在一个模拟的AI实验室里，Gemini 3.1 Pro被部署成科研智能体，是某个对齐项目「事实上的技术负责人」。

1、天博登录 谁先让所有人习惯用「干成多少活」来算账，谁就重新定义了这个市场怎么比。

其中，他详细拟定了审查机制，明确规定了AI不能用于无人类控制的致命武器和无差别监控。天博登录每一条视频末尾，她都在向公众募捐。

2、7人铁定留队参加女篮世界杯，2人或可补充征召，2人或可破格使用

设想你问它：「上个月我参加过几场跟艺术有关的活动？」一个靠相似度检索的系统，一看到「艺术」两个字就兴奋起来，把你聊过的「班克斯的街头艺术」「那场关于希腊艺术的讨论」一股脑捞回来。

3、TA：2026世界杯相关家暴384起，创英格兰威尔士纪录

同一个欺诈场景里，篡改记录的命中率，Grok 4.3是19/20，GPT-5.4是17/20。

4、汤唯主演NOWNESS短片《风，在明媚的一天》入围第79届洛迦诺国际电影节！

Hugging Face的异常检测流水线本身就用LLM对安全遥测做分诊，正是这些信号的关联把入侵揪了出来。

5、郑钦文雅典首轮过关排名升八位，自我总结三赢球原因被指隐忧仍在

LongMemEval基准（多会话交互记忆测试）：HMS-self-evolve以92.8%的总体准确率登顶，此前最强的Hindsight是88.8%。

每道题都像一场事先设好埋伏的演练，分四步推进。

在临港数据中心，商汤跟宁德时代合作搞了储能系统，配合峰谷电价和算力预测做弹性调度。

6、推动经济决策权下放，英国政府启用“北方唐宁街10号”

新智元报道 真正有记忆力的机器人VLA模型，是什么样子？ 先不卖关子了，让我们直接看几个看似很简单的演示。

AI提出一个引理：如果能给每一条边分配一个包含两个元素的集合 ，并且满足对于每一个顶点，任何一个元素要么出现0次，要么出现2次——那么，这个图就一定有「循环双覆盖」。

7、梅西未获金球奖为何引争议？

无问芯穹把这三件事，收进了一道乘法公式： AI生产力 = 智能资源规模 × Token 转化效率 × AI 生产力转化效率。

遇到传输要耗上数十秒的请求，先由极少量机器上的RelayDecode抢先向用户输出Token，用户端因此感受不到这段传输延迟；等数据传输完成，再把输出任务无缝切换给MainDecode。

8、一个时代落幕了！丁彦雨航正式退役，山东男篮再无"四字外援"

ABot-M0.5将运动与操作拆分为互不干扰的双动作流，并引入「帧级隐式动作」，让机器人在极细的时间颗粒度上实现眼、手、脚的实时对齐。

他判断这个转变两到三年内就会发生。

训练集统一含4,000个样本、固定中毒率10%，采用LoRA微调，λ=1.8。

9、燃烧的语言

每道题都像一场事先设好埋伏的演练，分四步推进。

Token不再只是聊天的开销，还成了重构企业流程的「生产资料」。

10、4年2.12亿！休赛期第一条大鱼，这就签约了！

一次优秀的赛题解法、一项实验室成果、一个早期技术设想，距离进入市场，还需要完成产品方向、客户需求、团队组织和融资路径等多重验证。

参考资料： https://claude.com/blog/getting-started-with-loops https://code.claude.com/docs/en/agent-sdk/agent-loop https://support.claude.com/en/articles/14554000-claude-code-power-user-tips?utm_source=chatgpt.com https://www.reddit.com/r/ClaudeWorkflows/comments/1ujy4wq/workflow_designing_robust_claude_agent_loops/ 编辑：元宇新智元报道 数亿美金，竟输给了一台相机？ 一边，是硅谷明星机器人初创Physical Intelligence，用数亿美金算力砸出来的明星大模型π0.5。

1、万亿低空经济，迎来大爆发

想推给客户的产品，一定是自己先足够深、足够广地用过。

2、杭州一诊所用一个针头给15人采血，居民担心传染疾病，诊所负责人：已开除涉事员工，并带采血居民体检打疫苗_网易订阅

任至意认为，他们更多在做一个research，推动机器人基础模型能力持续涌现。

3、深夜百架乌无人机袭击莫斯科，有中国人受伤，中方对俄提两要求

为了保持长时一致性，模型需要维护较重的历史信息；当前片段需要参考更长上下文；每生成一个视频片段，又要经过多步去噪。齐聚东平！7月25日东平湖篮球嘉年华上演山东高速VS南京同曦巅峰对决Zero anything whatsoever will remain——一个字节不留。

4、场均2分！1年330万！马刺在想啥呢？

终点是千家万户，起点是造血 仰望星空，超维动力的终极目标是走进千家万户，打造通用服务机器人。

5、世界杯之外，足球正在进入更多人的生活

图 2 显示，模型规模扩大确实能改善一部分规则清晰、可模板化的操作，但面对依赖三维空间关系的任务，这种提升并不稳定。

6、40岁金球奖得主莫德里奇续约AC米兰：渴望反弹，迎接新挑战

直到谷歌最终签下协议，特纳的这份被盛赞的25页框架，始终没有被高层看过一眼。

真正让全网炸裂的，是后半句。

国家战略背书， 具身智能迎来「黄金时代」 为什么今年的WAIC如此受国家高层重视？ 答案不复杂：算力决定了AI能有多聪明，而动力决定了AI能走多远。

7、告别17年蓝白生涯！38岁铁卫宣布退出阿根廷队：139场8球3冠军

另一边，是一家中国公司，加一台随手能买到的运动相机。

」 体系更闭环 大赛首设并启动OPC创业孵化营 为推动世界科学智能大赛汇聚的人才与成果持续成长，上智院、祖泉研究院、上海未来产业基金、上海未来启点社区联合发起「世界科学智能大赛OPC创业孵化营」。

8、蚂蚁集团副总裁张俊杰：希望与成都有医疗健康领域的深度合作

很多人幻想，给机器人看几个示例视频，它就能像ChatGPT写文章一样照猫画虎。

这个循环可以概括为： 其中： K是企业已有的知识、本体、技能和记忆； S是当前业务情境； T是需要完成的任务和目标； A是智能体生成并执行的行动； R是实际结果； ΔR是预期结果与实际结果之间的差异； K'是企业根据这次执行更新后的新认知资产。

磐石ScienceOne今天正式上线，感兴趣的朋友可以戳「阅读原文」试试~新智元报道 【新智元导读】你还在跟AI聊天？Claude Code之父早让几千个AI通宵替他干活了。

这一现状，进一步凸显了 AI 科研的两大核心瓶颈，制约着技术深度落地： 一方面，大模型可快速推演生成海量科研方案，但线下实验验证效率偏低、进度滞后，逐步形成方案堆积、验证滞后的行业痛点； 另一方面，科研试错经验、实验数据缺乏系统化留存渠道，导致科研工作容易陷入重复试错、低效迭代的状态。