安全账上，AgentCare给Agent配好了安全沙箱与智能记忆，让智能体敢放进真实流程。

1、b体育官网 社交媒体上，震撼的数学教授和研究生们争相验证这个反例。

从一座工厂到一张网 Token工厂跑通了，但一家公司的端到端再强，也撑不起整个国产AI基础设施的生态。b体育官网7月18日的2026世界人工智能大会「科学智能开放论坛」上，获奖选手与各界嘉宾齐聚一堂，共同见证赛事圆满落幕。

2、江苏兴化：力争“十五五”末规上工业总产值达1700亿元

加州大学伯克利分校分析50多万条成绩：ChatGPT发布后，写作、编程类课程拿A、A-的比例明显抬升（蓝色显著为正），B+及以下几乎纹丝不动。

3、Stellantis调整亚太管理层：忻天舒升任区域负责人，奥立维转任战略顾问

物理AI三道墙前，背后三场争论 不过，这次有个隐秘共识：下一阶段不再拼Demo花哨，而是拼谁能把「经验」规模化。

4、家电界的4个“隐形刺客”，买时觉得便宜，用后才知太烧钱了！

GitHub链接：https://github.com/OpenBMB/MiniCPM-Robot Hugging Face链接： https://huggingface.co/openbmb/MiniCPM-RobotManip https://huggingface.co/openbmb/MiniCPM-RobotTrack 性能比肩行业顶尖 机器人不会5次按钮，因为目前的绝大多数VLA模型，都只有「单帧反应」的能力。

5、34年餐饮“老炮”再创业，“核心商圈300~500米就要开一家”

发一条Slack消息、更新一个issue，这类会真去改动外部系统的操作，能做成一个按钮直接放在页面上。

遇到相似的旧问题，系统直接从记忆库里掏出答案。

而现实已经给出了警示：OpenClaw官方技能市场ClawHub上已被查出上千个恶意Skill，仅2026年针对OpenClaw披露的CVE漏洞就超过一百三十个，凭证被窃取、数据被静默外传的事，正真实地发生在生产环境中。

6、拒逆转！恩比德34+12，布朗33+9，马克西立大功，不愧拿5年2亿

参考资料： https://www.aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber https://github.com/mas-bandwidth/patreon/blob/main/BUGS.md https://www.patreon.com/MasBandwidth/posts/important-news-164199395 编辑：马可新智元报道 【新智元导读】VLA模型已经会做任务，但真实机器人还是慢！PolicyTrim是一种优化VLA机器人执行效率的方法，无需重新训练。

过去几年，AI算力围着Scaling Law转，火力全部压在「训练」上训练是军备竞赛，但它只打一次。

7、国养老院费用高不可攀：月均3364欧元!

还发起了「世界模型云生态共建」，把百度智能云、阿里云、华为云、腾讯云、华山云及商汤大装置这些算力方拉到了一起。

编辑：大卫 所罗门新智元报道 站会还没开始，故障已经快排查完了。

8、“你算哪门子北大？”一份北大录取通知书，被全网嘲笑到颠覆认知

压缩一下，大概是这样： 单个HTML文件，Three.js，第一人称。

喻杰将这个概念命名为Robotic Super Intelligence——比大模型圈热议的super intelligence，多出了整个物理世界的信息维度。

为此，磐石团队基于S1-Omni，进一步打造了科研智能平台ScienceOne，将模型的理解、预测与生成能力无缝嵌入科研的全生命周期。

9、天猫618商家调用超30亿次，阿里妈妈AI万相帮商家抓住新机会

GPT-5.6 Sol：追踪乘积，字典序降维。

反观核心的原创科学研究领域，技术迭代节奏相对平缓。

10、41年产业积淀与江南大学科研赋能，江南肽谷深耕小分子肽赛道

Light Interaction在两个模型上均取得最快延迟，并在HY-WorldPlay上显著降低峰值显存。

1. 可靠动作chunk扩展（Reliable Action Chunk Extension） 当前很多VLA策略以action chunk形式输出动作序列，但部署时往往只敢执行前几步。

1、姆巴佩的纪录，奥利赛的位置：法国3比1塞内加尔

这一循环设计并非简单重复实验，而是通过不断追问来质疑假设、分析失败、思考限制性能的关键因素。

2、中国美术学院教授，邬大勇女性人物油画

放大来看，骑马的官员、乐师弹琵琶、卖香料的胡商、追灯笼的孩童，每一个角色的神态、动作和服饰制式都精准独立。

3、需要刮骨疗毒的，不只是五粮液

给它一句「把货架第二层左边那个蓝瓶子拿过来」，它得先弄清你要哪个瓶子，再用「眼睛」看清现场，然后把这句话拆成一串动作：移到架前、伸手、抓稳、退出、送到前台。德林控股(01709)7月24日斥资47万港元回购50万股这一层精准聚焦于本次任务产生的「代码增量」（Diff）。

4、别让“假苦难”挤走“真困难”，央媒怒批的摆拍闹剧，早该收场了

但Uber们的账单同时也在宣告，光会用，远远不够。

5、白银两连跌在即，中东局势与FOMC成关键变量

帖子结尾他还提醒大家额度再过几分钟就恢复了，多去忙自己的正事，别总刷推特了。

6、火箭老将训练营回归！上赛季报销成火箭之痛 老范：明年能拿冠军

这种现象的逻辑，其实都藏在资本的周期里。

今天它们拼的是积木，明天要拼的，是制造业里那20%仍然离不开人手的工序。

此前在 WWDC 26 上，苹果展示了与谷歌合作、基于 Gemini 打造的新一代 Siri AI，支持跨应用上下文感知和自然对话，甚至能在通话中实时调取邮件和日历信息。

7、“托管钥匙”见温情（纵横）

智能体已经好用到大家抢着用。

这些公司的模型能力在持续提升，模型越强，能接的任务就越多，推理调用量自然跟着指数级增长。

8、世界杯第三轮看透！只有投机球队疯狂挑对手，真正的豪门从不选敌

项目主页：https://inceptionwang.github.io/PolicyTrim/ 论文链接：https://arxiv.org/abs/2606.22540 代码链接：https://github.com/INCEPTIONwang/PolicyTrim 模型链接：https://huggingface.co/INCEPTIONwang/PolicyTrim 新方法实现了： 3×动作chunk利用率，更长horizon可靠执行； 51.4%物理步数减少，压缩冗余修正动作； 5.83×端到端最高加速，LIBERO Object/π0.5； 从「算得更快」到「做得更快」 PolicyTrim的核心目标不是替代计算侧加速，而是补上另一个被忽视的维度：减少完成任务所需的前向推理次数次数。

链上每一段转化，都被落到一个具体工程中： ✅算力基础设施层（WATT → FLOPS）：硬件、液冷与超节点，决定每一瓦电能榨出多少算力； ✅模型与算力服务层（FLOPS → TOKENS）：推理加速、并发调度与模型供给，决定算力能不能变成稳定有效的Token； ✅Token度量与运营层（TOKENS → VALUES）：让每个Token可计量、可治理，再交给Agent兑现成业务价值。

它将整个项目精准拆解：从架构设计与轨道计算策略，到全局的双轨比例系统、星空背景生成，再到主星绘制、行星环分层渲染，以及复杂的卫星系统统筹。

这一冷热不均的行业反差，清晰界定了当前 AI 的能边界：大模型更擅长处理答案固定、反馈即时的标准化任务，面对无标准答案、问题维度模糊、验证周期漫长的原创科研场景适配性相对有限。