在这里，经过30轮的双世界模拟后，五百多个Agent总共进行了将近2000个活动。

1、kaiyun官方 ”章一博认为，“中国商超狂奔了30多年，现在正面临一次向零售本质的回归与重启。

2024年以来，通用磨坊首席执行官Jeff Harmening多次表示，哈根达斯在中国内地门店客流量持续出现两位数下滑，门店利润率低，固定成本高。kaiyun官方以上，便是Anthropic此次关于自进化，最关键的几个观点。

2、毁掉王治郅、逼姚明退役，他凭一己之力令中国篮球倒退了20年？_网易订阅

预判世界，却不认识自己。

3、滑动舌头就能玩游戏！这款新设备脑洞太大了

1998年，韩国第一银行在经济危机中倒闭收归国有。

4、人事

《忽左忽右》吃到的第一波红利来自苹果播客。

5、谢贤最后居家照曝光：没戴墨镜的他，笑得最开心时是和孙子

传统视频编码主要关注像素和符号层面的准确传递。

此刻，中兴通讯正在联合芯片厂商，把超节点从概念做成产品。

这正是播客行业的吊诡之处：一个过亿用户的行业，做到最头部的制作公司JustPod，也不过十几个人、年营收小几千万元。

6、乐享运动，残健同行

2018年，带着满级天赋，他推开了「神仙打架」的北大数院大门。

第一组是WAM-COTRAIN，团队直接把人类演示数据混进联合训练，结果显示任务成功率只有29.8%，反而低于完全不用人类数据的基线，这也说明了人类视频并不能简单作为新增训练数据加入预训练流程。

7、一批马拉松赛事陆续取消，看着浪费的物料真是心痛

（不是我说，这是真省Token啊……） 甚至，在「安全」这件事上，Qoder 1.0还把防线拉到了Agent运行的整个过程—— 任务开始前，由企业策略划定边界；任务执行中，通过安全运行时识别和拦截风险；任务完成后，再由审计治理系统留下完整记录。

从电视台招来的人有点概念，但他招的人完全不了解，甚至有人因此崩溃。

8、曝谢贤死因是肺炎，葬礼已举行，前妻狄波拉操办后事，遗体已火化

腾讯更多采用的是激进的“高薪补课”。

在AI的辅助下，1名在线人员就能支持5000至8000名居民的日常健康咨询管理，应答率达到99%以上，响应时间不超过一小时，极大地提升了社区医院的接诊、治疗效率，让每一位居民的健康需求被真正看见。

在这种设定里，模型能力只是一部分。

9、落选秀16+10+11夏联唯一三双：率篮网大胜 送雷霆唯一8战全败

最后，团队将实时与交互两方面的技术积累做了集大成式的整合，完成了一件极其秀肌肉的事—— 全球首个能在iPhone上本地运行的「实时交互」视频生成模型，384分辨率@16fps。

10年数据信仰的延续 物理AI的第一个落地赛道是自动驾驶，而这10年走过的工程化、规模化之路，展现出的是“瓶颈迁移史”。

10、日本1比1瑞典：亚洲足球的可能？

当时大家都在琢磨一件事：提示词怎么写才能让AI好好干活。

这是LaMPA最核心的逻辑，也是日冕认为物理世界里应该有的智能。

1、一年两次互访！朝鲜专机再抵京，美韩伺机而动，中国有朝鲜想要的

不少城市正在打造数采重镇的城市名片。

2、仟枝生物赴美上市迎来新进展

它服务的是企业，是组织，是大量真实在场的工作流——审批、IM、文档、考勤、会议、AI助手……这正是Agent最适合扎根的土壤。

3、国人年均读6.6本，和英美差10本，读书能改人生？

为加速大模型端侧AI算力规模化落地，降低行业适配门槛，后摩智能同步推出M.2卡、AI加速卡等多元化标准形态硬件。部分课程还有少量名额！巴州文化馆2026年免费开放（暑假）培训班等你来报名！△上海科学智能研究院AI科学家，杨自雄 AlphaFold解决的核心问题，是从序列推断高概率的静态结构。

4、西班牙前国脚：阿根廷有一个人和梅西同样危险，但我们打法更稳健

当模型、数据、基础设施、终端与业务场景逐步贯通，物理AI也随之形成一套持续循环的运行机制—— 在真实环境中感知与行动，在执行过程中获得反馈，再将反馈沉淀为数据，推动模型进一步迭代。

5、跌麻了！PS5美洲月销同比暴跌44.4% 仅卖出20万台

其次，通过兼容多种采集硬件的云端平台，实现统一的数据标准。

6、宏远速递！杜锋合同将正式到期，朱芳雨做新决定，胡明轩开展特训

元医院需要跨越数据、模型、应用和医疗流程多个层面。

两条腿 内容是内容，客户是客户。

过去一年中，文远知行已经连续六站获得中国智驾大赛第一名，并累计获得30余款车型量产定点项目。

7、Netflix《寄生兽》真人剧 忽那汐里主演2027年发布

这背后，是上海正在形成的一种青年科学智能生态。

它只能识别画面像素，无法读懂图像背后的物理关系。

8、告别“押一付三”老规矩：上海租房平台开启“信用免押”新模式，让年轻人留得下、住得稳

一个「Omni」，装下了理解、预测、动作三件事。

“快得吓人。

高质量机器人数据是具身大模型持续提升的重要基础，但真机数据普遍存在采集成本高、生产效率低和场景覆盖有限等问题，尤其难以覆盖长程任务中的大量中间状态、异常情况及失败样本。

要打破这个三角，对团队的research能力和工程能力都是极限考验。