左右滑动查看 数学直觉的正面交锋 P1是全场最温和的开胃菜，所有模型几分钟搞定，人类选手也几乎无一失手。

1、kk体育 获得「前沿实验室」的认定将是一份重要的声望，而这扇门对任何组织敞开，只要造出达到基准标准的模型即可。

今年5月，奥特曼回到母校斯坦福，站上CS153的讲台，认错了： 这是我的一个预测错误。kk体育在自我递归能力上，Kimi在技术报告中称，「K3与Fable-5（含潜在回退方案）达到了相近性能，但K3每次迭代的优化速度更快。

2、活力中国调研行｜每15秒一个储能电池包！南通AI工厂造出的“巨无霸充电宝”热销海外

去年，OpenAI的o3和谷歌DeepMind的AlphaProof、AlphaGeometry 2，都在IMO题目上达到了金牌线水平。

3、多款曼联周边上线丨斜跨小包、金属水壶、队徽帽子、5号足球

真正能让一个开发者一天八小时不想离开的，是工作流有多顺、交互细节有多讲究、这个软件用起来有没有「高级感」。

4、世界冠军博林确认腹部拉伤告别本赛季，全美锦标赛前几天无奈退赛

当算力、Token、生产力，这条链到前店才算真正闭合——那些从芯片里一点点挤出来、又被后厂压到极便宜的Token，最终都在真实业务里，变成了看得见的生产力。

5、我在文明实践站里迎“七一”（三）

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」。

然后呢？然后往往就没有然后了。

图表的数据可溯源、可编辑，你想改一个数、换一种图型，当场就改。

6、约旦、阿联酋、印度尼西亚、巴基斯坦、土耳其、沙特阿拉伯、卡塔尔和埃及发表联合声明

当人形机器人真正走进家庭和商业空间，用户关心的只有一件事：这台机器人能不能稳定地把活干完。

他将这种现象命名为「下一代巨模型失望陷阱」。

7、邮报：利马是卡里克想要的类型，他的伤势将决定是否引进新中卫

那么，到底什么变了？重点在「停止条件」。

解法叫分片上传：切成一千片，断了只补没传完的那几片。

8、官方确认！阿尔卡拉斯即将复出！

Grok 4.5在P6上只挤出7053个token，全场垫底。

佟博士提出的问题是： 企业的认知究竟由什么构成？ 如果不能回答这个问题，就无法真正讨论认知主权。

ARC系列评测这几年的持续上涨就是证据，GPT-5.6 Sol在最高推理档位下拿到7.8%。

9、本可主控却甘当底角射手？格林招募詹皇自比PJ·塔克惨遭群嘲

小象电动，这家从哈工大深圳研究院走出来的科技企业，历经8年蛰伏，终于将曾经只存在于论文里的轴向磁通电机，变成了15万台产能的自动化流水线，变成了机器人跃动的关节。

李述昊的判断走得很远：全球最终会有 1000 亿个智能体，普通人每人 10 个。

10、本周末上海申花及上海海港的两场中超联赛将延期进行

第二问，Beck在1991年拿下，证明存在某个c>0，使得max_{n≤N} M_n > N^c。

如此高成本、长周期的流程，机器人最后的泛化性却不尽如人意，成为判机器人规模化部署的瓶颈。

1、U16国足主帅被足协官宣下课！曾带队战胜韩国，引发热议

这次变的不是参数，是形态。

2、不是亚马尔！巴萨天才世界杯一战封神！半决赛统治全场

美国有充分条件迈出第一步，率先制定这样一个框架：设立一个新的「标准机构」（Standards Body），仿照受联邦监督的公私合作或行业自律组织的模式——就像金融业监管局（FINRA）那样——其董事会应纳入独立的顶尖技术专家与开源社区代表。

3、高质量发展进行时

其中AI Coding跑得最快，仅这一类就吞下了全球超50%的Token消耗。成绩即将公布！重要提醒→机器人的「ChatGPT时刻」还有多远？ 六位专家圆桌激辩 主题演讲是各摆各的战绩，到了圆桌，六位专家则给出了火药味的激辩。

4、3条旅游公交线路运营时间有变！

因此，AtomWorld提醒我们重新理解Scaling Law在科学场景中的适用范围：基于网络文本语料的Language Scaling依然重要，但它只是起点。

5、郑钦文轻松晋级八强，比赛仅1双误，三大亮点令人惊喜

它将整个项目精准拆解：从架构设计与轨道计算策略，到全局的双轨比例系统、星空背景生成，再到主星绘制、行星环分层渲染，以及复杂的卫星系统统筹。

6、10家航空公司、5家线上售票平台被约谈

M = 2 × 3 = 6，和手算分毫不差。

形态不同，任务不同，物体更是千差万别——布偶、螺母、透明瓶子、柔性线束。

他半开玩笑地抱怨：真希望80倍别再继续了，太难扛，盼着回到正常一点的数字，「区区10倍」就好。

7、文化中国行丨生态科普+民俗体验 喀纳斯实景课堂迎来全国多地研学少年

他说了一句很有感触的话：「我经常发现灵犀写出来的东西，对我的理解甚至超过了我自己。

（图源：Kevin Dietsch via Getty Images） ChatGPT走个人助理路线，把你和它一起生产的东西收进一个入口； Gemini靠谷歌全家桶，把邮件、云盘、日历全打通； Claude则押注长期记忆和Skills技能，替你把上下文一点点攒下来。

8、宿茂臻引援画饼，被动怪年轻球员首发？于金永合同剩半年，已被多队盯上

从基础模型到基础设施再到场景兑现，这是一条罕见的全栈路径。

在这个过程中，提示词没有死，它只是退化成了循环里的一个组件。

各有各的强项，也各有各的天花板： 领域专用模型（AlphaFold 3、ESM3）：在蛋白质等特定对象的预测任务上做到了极致，但能力也被严格局限在单一对象和任务形式上； 工具增强型通用模型（GPT-Rosalind、Claude Science）：凭借外部工具链灵活切入科学场景，但其科学能力仅寄生于工具，模型本体并未深化对科学的本质理解； 科学语言模型（NatureLM、LOGOS、BioMatrix）：试图将蛋白质、分子等转化为符号序列进行跨对象的统一联合建模，但目前的探索仍主要停留在表征层面。

模型公司不再只是向企业出售知识，反而能够通过企业的使用过程，理解企业是如何思考、如何工作和如何创造价值的。