今年5月，一篇通稿宣布Lily Jay荣获「2026年Austral-Global人道主义卓越奖」，配了两张她领奖的照片。

1、江南娱乐 删除了禁止武器的红线，然后对着公众说「原则没变」，Hassabis的所作所为，令人唏嘘。

逃出去的东西，收不回来了 很多人看到这儿会松一口气：还好是内部测试，还好被监控着，还好及时拦下了。江南娱乐W1的设计，几乎是被巷道「逼」出来的： 自重负载比小于2，机械臂自身重量还不到它能扛起来的两倍，又轻又有劲； 力控精度≤1N，相当于能感知两枚鸡蛋，放在手上的分量变化。

2、英格兰两球领先巴拿马，图赫尔愤怒疗法初见奇效，臭骂遇弱不强！

它越是让你感觉不到它的存在，说明它运转得越完美。

3、罗体丨米兰希望引进18岁新星卡雷查斯

这种对数据的执念可以追溯到李述昊 2013 年带队把 UC 浏览器做到印度第一的经历。

4、狂胜彻底开窍，科曼找到中锋的版本答案！荷兰队末轮开启算计模式

再往下，GPT-5.6 LUNA Max、Claude-4.8 Opus这些名字，还在117到123分之间打转。

5、数说经济

中国人爱吃馒头包子（国产显卡），你当然可以把烤箱改去蒸馒头，但效率极低且费电。

实际上，模型公司的智能不等于企业的智能。

同时，团队还采取了算子融合的方法，将其在NVIDIA H20上的推理帧率进一步提升至36.77Hz。

6、首车月销过万，MONA第二款车登场！何小鹏暗示：价格会很猛

不过，人们上手后的实测，恰恰给出了另一半答案：GPT-5.6好像，正在把「会做题」和「会做事」这两件事，慢慢拧到一起。

三大支柱：从一颗CPU 长成一张全域算力网 在孙文剑看来，智能体已经不是被动响应的知识库，而是能主动拆解目标、调用工具、执行任务的「任务执行者」。

7、文明网评丨东北超”，把刻板印象踢出场

ABot不是在机械地堆砌机器人功能，而是在按照生命的进化节奏，孕育一个能自主生长、不断逼近AGI的完整物理智能体。

整篇报道中最具讽刺意味的细节是：在一家今年预计资本支出高达1800亿至1900亿美元的公司里，自家的工程师居然用不上GPU！ 华尔街的数据显示，谷歌今年第一季度的资本支出高达357亿美元，比去年同期翻了一倍多，这么多的钱砸下去买芯片、建数据中心，结果呢？ 面对这种乱象，谷歌正在试图亡羊补牢。

8、看来看去夏天还是穿T恤最合适，不用买太贵，舒适百搭又经典

在清华大学计算机系高性能研究所的深厚积累下，团队摒弃了魔改国外开源引擎，从零自研了赤兔推理引擎。

就在上周，彭博爆出Gemini 3.5 Pro因编程能力等多项指标不达标而三度延期。

联创谢旭璋在峰会的分享中提到一句话，非常动人：「AI for Good最朴素的含义，是让那些过去被创作门槛挡在门外的人，第一次拿到创造的工具。

9、盘锦：绷紧防汛安全弦 织密立体防护网

菲尔兹奖得主Timothy Gowers悲观又震撼地感慨：「2030年的菲尔兹数学奖，可能是最后一次颁给人类。

（图源：Stanford Online」 三年半前ChatGPT刚上线，当时的奥特曼认为，学生会先作弊一年，然后整个教育系统被逼着自我重构，教出比过去更会思考的人。

10、4年1127万！火箭队边缘替补合同转正，但有前提！或变交易添头

https://turntrout.com/red-line-framework 不仅如此，特纳还在谷歌内部发起请愿，成功收集了约250名GDM和谷歌研究部门员工的签名。

只有后续世代的Gemini仍沿用芯片设计时的同一底层架构，Frozen v2才能继续工作。

1、国安VS辽宁铁人：孔特+达万坐镇中场 恩科洛洛领衔 塞鸟客串中锋

他是首席科学家，是Gemini项目的联合负责人。

2、国足2比1击败新加坡！三位国脚表现不俗，赛后得到球迷认可

点「进入世界」，鼠标被锁进画面。

3、闭店搬迁！无锡这家海底捞

如果说S1-Omni回答了「AI能否真正理解科学」，那么ScienceOne解决的，就是「AI如何真正深入科研现场」。两大病号真愁人！老茂一番话让球迷心凉半截，俱乐部管理一塌糊涂COSA 负责「大脑系统」，FluxVLA Engine 负责让这套系统的 VLA 技能可被训练、复用、被反馈、被迭代。

4、全地形四激光纯电旗舰，岚图泰山X8 EV下线改写30万级纯电格局

OPC（One Person Company，一人公司）强调借助AI智能体和高效工具，以个人或小团队形式，更敏捷地推进技术研发、产品验证和创业探索。

5、利物浦报价费兰·托雷斯，伊劳拉钦点世界杯决赛英雄

据悉，SKIP与全球顶尖户外品牌始祖鸟联合研发的MO/GO动力外骨骼裤，将于2026年下半年启动量产，初期月产能直指2000台。

6、巴西vs挪威前瞻，哈兰德对决加布兽，挪威历史战绩占优

眼下一个尴尬的现实是，AI找漏洞的速度，已经快过了现有系统修漏洞的速度。

为什么？ 答案藏在素因子里。

模型推理时，不同阶段对设备的要求完全不同——Prefill疯狂吃算力；Decode极度吃通信和延迟。

7、有意球队+1！Shams：森林狼正在等待詹姆斯的决定

这回，Anthropic将目光盯准了K-12老师的整条工作流。

而中国「芯」的智能体时代，或许正从今天的上海滩，启程出发。

8、瑞士哥伦比亚狭路相逢，欧洲铁军遭遇南美雄鹰，谁能挺进八强？

吵了两周，这场争论真正吵出来的，不是「AI能不能做数学」，是「难」这个字要怎么定义。

一个帮你在世界里找信息，一个帮你在自己攒的东西里找信息。

代码侧靠AutoBuilder，业务侧则由KwaiClawEnv顶上，三层闭环协同： Service层动态扩池、把社区大量Skill转成可部署服务； Task层以真实业务为种子、派生海量任务变体； Eval层用「硬规则 + 模型评审」双重过滤，只留可执行、可验证、行为自然的轨迹。

钛动与 OpenAI 的合作正是沿着这条线展开的。