过去，AI芯片企业选择几个核心参数与英伟达进行横向比较，这种比较并非没有意义。

1、江南娱乐 中国水泥行业曾深陷多散乱、产能严重过剩与价格战的内卷中，全行业利润微薄。

MiniMax、Kimi继续在前沿技术突破及开源影响力上胶着竞争，与智谱、DeepSeek等构成国产基座大模型最密集的竞争梯队。江南娱乐双方真正想探索的是一套工业具身智能标准产品。

2、京汉保级大战！三镇3将伤停+4外援3新援出战，国安如何破铁桶阵？

除了全员大集合外，我们还看的一个明显的变化： 过去各家比的是”我这颗芯片算力多少”，单卡性能多么牛；而今年，提到最多的是“系统创新”与“高效协同”。

3、镇江跨赛季15连败，陆博飞400万年薪泡汤！常州赢球奖比中超还高

另一边，其余小虎正精准划定自身业务边界。

4、宿命压制！西班牙3届大赛淘汰法国 亚马尔9胜姆巴佩

”“我今年至少做了20场讲座，你们是最差的。

5、AC米兰酝酿重组中场，魔笛续约在即，亚沙里或换埃德森

用丁文超的话说就是： 但，这只是开胃菜。

今年4月，算力网首次被纳入国家“六张网”战略性基础设施阵列，与水网、新型电网、新一代通信网等置于同等重要的位置。

通过异构混合推理，主流国产芯片MFU（Model FLOPs Utilization）提升了85%-152%。

6、意外！格劳明明在中超保级队都混不下去，为何如今却官宣加盟上港

不仅做到了，还保持了与Picking同等级的闭环抗干扰能力。

这个团队的做事风格是：把事情做得很扎实、把关键认知拿得很清晰、把基建搭得很牢固。

7、印度仿制药巨头CEO：美国加征关税将致患者药价直接上涨，两年缓冲期根本不够

由此，物理AI在模型能力上，才真正完成了从感知、理解、决策到行动的完整闭环。

与不少模型主要围绕数学、代码等单项能力训练不同，Grok 4.5将强化学习扩展到了数十万个真实的软件工程和知识工作任务 模型需要完成多步推理、调用工具、从错误中恢复并验证结果，更接近Agent在真实环境中的工作方式。

8、中国数学家邓煜、王虹：北大的学术氛围让我受益匪浅

vivo总裁、首席运营官胡柏山此前透露，将“争取在年底前推出采用全新设计方式的产品”。

据初步测算，灵初方案可将生产损耗率降低约10%。

互联网数据更多记录信息，而工业具身智能需要理解物理世界。

9、央媒评中国籍数学家问鼎菲尔兹奖：向着最高峰攀爬，中国人志气骨气底气十足

怎么做到的？ 核心在于，Xmax团队在实时性和交互性两个维度上下了不少功夫。

第二天，新CEO到位。

10、衣柜里要有一条蓝色系半身裙，不撞款的日常造型，轻松get

仅凭几十条人工示范轨迹，就能让机器人快速适配全新作业任务，训练机器人已经如此简单了么？ 数字背后，或许真正值得关注的，是机器人终于跳出「从零学起」的模仿模式，具备了沉淀、迁移、复用通用物理经验的能力。

不少团队缺少的不是做出Demo的能力，而是帮助产品穿过验证期和增长期的资源、经验与反馈。

1、景区人员围殴旅游车司机，事后处置不能“自说自话”

△左：景烁科技CEO霍达，文远知行001号员工；右：景烁科技President&COO韩明 另一位创始人President&COO韩明，中国地理信息产业协会理事，中国测绘学会理事，中国卫星导航定位学会常务理事。

2、河南继续发布强对流蓝色预警，多地有短时强降水+雷暴大风，注意防范

责任问题也越来越棘手。

3、泽连斯基瞒不住了，俄罗斯这一炸，拆穿乌克兰伪装，攻防再生变局

“数据差但预期不弱”的反差背后，是理想汽车正在拆除过去赖以生存的“旧墙”，试图在以具身智能为核心的“无人区”里建立新的护城河。25岁女孩咽痛四天险窒息，小心扁桃体周围蜂窝织炎本次发版已与包括百度智能云在内的多家云厂商协同上线。

4、HWG！切尔西光速抢下阿森纳第一猎物，1.17亿英镑价格够贵了

用李飞飞的话说：这是当今AI领域最重要、也最被滥用的术语之一。

5、干得漂亮！孝感这个小区居民的操作太“飒”了

德国高速公路，是很多智能驾驶系统都会遇到的一道难题。

6、营收4.21亿利润0.35均不及预期，Pegasystems股价暴跌15%

今天的AI几乎什么都能答，却缺少“知道自己不知道”的元认知能力。

当年2月8日，柠季第一家店开业，6月就完成了A轮融资，次年初又完成A+轮，投资机构都是有“大厂”背景的互联网基金。

抛出DAA概念的同时，李彦宏重点强调了“应用”的重要性。

7、用了8年还心动，这笔钱是花得真值啊

对用户完全透明。

此外，荣耀还将通过旗下生态平台“荣耀亲选”进入Pocket赛道。

8、意甲神奇黑马！9年竟从破产到闯入欧冠！彻底改写意大利足球格局

一圈逛下来，今年最热闹的几个关键词已经很明显： 超节点、大模型、Agent、AI4S。

马斯克，你的人生还是过于精彩了。

而这背后，也对应着具身智能正在补上的一块重要能力：触觉。

他们不是先决定做一款AI产品，再寻找一个可以成立的需求，而是把长期经历、反复观察的问题变成了产品。