这是奇迹。

1、KOK官方 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%。

用时3.8小时，成本更是压到了极低的20美元。KOK官方这就导致在「按5次按钮」的任务中，当机器人按完第1次，准备进行下一次推理时，它的大脑是完全空白的。

2、Scotto分析：湖人若交易库明加，三方交易或是唯一路径

难的是把它们拧成一个模型，还得躲开「按下葫芦浮起瓢」的跷跷板。

3、拉纳克本垒打+关键两分打点，交易价值飙升助双城终结四连败

但Uber们的账单同时也在宣告，光会用，远远不够。

4、“中国式安全感”！公安部分管日常工作的副部长亓延军，亮出上半年治安“成绩单”_网易订阅

具身智能的「最后一公里」，各有奇招 先亮战绩，再亮主张。

5、库尼亚世界杯小组赛3场3球！新赛季曼联球衣可以印号咯~

支撑「用得起」的，是一个此芯自己敢喊的数字：国产唯一实现单Token能耗降低50%以上的SoC+NPU一体化方案。

而这，恰恰是面壁智能的统治区。

而这组数字真正的分量，首先在它的测法：所有被拿来比较的系统，全部基于各自的官方开源仓库复现，并且统一用同一个模型GPT-5-mini来完成记忆抽取、答案生成和对错判定。

6、英联邦运动会格拉斯哥开幕 印度靠拳击田径举重冲前五

每一条视频末尾，她都在向公众募捐。

这套配置还有个好处：哪天换了别的AI工具，上下文直接打包带走。

7、长鹰硬科，上市首日大涨_网易订阅

作为场景方，晶泰科技借助赛事比拼机制，多家方案一轮比完即可快速推进，大幅缩短了方案比较周期，选定技术方中科院工业人工智能研究所IAII-IICS战队，在20分钟内连续完成9轮高精度实验操作，将样品装载、仪器交互、溶剂瓶与管路管理等生命科学实验流程转化为可量化、可比较的机器人操作任务。

这就是为什么 Fithian 会发出那声哀叹——「重大成果本该属于人类洞见」。

8、科洛科洛迎战利马切颜色：六连胜领头羊遭遇交锋劣势

S0 只暴露一个统一接口，接收上游的全身运动目标，输出平衡协调的关节指令。

今年具身智能第一次与智算并列为两大核心赛道，超过200家具身智能企业到场，人形机器人几乎挤满了整个展馆。

X上一个叫Heavy Pulp的创作者，用Grok Imagine生成了一段《奥德赛》的对话场景——卡吕普索挽留奥德修斯的那场戏。

9、14国施压南海不到24小时，中方抛出灵魂一问，日本却先破防了

第二个更隐蔽。

为此，DA-Nav构建了ReDA恢复感知导航数据集，通过受控扰动主动制造偏航状态，并记录相应的专家恢复行为。

10、21年等待终迎梅西！英阿世界杯宿敌再相逢，这一次英格兰还能挡住球王吗？

账算得正是一回事，规模跑得起来才能证明这不是小打小闹。

放在整个Coding模型的赛道里，这是一次实打实的跻身第一梯队。

1、速看！四川省2026年高考志愿填报辅助系统操作说明

用不用子智能体、先翻哪个文件、要不要跑测试，通通不用你操心。

2、上海男篮外援更换新方案，去二留二，放弃大龄外援或成最佳选择

Kimi K3绝对是AI发展史上的一个历史性时刻，开源AI进入后Claude Opus 4.8时代！ 300亿美金豪赌 智能成为公共设施 Kimi K3的2.8万亿总参数，是MoE架构的精妙设计——总参数巨大，但激活参数远低于总参数，提升了MoE的稀疏度，结合Stable LatentMoE 框架，实际推理时从 896 个专家中激活16个。

3、乔丹第15詹姆斯第22，NBA历史最佳防守球员揭晓，第一毫无悬念

代价是两个字：僵化。韩鹏5.6分！泰山打分：于金永9.5分，刘洋是天使+魔鬼复合体！7将不及格但DeepSeek从来打的，就不是这张牌。

4、FIFA官宣世界杯最佳阵：金手套+最佳新秀双双落选，球迷怒斥“闹着玩”

早在2025年，Anthropic就发过一份报告，测试16个主流模型，发现当模型面临被替换、或目标与公司冲突时，会像内部员工一样勒索高管、泄露机密：Claude Opus 4的勒索率一度高达96%。

5、比阿根廷更差劲！伊布怒批世界杯大乱斗：西班牙全队太软弱！

这些东西很难写成操作手册，但能被一段录屏完整保留。

6、成绩出来了！请告诉孩子：无论结果如何，爸妈永远爱你

参考资料： https://openreview.net/forum?id=PEyouQzOLD 编辑：LRST新智元报道 今年WAIC开幕当天，上海世博展区挤满了各种机器人、大模型和智能体。

Opus 4.7，是那个挑刺的。

钛动做第一个，OpenAI 做第二个。

7、从搞笑庆祝意外走红到成为乒乓之声：亚当·博布罗的蛇球传奇

4 到 7 个月：怎么测的，差在哪 AISI 用两套体系评估模型的网络攻击能力。

它承担的角色更接近于一名「评分审计员」，负责检查分数是否能够被评语合理支撑。

8、博洛尼亚为卢库米标价2500万欧元，拒绝贝西克塔斯球员交换报价

Steinberger说得更绝：别再给编程智能体写提示词了，你该设计喂给它们提示词的循环。

为此，他们又提出自适应的分级噪声控制，在细节吃紧的地方多注入噪声、逼模型多花力气去抠，把丢掉的控制力补了回来。

点「进入世界」，鼠标被锁进画面。

导致这种改变的，世界模型研究是重要因素。