LoCoMo基准（长对话复杂推理测试）：HMS-self-evolve以93.5%再度登顶；在多跳推理上达到91.5%，开放域推理达到95.5%。

1、kaiyun官网 参考资料： https://x.com/kimmonismus/status/2079193746944790666?s=20 https://castlecrypto.gg/news/alphabet-shares-rise-following-reports-of-ultra-efficient-ai-chip/ 编辑：所罗门新智元报道 这一天，整个数学圈震撼了。

从实验结果看，PolicyTrim并不是只优化benchmark指标：在物理机器人上，任务完成时间也能缩短到baseline的一半左右，并且在动态干扰场景中保持鲁棒性。kaiyun官网7月18日的2026世界人工智能大会「科学智能开放论坛」上，获奖选手与各界嘉宾齐聚一堂，共同见证赛事圆满落幕。

2、论文首次发布AI全人类灭绝场景分类：可避免但需警惕

在3大内部知识工作基准中，K3超越Claude Opus 4.8（max）与 GPT-5.5（xhigh）: 这标志着 Kimi K3 在智能体知识工作能力上全面进化，实际应用更强大、更可靠。

3、大厂边缘的中年人：融不进去，逃不出来

J-Space研究的根本取向是内在主义的——它将可解释性的核心问题设定为「理解模型内部发生了什么」，试图像神经科学家用fMRI扫描人脑一样，用J-lens扫描语言模型的神经活动。

4、狂揽7.7亿镑！创纪录！阿森纳本赛季刷新英超营收天花板

一张会呼吸的表，就这么迈向了一个能操作的界面。

5、英国公开赛亮相皇家伯克戴尔！舍夫勒小麦领衔阵容 李昊桐重返福地

Gemini-3.6 Flash前端能力全线崩盘，在前端代码竞技场中不敌Claude Fable 5、GPT-5.6 Sol等当红模型，甚至不如Meta的Muse Spark 1.1。

7月7日，Sam Altman现身太阳谷峰会。

一类，叫有害服从（harmful compliance），模型照做了，可用户的请求本身就是坏事； 另一类，是模型「自作主张」，违背指令，去追它自己认定的目标。

6、为什么不能把杨柳树都砍了？官方回应

而现实已经给出了警示：OpenClaw官方技能市场ClawHub上已被查出上千个恶意Skill，仅2026年针对OpenClaw披露的CVE漏洞就超过一百三十个，凭证被窃取、数据被静默外传的事，正真实地发生在生产环境中。

中枢（ABot-AgentOS）：执行中枢，负责记忆调度与任务下发。

7、纽卡斯尔联官宣签下阿贾克斯新星施托伊尔，转会费高达3200万欧元

在WAIC现场的分拣单元，面前堆了几百种乱七八糟的物体——日化用品、文具、水果、蔬菜、玩具、零食——十几种类别，机器人一件件拿起来，扫一眼，准确丢进对应的分类框。

但成绩归成绩，我们认为更有意思的，是成绩底下那颗S1-Omni。

8、疼痛堪比分娩！身体里的"小石头"正在折磨你

基于这些观察，Light Interaction拆成三件事：自适应上下文管理、轻量级去噪缓存，以及软硬件协同的3D稀疏注意力。

直到2013年，58岁的张益唐发表了关于孪生素数猜想的突破性论文，一夜之间从默默无闻的大学讲师变成全球瞩目的数学家。

谷歌似乎陷入了某种「官僚主义的指标狂热」：为了在财报和发布会上展示更高的版本号、更快的推理速度，他们牺牲了AI最本质的东西——真实效用。

9、户外路跑营销案例｜Citizens银行打造差异化马拉松营销体系

它把Claude Fable 5的付费访问又延长了一次，同时把Claude Code的周额度上调50%，两项都续到7月19日。

狂欢过后，业界陷入了尴尬的「三重失控」：用量失控、成本失控、价值失控。

10、Temu被罚2亿欧元深度复盘：欧盟DSA为何成为所有跨境出海平台绕不开的生死线

几乎同时，另一组截图也开始传：Codex客户端里用户实际能用的上下文，从约372k退回了272k。

第二项，它会自己查自己。

1、英格兰VS阿根廷前瞻：三狮军团手握3大优势，或斩落潘帕斯雄鹰晋级决赛

场景单位：上海复兴岛面向城市治理与生活服务，聚焦商业配送、市集导购、都市巡检等场景，攻克多任务闭环验证与运行数据持续回流，实现空间智能与具身数据双向赋能，有效推动空间治理常态化落地。

2、皇马依然会采用换帅的方式来解决球队问题，但核心之争仍无法解决

利用AI生成了一篇充满高级技术黑话的PDF论文。

3、一场1-0绝杀！终结了40年等待，加拿大首次进16强，有望成大黑马

我以为到现在，它早该变了。警营润童心！这场沉浸式成长课堂超有料长城挑战，是一场「实战」。

4、商务部新闻发言人就将14家欧盟实体列入出口管制管控名单答记者问

比如，你要在几万个基因中筛选致病靶点，或者在fMRI脑成像中定位数十万个体素的神经活动，极容易产生「假阳性」。

5、双喜临门！狼队留洋小将徐彬广州求婚成功，女友动情发文感谢惊喜

在数据端，相比纯模型驱动的厂商在实验室里死磕合成数据，高德背后是积累了二十年的庞大时空基座。

6、广西一棵大树倒伏砸到多名路人，有伤者送医，殡仪馆：接收3名遇难者遗体

新用户进来不需要从零训练智能体，直接采用已有的 Skill 就能开始工作，和 Shopify 用户选一个模板就能开店是同一个逻辑。

诚邀麻省理工学院、斯坦福大学、卡耐基梅隆大学、牛津大学、剑桥大学、帝国理工学院、新加坡国立大学、南洋理工大学、苏黎世联邦理工学院、洛桑联邦理工学院、慕尼黑工业大学、卡尔斯鲁厄理工学院、达姆施塔特工业大学、亚琛工业大学、香港大学、香港理工大学、香港科技大学、香港中文大学等顶尖高校与海外创业团队火速集结。

模型学好了技能，却认不出红色的塑料箱，适应不了偏暗的灯光，也跨不过那高出的5厘米。

7、真假难辨？葡萄牙内讧或许能让这支球队迎难而上

这条路，Coding已经提前替所有人趟明白了—— 从嵌进IDE的Copilot，到动嘴写需求的Vibe Coding，再到今天自己规划、执行、验证的Agentic Coding。

请注意，过去20年不是没人想解这道题，而是找反例犹如大海捞针。

8、淮海路这家文创店居然还很好吃？！墨西哥驻沪总领事都推荐，根本停不下来！

公司名字挂版本号，是李述昊希望像做产品一样做公司。

同样的偏移面前，WAM-TTT的泛化保持率高达75.6%，是ICL的5倍多。

注：模型1是GPT-5.5，模型2是磐石，模型3是Claude Science 再看看排在后面的GPT-5.5，虽然图表画得花里胡哨，但一句「噪声后子系统熵保持为1」，直接暴露了它连局域噪声和全局噪声都没分清的理论硬伤。

整个流程可以概括为三个环节。