DA-Nav将商业导航指令、第一视角空间理解和偏航恢复统一到同一条决策链路中，使机器人不仅能够理解「往哪里走」，还能够判断「当前是否走偏」，并在偏差发生后主动回到正确路线。

1、乐鱼全站 这是Claude Code之父Boris Cherny，前段时间在一场面向开发者的公开对谈上亲口说的。

Hassabis在Google I/O大会上 这边，Hassabis说还有几年，另一位硅谷大佬两个月前已经宣布：那条线我们早就悄悄跨过去了。乐鱼全站但光是「能跑」还不够。

2、株洲城区新增多处道路监控设备

过去，你可能会先说它是资深安全工程师；再命令它第一步遍历文件、第二步逐个排查、第三步汇总成表；末了还千叮咛万嘱咐，务必简洁、别漏任何边角情况、最后用表格返回。

3、泰山VS云南官宣4字海报，设计接地气，寓意有深意，细节有意思

第三点，为了搞清楚多出来的用量到底从哪儿来，团队跑了一些实验，实验里改动了推理强度（reasoning effort），内部管它叫「juice values」。

4、智元机器人启动赴港上市流程

它擅长的是，模糊、近似、听起来很有道理。

5、2026美加墨世界杯淘汰赛次轮最佳阵容！独缺瑞士球员！

AI的证明策略，堪称一场精妙的「降维手术」。

人形机器人作为通用底座，技能可以化身为App和Skill。

数据是企业的资产，模型是企业可以使用的资源，而认知系统才是企业在 AI 时代真正的大脑。

6、山东泰山VS大连英博：马德鲁加坐镇中场，瓦科领衔进攻，克雷桑复出

参考资料： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/?utm_source=tw&utm_medium=social&utm_campaign=og 编辑：桃子新智元报道 五千名工程师，四个月，把Uber一整年的AI预算烧成了灰。

AtomWorld 对照测试显示，外挂工具仅能提升原子插入等强坐标计算类任务效果，面对需要判别原子关系、空间区域的复杂场景，提升十分有限。

7、中國唐商控股：2026年年報及ESG報告已上載網站

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）。

然而，谷歌和五角大楼是怎么合作的？ 很多人以为只是军方调用谷歌的API，谷歌还能在后台审核。

8、中使馆：肯尼亚捣毁一电诈窝点并抓捕遣返一批涉嫌电诈中国籍人员

木纹纹理看起来还行，没什么特别之处。

网友直接说：「荷马会对这个作品感到骄傲！」。

超维动力给自己的定位，从来不是一家单纯的机器人公司。

9、北京市场监管系统首个黑灯AI实验室在平谷落地运行

他是一位数学家、曼彻斯特大学研究员，也是erdosproblems.com网站的创建者和维护者。

它还能化身「AI交互设计师」，轻松搞定沉浸感爆棚的主题工作室。

10、为什么癌症患者和家属特别容易被骗？

/goal的机制，是你定义结果，它负责迭代。

再看那座光鲜的奖杯。

1、重庆彭水网格员立大功，及时带领60余人撤离，知情人称没有烟花厂

如果Opus 5真能拿出接近Fable的能力、却只要Opus的价钱，那些被/一巴掌拍退的开发者，等于被重新请回了牌桌。

2、卡纳瓦罗苍老很多，这似乎很应景没落的意大利足球

这一次，屏幕上显示的是128，掉了将近87%。

3、徐工集团与东南大学战略合作签约活动举行

这条公式把前面全串了起来—— 数采方案2.0解决CID从哪来，Kairos 3.1解决CSS怎么算准，而W1在窄巷道里的每一次抓取，都是把J压到更低的最终兑现。斯卡洛尼:显而易见阿根廷并没有受到裁判偏袒，是我们自己有实力他补了一句：至少对我来说，这挺意外的。

4、大手笔！山东男篮做出重要决定，官宣2人加盟之后，还有惊喜

该模型通过构建四足机器人统一的行为基座，实现了ABot能力的端到端验证。

5、本田全新Passport亮相，搭载3.5L V6+10AT，却不进中国市场！

参考资料： https://arxiv.org/abs/2510.04704 编辑：LRST新智元报道 【新智元导读】全网都说GPT-5.6 Sol的Max档变笨了，OpenAI偏说没降智，只是「做了个实验」，实验中拧动的那个旋钮，Max档从960掉到128，用户看不见。

6、真最后一舞？阿根廷记者：梅西说世界杯决赛是国家队最后一战

这段根因分析，和官方修复的诊断完全吻合————补数存储、分量符号不一致、分别取abs导致错误。

为了确保执行的准确度，这次长城挑战还引入了DFOL2.0做后训练—— 一个引入「世界模型」DW0.5的框架，让模型先在虚拟环境里千锤百炼，再上真机。

AISI 宣布将继续评估 Kimi K3 等下一批开源模型——上面这条线画在哪里，很可能取决于接下来几个月的测试结果。

7、姆巴佩又陷内讧风波，只因他太想做核心

过去，卖国产显卡，大家总担心能不能用好。

就连「保险起见多叮嘱两句」也一样帮倒忙。

8、“黑色浅口鞋”今年夏天太火了，怎么搭都好看！

这就是反向信息悖论的本质： 企业以为自己只是在购买智能，实际上也可能在向外部系统持续输出自身的智能。

理由她后来讲得很直白：这个行业变得太快，中层管理在未来可能不再安全；一个不亲手用AI工具的管理者，很快就会失去对团队的同理心和指导力。

标准化测试里的题目，模型多半在训练数据里见过千百遍；真正见功夫的，是那些它从没遇到、也无处抄答案的新问题。

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。