参考资料： https://www.imo2026.com/Results/Individual_Results.htm https://x.com/_simonsmith/status/2078468111678722448 https://mp.weixin.qq.com/s/HekpOfjea9-NrRP5TxL5Zw https://mp.weixin.qq.com/s/nQVfMccLl0ArddDwF6GPVg 编辑：大卫新智元报道 7月18日，AI圈忽然被这个消息刷屏了。

1、kk体育 第二项，它会自己查自己。

有人第一次真正理解了，泰坦尼克号上那些人的死，不是一个数字"。kk体育给它一句「把货架第二层左边那个蓝瓶子拿过来」，它得先弄清你要哪个瓶子，再用「眼睛」看清现场，然后把这句话拆成一串动作：移到架前、伸手、抓稳、退出、送到前台。

2、巴掌大的"行走小空调"，3秒就能吹出冰镇雪碧般的凉风

落到具体行业，痛感立刻锋利起来： 制造业想让AI钻进研发、仿真、质检、排产，可图纸和工艺数据是命根子，只能私有化部署。

3、盘点7个“装修踩坑案例”，都是过来人踩过的“坑”，全是血泪史！

给智能体，戴上一副「计算机系统」的眼镜 SafeClawArena最关键的一步，是没有另起炉灶发明一套新分类，而是借用了计算机安全几十年的成果。

4、近千名小舞者参与，2026第四届“保利之夏”暨曼舞长宁·第九届“虹彩杯”少儿艺术展演收官

但GPT-5.6 证明了，科研中的「创造性洞见」环节，已经开始向算力迁移。

5、中卫“公益乐学”乒乓球培训圆满收官，羽毛球课程接续上线，职工幸福感拉满！

Token不再只是聊天的开销，还成了重构企业流程的「生产资料」。

目前，FDR超过名义水平的幅度（0.104 vs 0.1）相对较小，其对高通量科学的实际冲击力仍有待沉淀。

四种循环，说穿了是四种「什么时候该停」的答案：人来判、评估器来判、时间来判、事件来判。

6、成龙发文悼念谢贤：我还在做武行的时候，他已经是大明星

数据中心级AI服务器噪音大到办公室无法忍受、机房门槛极高；普通工作站又算力孱弱、撑不起大模型。

后厂：把推理成本，一年打下来10倍 第二个变量，是Token转化效率。

7、登场就创历史！梅西将创世界杯96年神迹，三届决赛首发第一人

当海外开发者使用这些Token写代码时，他们其实已经在使用中国自主可控的底层算力！ 做Agent产业爆发的修路人 纵观科技史，任何一次伟大的产业爆发，都离不开底层设施的完善。

它的核心意义在于，在例如数采工厂里，机器人学会一项技能后，可以以极低的数据要求、极低的金钱和时间成本，完成对新场景的适应和部署。

8、上海内环“隐奢”豪宅怎么选？这份隐私安全与圈层纯粹性测评榜单请收好

平台将资产沉淀机制深度融入「假设-仿真-实验-回流」全科研链路。

根本的变化只有一个：数据的拥有者易主了。

去年底，她一手打造的AxiomProver拿下了Putnam数学竞赛的满分。

9、中卫市2026年市直事业单位公开招聘工作人员拟聘用人员公示公告（一）

」 有人说，我很少见到科学圈的X像现在这样，陷入如此疯狂的兴奋与巨大的震惊之中。

推测来看，近期3.5 Pro的开发进展并不理想，因此他们启动了全新的预训练课程。

10、钱再多有什么用？李保田79岁晚年曝光，住所凌乱，喝廉价桶装水

从DALL·E、Midjourney到Nano Banana、GPT Image，AI第一次大规模解决了「生成美」。

有了磐石之后，它会把高度依赖人工脚本的跨组学联合分析，转成AI驱动的标准化流水线——过去要耗上好几周的活儿，如今几分钟就能跑完。

1、“哈尔滨从来没让我失望过”丨深圳游客哈市中转遗落手机，的哥一句“你放心逛，我这就给你送回去”让她心里踏实

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。

2、48小时送走哈梅内伊：令人恐怖的技术代差，现代战争的形态变了

基于这条定律，大晓发布以人为中心的环境式数据采集方案2.0。

3、全网刷屏文博会！一场AI带来的产业革命正在广东发生！

我把积攒了三个月的报销明细（大概200多条）扔给灵犀，说「帮我按部门、按费用类型分类汇总，标出超标的项目，生成一个可以直接交给财务的Excel。生物量子相干修复舱差距看起来不大，但这0.4%的提升来自六个精细的自进化模块，包括计数去重、相对日期锚定、精确日期回填、数值差异校准、当前与历史状态仲裁、双层来源锚定。

4、人民法院披露“巨贪”白天辉案：单笔受贿额高达11.03亿余元，案发后仅有6.3亿余元追缴到案

至此，链条第一次完整：记忆沉淀为经验，经验长出智能，智能被传递、被扩散，汇成文明的演化。

5、命运悬空！两场平局锁死乱局，韩国命悬一线，生死全看他人脸色

谷歌并不孤独。

6、CBA顶薪后卫合同到期！与老东家有矛盾，季后赛被弃用

Vision-Language-Action（VLA）模型把视觉观测、语言指令和机器人动作统一到一个策略模型中，使机器人能够根据自然语言完成复杂操作任务。

PI偏押最脏的场景：让机器人当咖啡师，做浓缩咖啡还要90%以上可靠——端着带液体的杯子、拿捏出杯时机、精细力控，一步都不能崩。

谷歌的「塔西佗陷阱」： 为什么全司之力造不出最强AI？ 为什么万众期待的王炸会哑火？ 这篇报道为我们揭开了谷歌内部的重重困境。

7、千金之家，千载之梦

即便假设防御者已知具体目标（比现实更强的假设），少量epoch的BEEAR训练也难以有效降低ASR；只有过量训练（如15 epoch）才能适度压低ASR，但同时会严重损害模型效用（MMLU从约65跌至55–58）。

Alpha不只是客户名单、财务数据或技术专利。

8、中超弃将变归神锋！格德斯的封神，是中国足球最大的笑话

它把针对Gemini的关键决策路径直接内建进电路——芯片不用再「想」该怎么走，因为路已经浇铸在硅片里了。

这也是超维动力坚持做通用具身技术的原因—— 必须把机器人扔进真实世界的复杂场景，收集足够多样化的数据，才可能孕育出真正通用的技术。

质量指标上，论文报告了PSNR、SSIM、LPIPS、VBench等多维结果。

一个Agent跑完一个完整任务吞掉的Token，是过去一次简单问答的数倍乃至数十倍。