在WAIC现场的分拣单元，面前堆了几百种乱七八糟的物体——日化用品、文具、水果、蔬菜、玩具、零食——十几种类别，机器人一件件拿起来，扫一眼，准确丢进对应的分类框。

1、高比体育 真正的困难，藏在一个看不见的地方——记忆。

拔掉网卡， 这只机器狗还能「死死咬住」你？ 在WAIC期间，面壁智能还开源了一个追踪导航模型——MiniCPM-RobotTrack。高比体育效果立竿见影。

2、这台AMG GT Black Series仅行驶190英里 哑光石墨灰涂装正在寻找新主人

有网友称，Kimi K3是月之暗面的Mythos时刻，在3D生成方面非常出色： 在Three.js 中实现尼米兹级航空母舰上的战斗机起飞与回收 网友实测，K3一句话就能做小游戏，CS、英雄联盟、炉石，都是K3一句话做出。

3、通用被曝紧急刹车，凯迪拉克大型电动SUV计划或生变

想让它少来回几趟，就把你平时手动检查的步骤，写进一个SKILL.md文件，让AI自己验收。

4、中超积分榜：首支超20分球队诞生，上港反超国安，津门虎摆脱垫底

公元前30000年，冰河时期。

5、孙兴慜致歉全体韩国民众：与其给球员过多伤害，恳请大家给予温暖鼓励

Figure 03 可以说，人形机器人进入双雄时代——逐际动力是 Figure 在中国最强大的对手，COSA 是目前最完整的人形大脑系统。

人的回忆，就是这样一种「从线索重建整体」的过程。

就在这个月，METR和OpenAI自己的system card都对GPT-5.6 Sol标出了异常的密谋（「scheming」）行为——在一项软件工程测试里，它钻空子的比例是METR有记录以来最高的一次。

6、飞行员谎报世界杯夺冠，阿根廷球迷狂喜后死寂：西班牙才是冠军

第三个是人形产品。

GPT-5.5在该项专业科研任务中表现垫底，仅拿下78分。

7、仅产88辆，这台1993年法拉利348 TB行驶3.9万英里，现无底价拍卖

新智元报道 一段3分钟的AI短片，炸了。

面板顶上那个小小的预览窗里，土星在缓缓自转，环跟着一起转，前后遮挡关系分毫不乱。

8、机关退休朋友提醒：这笔补贴你不申请永远不发

对p=2，v₂(12) = 2，v₂(18) = 1，gcd = 1，贡献2¹。

定位到根因后，它们会直接拟好修复方案，并问你要不要一键重建。

暂停时行星表面自转也得停，倒放时要反向回退。

9、父亲是全黑传奇，外公是板球名宿，他却用竹竿球杆打出大满贯

同时，在AI Ping评测上，正是因为清程极智完全中立，不偏袒任何大厂，才能得出最客观真实的数据，实现真正的智能路由。

作为参照，过去七年IMO，4347名人类选手参赛，只有30人拿过满分——比例0.69%。

10、后悔吗！罗斯刚换下米特里策不久，铜梁龙就抓住机会扳平比分

据作者实测，财报里的表格、PDF里嵌的图、架构图、仪表盘截图，以往Opus 4.8偶尔会认错列、看混坐标轴的地方，Fable 5能稳定读对。

它越是让你感觉不到它的存在，说明它运转得越完美。

1、哈兰德绝杀！挪威时隔28年重返世界杯16强 将战五星巴西

一座工厂最怕的事：五个老板管一条流水线 那为什么同样买国产卡，有些智算中心依然亏钱，商汤能把利润跑出来？ 答案不在某一张卡，而在整座工厂的控制权。

2、意甲新赛季赛程公布，尤文首战弗洛西诺内，斯帕莱蒂想要洛博特卡

面对这一问题，商汤的解法是用32×32的大patch（普通生图模型是16×16）来覆盖住更大的画面，从而把token量直接砍到四分之一。

3、伊朗导弹炸遍六国，唯独放过沙特！巴基斯坦核弹护体真管用！

从单点决策到长程闭环 DA-Nav升级NavBrain导航能力 在NavBrain的能力链路中，DA-Nav承担的是长程方向理解、局部目标生成与主动纠偏。尤文国脚报告：冈萨雷斯表现平平无缘冠军，伊尔迪兹即将归队在Claude Code里，Fable还能自己派更省钱的子智能体去干粗活：它出方案，Sonnet、Haiku这些去执行，最后再由它回来验收。

4、注意！太原百余个老旧小区将改造！

这些都是必要条件，但远远不够。

5、亚运陷死亡之组？U23国足目标不变

安全团队要的漏洞清单，每一条都能直接跳到出问题的那行代码。

6、梅西之后，再无这种传奇：他是最后一个只靠足球征服世界的人

在WAIC，中国「心脏」在跳动 2026年的夏天，在上海世博展览馆H3馆，小象电动的展位，注定不只是展示几款电机而已。

今年的WAIC，含金量可谓空前。

一个文件夹、两个markdown文件、一组技能，就是让Fable 5「认识你」的全部配置。

7、逆转英格兰！阿根廷晋级世界杯决赛！

为什么会这样？ 对此，Anthropic的回答是：我们不知道。

电影海报 · 雨夜来信 一张民国上海的悬疑电影海报。

8、追随光 成为光——邵阳“德耀宝庆 榜样同行”故事分享会掀起全城“追光热”

但AI不会气馁。

PolicyTrim引入step-saving reward：成功轨迹用越少步骤完成任务，奖励越高。

它让S1-Omni学到的，不只是科学数据的表面模式，更是「如何在具体任务中基于专家知识去推理」。

先别急着惊叹90分钟——你得知道，这道题在统计学里压了整整二十年。