参考资料： https://arxiv.org/abs/2606.17162 编辑：LRST新智元报道 业界首个国产芯片上跑出的万亿参数模型LongCat-2.0于近日发布。

1、乐鱼全站 而现在从RED Skill到Vibe Coding，创作、发布、种草、使用，全在同一个循环里。

用户可随时回看依据，关键数据也能跳回原文来源。乐鱼全站他给的定义是人和AI融合的那一刻，押的年份是2045。

2、大一从清华退学曾震惊篮坛！齐麟在新疆男篮获得3年满额顶薪合同

而多agent，也能极快地加速任务的处理时间。

3、预算300-500万，青浦三代同堂置业首选：这份“高得房率+全维配套”榜单请收好

AGI的上半场在屏幕里，下半场，在屏幕外。

4、纠偏率98.15%！方向感觉醒，第一视角认路的国产AI开挂了

要说这两年，大模型最重要的变化之一，就是越来越不依赖预训练一锤定音，部分能力开始留到推理时刻再兑现。

5、女单32强出炉：国乒占7席+仅陈熠出局！日本7人+韩国4人晋级

但Steam上的AI游戏还是达到了7818款，已占总数的7%。

欢迎Grok重回牌桌！ [1]https://x.ai/news/grok-4-5 [2]https://cursor.com/cn/blog/grok-4-5SpaceX上市了，整个科技圈都在发祝贺。

即使进入弱网甚至无网环境，机器狗依然能继续识别目标、规划动作，保持跟随。

6、五大高危操作出炉！个个都隐患拉满！！

One More Thing 颇具讽刺意味的是： Meta说这次裁员是为了打造「AI-first」公司，要留下拥抱AI的人。

07年，16岁的王虹进了北大。

7、报告显示：上半年餐饮消费市场大盘稳固假期拉动作用显著

听起来有些抽象，那我们不妨用一个厨师的例子类比。

这个Demo里，各种透明瓶、透明盒被逐一识别、精准分拣。

8、太辣眼！夺冠大热出局，双重重创打崩法国，西班牙时隔16年返决赛

它既要运行大模型，也要处理长上下文、多任务和工具调用；性能必须足够强，功耗和成本又不能失控，Runtime、工具链和Agent生态也必须同时跟上。

生成端，UniTac则分两步训练。

以及他磕的cp（划去）。

9、伊朗称打击巴林和约旦境内美军基地

Agent在引入新文件、恢复任务状态或更新上下文时，往往需要再次处理新增信息。

△图片由AI生成 例如在WAIC科学智能开放论坛的平行专场《心智与智能·青年生态论坛》上，第一位登台演讲的嘉宾，就是复旦大学哲学学院教授孙宁；科学智能开放论坛主场讨论《AI原生时代的原始创新》，复旦大学哲学学院教授孙向晨同样坐上了巅峰对话席。

10、谢贤御用医生公开生前居家照，摘掉墨镜眼神浑浊，一年前已不认人

而是先解决范式问题：先把通用能力做大、做通，再面向具体场景做小、做稳、做可部署。

“所有的变革都源自于一把手的认知和判断，他能不能够跟得上这个时代，决定了公司前途。

1、索尼放弃游戏实体光盘 二手游戏市场或走向消亡

零售电商行业专家、百联咨询创始人庄帅对《中国企业家》表示，哈根达斯此次所谓的“卖身”，实际上是一次精明的业务切割。

2、毫无底线！伊朗还在国葬，美军就发起多轮打击，幸好中国提前布局

它是在中国银行体制改革的大背景下发生的。

3、【今日信息】中卫上百个岗位紧急招聘中…7月17日

以及他磕的cp（划去）。我帮詹姆斯的决定时间决定了！整体来看，景烁科技是这个赛道里率先把具身智能的数据基础设施，作为一种产品来交付的玩家，分三层架构，各有分工，又环环相扣：WorldEngine驱动数据闭环，GENESIS-Robotics提供核心引擎，SkillForge封装最终交付物——只有懂算法，才能定义技能包里该装什么。

4、获菲尔兹奖！37岁中国籍数学家是巴萨球迷 喜欢阿根廷和西班牙

玩了几天，体感上觉得它确实是更适合用来干长内容创作相关的成果转化型任务。

5、《影之刃零》PS5版号到手 国行能和全球同步上线吗？

这组数据说明，WeLM的自回归基座本身就已经很有竞争力，而Hidden Decoding是在这个扎实基座之上的进一步增益。

6、四十年回响｜全国首家音乐茶座——翠园宫焕新归来

错综复杂的流水线布局，强烈且不断变化的环境光，各种各样的料筐形态，再加上不同规格、不同材质的原料和工件，每一样都在考验机器人的感知。

转载来源：后摩智能 本文为量子位获授权转载，观点仅为原作者所有。

一种可能是，「研究品味」就像之前AI不会的其他东西一样，先是做不到，然后突然就做到了。

7、魅力之城，奏响一曲海与岛之歌

它的核心不再是单次执行能力，而是一个闭环系统的运行能力。

更长的上下文窗口意味着更大的内存，但内存大不等于会整理。

8、逆转续命难掩颓势！比利时黄金一代绝境逢生，下轮磕美国前路渺茫

对生成式系统来说，这句话却很难。

每一次进入真实环境，机器人都会遇到新的问题。

模型公司做系统的价值也在这一层开始显现——记忆如何注入推理上下文，端云如何切分任务，安全如何介入行动生成过程，都可以由模型侧和系统侧共同设计。

两派各有优劣，为便于大家做对比，这里我直接放了一张AI生成的图表： △图片由AI生成 简单总结就是，VLA属于「直觉派」，快但容易翻车；世界模型则属于「深思派」，稳但是又慢又贵。