规划时是沙盘，部署时是本能。

在数据端，相比纯模型驱动的厂商在实验室里死磕合成数据，高德背后是积累了二十年的庞大时空基座。

训练侧，是RLinf V0.3大规模真机强化学习框架。

7、看完英格兰2-1险胜挪威！不得不承认5个事实，英格兰冠军相十足！

她给了一个刺痛所有人的数字—— 几年前，设计师60%~70%的时间花在画稿和做原型上，而现在只剩30%~40%。

他们独创了一套「后厂生产 + 中间流通门店 + 前端Agent终端节点」三层一体化架构。

8、刘浩存：明媚中绽放

蛋糕在变大，但能分蛋糕的人在变少。

Physical Intelligence最新的π0.7，一个模型开箱即通吃多任务，连没训练过的机械臂都能零样本迁移。

Claude Code是拿你整段会话的上下文来拼这个页面的：你的代码库、你连着的工具、这次对话本身，全是现成的原料。

他将这种现象命名为「下一代巨模型失望陷阱」。