用徐立的话说：在人类眼中甚至可能产生幻觉的信息，在AI的眼中，其实可以正确推断出背后的结构化信息。

1、b体育官网 最近，GPT-5.6仅用1小时攻破50年数学难题！64个AI摘下图论皇冠；卡了半年的弦论难题，Claude一夜解开！东大教授惊到删推。

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体育官网他相信，语言的「GPT时刻」2022年底就到了，视觉的那一刻还没来，而NEO-Unify，就是想给它先搭好地基。

2、NASCAR取消常规赛冠军奖项 2026年起仅设季后赛总冠军

资本为何押注？ AI视频是下一个万亿入口 就在同时，爱诗科技也宣布完成整体C轮融资，累计融资29.8亿元人民币。

3、福特被指因贩卖亭支付故障错解雇多名工人：时薪40美元老员工因薯片蒙冤，年薪12.5万美元

此次开源的不仅是模型权重，而是完整的技术栈：模型+推理框架+部署方案。

4、绵阳多条公交线路、站点临时调整

再配一套故障无感的训练机制，它硬是让跨域强化学习训练，连着跑了整整一周都没断。

5、1/16淘汰赛将踢五星巴西！韩媒：天堂抛弃了日本队

Fable 5给东京大学研究量子场论和弦理论的教授立川裕二留下了深刻印象： Fable似乎确实理解弦理论，并且也有直觉。

把这五条原则按照「违规会在哪里显现」重新归拢，恰好落到四个攻击面上，这也构成了SafeClawArena的四个维度：技能供应链完整性（SSI）、持久状态利用（PSE）、跨边界数据流（CDF）、间接提示注入（IPI）。

第二套是 Cyber Range，在模拟企业网络中测试模型自主执行多步骤攻击链的能力。

6、皮尔洛带领迪拜联合高居联赛第一，坎塞洛集齐5国联赛冠军

不光少吐字，它完成一个多步任务需要的推理步骤和工具调用也更少，绕的弯路更短，等于又快又省。

而这一次，变了。

7、中国人寿回应减持兆易创新

价格上，Fable 5每百万Token输入10美元、输出50美元，是Opus 4.8的整整两倍。

AGX Station能不能真正在企业场景里跑起来、Agentic OS能不能经受住真实业务的考验、开放生态能不能从签约走向深度协同——这些问题，都需要时间来验证。

8、Rohit Sharma百次上墙之际，这些传奇却终身无缘Lord’s ODI荣誉

那么问题来了，通用LLM已经这么强了，为什么还要单做「科学基础模型」？ 答案，藏在一个根本的错位里。

参考资料： https://x.com/maxforai/status/2078767321603342656?s=46&t=kUmE9xDZxjY1kLbL84hhYQ 编辑：Aeneas新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。

就跟去年我们还在推 Vibe Coding，今年不用推了，所有研发都用 Claude。

9、夏威夷大学大一四分卫尤金尼奥离队 主帅证实因个人及团队原因

注意，这位工程师分享的，并不是一张静态页面，而是一个能够自动更新、可交互的页面。

这个学习信号不能只是「用户喜欢或不喜欢」，也不能只是模型回答的准确率。

10、赛后阿根廷主帅泪流满面：我心里大概已有了自己想怎么做的想法，我看看我是不是该停下来，很难再组建这样的集体，这让我感到心痛，对不起

论文链接：https://arxiv.org/abs/2605.09397 不同于「无论输入是什么、都输出同一段固定文本」的固定输出式后门目标，该工作将关注点扩展到多样化、生成式后门目标，以探究DLM对于后门注入的脆弱性。

那些提交到erdosproblems.com的新证明，凡是我细看过的，全部正确，而且都包含一些有趣的想法。

1、Jake Paul向NFL喊话：联盟太多平庸球员，我打外接手“很轻松”

简单来说，这个猜想是这样的：「每一个无桥的有限无向图，都存在一个由环组成的集合，使得图中的每一条边，都恰好被包含在两个环中。

2、蓝鸟无缘季后赛却舍不得交易王牌 与大都会同病相怜

智慧城市有了AI的居民，才能真正地活起来。

3、中超最新无扣分版积分榜：3队7轮不败，申花第二，第7与垫底差3分

按时间间隔触发，像闹钟。1965年，陈毅宴请李宗仁，让张爱萍作陪，李问：你是台儿庄哪位？_网易订阅7月15日，银河通用发布WAM-TTT，全球首个面向具身智能大模型的测试时后训练框架。

4、留洋一年英语说的不如初中生，杨瀚森的问题不只在球场内

一方面，WAIC 2026本身的主题就是「智能伙伴，共创未来」——AI从工具走向伙伴，这恰好是此芯科技所讲述的故事：智能体从被动响应的知识库，进化为主动拆解目标、执行任务的「数字员工」。

5、罗马诺重申：巴科拉仍是利物浦“最最最核心目标”，不管你们信不信

一次会话，左边在跑，右边的可交互页面同步成形。

6、真淘到宝了！才19岁的二轮秀，却力压前三顺位，夏联场均砍28+3+3

它适合零散的短任务，不进流程、不上日程。

它接入了一个叫Learning Commons的系统，拿到全美50个州的学术标准，以及每条标准底下更细的能力点、学生通常的学习顺序。

今天谁屠了榜，下个月就被追平。

7、“从球王接班人”到“法国队短板”，奥利塞还欠缺什么

35年后，这篇论文被一页纸超过了。

一个模型的发布，要兼顾搜索、地图、YouTube等庞大产品线的需求。

8、高质量发展进行时丨布尔津抽水蓄能电站上水库进出水口开挖正式启动

它其实是在提前回答一个更大的问题： 当AI真正进入大规模生产时代，下一代「工厂」究竟应该长什么样？ 编辑：所罗门新智元报道 【新智元导读】618 期间，灵巧手进了某品牌真实仓库，分拣盒子与快递软包。

给这股风潮命名为「循环工程」（loop engineering）的谷歌工程师Addy Osmani，也在其中。

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。

参考资料： https://x.com/ClaudeDevs/status/2080009523952263295?s=20 编辑：摩西新智元报道 一夜之间，Tokenmaxxing成为硅谷热议话题！ 几个月前，Meta内网搭了个排行榜，追踪全公司8.5万多名员工的Token消耗量。