参考资料： https://arxiv.org/abs/2606.30755 编辑：LRST新智元报道 「你已达到使用上限，请等待额度重置。

1、kaiyun官网 张益唐当年研究的是二维情形，而二维并不是三维的简单低阶版本——恰恰相反，二维是这个问题里更核心、目前看来也更难攻破的部分，数学意义更大，至今仍未解决。

不经过处理的多路图像会生成海量Token，直接拖垮推理速度。kaiyun官网特纳将最大的希望寄托在了Jeff Dean身上。

2、上半年“上海好书”新鲜出炉 这30本有你读过的吗？

智慧城市有了AI的居民，才能真正地活起来。

3、这8个“反人类”设计，我忍了20年！设计师你出来，我保证不打你！

当宾夕法尼亚大学沃顿商学院的副教授Edgar Dobriban试图用AI攻克这个堡垒时，事情开始变得诡异。

4、阿根廷媒体意难平，直言斯卡洛尼出现指挥失误，本有望掀翻西班牙

爱诗科技创始人兼CEO王长虎提出了一个犀利的观点：游戏是世界模型的硬核试炼场。

5、拼多多推动生态治理常态化的背后

至于那个迟迟不来的旗舰、和刚刚开跑的Gemini 4，都还是「期货」。

大家的抱怨高度一致：模型确实变快了，回答来得更利索了，但它不肯往深里挖了。

最后测试PPT。

6、205㎡，法式轻复古治愈私宅

但OpenAI最强的GPT-5.6 Sol，最近已不止一次「删库跑路」！ AI大幅降低了「让软件跑起来」的门槛，它并没有同步降低「让软件安全运行」的门槛。

一个叫Chloe的创作者，真的做到了。

7、果然，这届网友是懂收纳的！放开思路做鞋柜，收纳力直接翻倍！

不同任务可以使用不同模型。

它不是纪录片，不是游戏，不是电影。

8、入住之后才发现，家中最没用的7件家具，样样鸡肋，想扔又不舍

剩下的路，让它自己闯。

样本量从几千份跳到百万级，推理结果还能反复调优。

他们现在开始告诉企业： 不要失去自己的数据、学习闭环和Alpha。

9、吴绮莉回应伤害女儿：“自己只是一名刚及格、仅有60分的妈妈”

但在完整的体系内，手和脚的能力，能够被一体调用；它们沉淀的知识和经验，会反向转化为记忆回馈给大脑，大脑再将记忆用于模型的专项训练，从而训练更好的模型和更聪明大脑。

这在人类科研中非常致命——一旦某个大牛提出了一个看起来很美的方向，所有人都会一窝蜂涌过去。

10、句句心酸！好惨一状元！

但这丝毫不减损这个事件的冲击力。

第二步，交互：在文档右边的对话框里，人和AI充分对话、反复修改。

1、万万没想到，刘强东会因广西大雨后的两个举动，实现口碑暴涨

这些测评将定期更新：起步阶段或许每季度一次，过时或已经「饱和」（被刷到满分）的基准将被弃用、替换。

2、离谱

从聊天机器人 到你的个人知识库 一个搜索框，能有多重要？ 还真不能小看。

3、李诞失业论引爆：996内卷退潮，躺平成新选择

第四步，在Claude Code里用/add指向这个文件夹，或写进CLAUDE.md。全世界都看好法国？西班牙2-0完胜法国给全世界上了一课商汤已经签约国星宇航，计划今年四季度发射4颗「商汤号」系列算力卫星，完成首发并组网；2028年目标建成星地混合云商用骨干网；到2030年建成千颗级天地一体化AI算力星座。

4、中国女排距离前五不远了！土耳其6连胜升第三，波兰扣除6.68分

他把它称作「里程碑产品」，也是AGX战略的第一个落地物证。

5、《虐杀原形》要重制?Steam更新+域名续费 但未证实

开源与闭源的能力差距收窄到半年以内，「用闭源独占期充当安全缓冲」的默认策略快要失效了。

6、6月30日至7月5日，全疆将迎入夏以来最强高温

数据由你产生，资产却记在平台名下。

拥有115个自由度的全尺寸人形机器人KAIBot，正自主迈步走到观众面前。

传统企业积累的是Human Capital，也就是员工、专家、组织经验、专业判断和管理能力。

7、爆料北京队有望提出上诉，上海队总冠军危险，周琦成最大受害方

磐石最突出的表现，在于它像一位真实的生物学家一样，主动给出了「实验优先级排序」，并附带了严密的生物学论证理由。

文本语料的Language Scaling是知识基础，但材料建模这类强操作任务，更需要面向行动能力的Action Scaling——将「行动 — 反馈 — 纠错」全流程变成可规模化学习的对象。

8、自从买了房才知道，房贷是最真实的压力

公式里的三个变量，正好对上「前店后厂一中心」三块业务。

顺着这个思路，奥特曼主张将教育目标从「记住更多知识」，转向「提出更好的问题」；从考记忆，转向考判断、考创造、考跨学科的真本事。

这对你我有什么影响？ 以前你想要个趁手的小工具，一个能看板、能查数、点两下就办事的东西，你得会写代码，或者排队等IT、等外包，等一张说不准哪天上线的需求单。

VLA与世界模型谁是下一个目标？真机数据还是人类数据更有价值？全栈还是只做大脑？ 这些问题没有标准答案，但有一点是确定的：物理AI正在以远超预期的速度向我们走来。