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。

1、火博体育 任务干完，它不急着交差，先给自己写测试、跑测试、抓出错误、修完，才说一声「做完了」。

为什么PolicyTrim有效？ • 面向策略本身提效：它减少冗余动作和不必要的重规划，而不只是降低单次推理延迟。火博体育导致科研工作仅有单次试错成本消耗，无长期迭代收益，即便 AI 通用能力持续升级，原创科学研究成果依旧进展缓慢。

2、老詹神勇，湖人晋级！

几秒钟后，机器人「听到」了指令，头顶的「眼睛」一扫，灵巧手伸进塞满饮料的货架层里，精准抽出目标瓶子，转身送到前台。

3、到底什么食物里含雌激素？

官方给这款产品的定调也很清楚：Claude for Teachers是给老师的工具，不替代老师，更不直接喂给学生。

4、钱没白花

因此，VLA部署效率不仅要看每一步的推理延时，更要看策略效率（policy efficiency）：一次预测中有多少动作能放心执行？完成任务到底需要多少真实物理步骤？ 已有方法大多从计算侧入手，例如视觉token剪枝、量化、KV-cache复用、蒸馏或推理引擎优化。

5、今年夏天最流行的4条半裙，配“这件衬衫”减龄又好看！

光P3一道题就发起6次冲锋，鏖战491分钟。

重点来了，代码生成后，我们直接点击「扫一扫，检查代码隐患」卡片，Qoder的安全引擎瞬间拉响警报，精准指出代码中的反序列化风险。

成功完成任务且执行窗口更长的轨迹获得更高reward，鼓励模型把原本不可靠的chunk尾部动作变得更可用。

6、凯德投资设立31.5亿元机构间REITs

世界果然是一个巨大的草台班子。

顺带提一句，deepseek-chat和deepseek-reasoner两个老模型名，7月24日正式下线。

7、孩子小于这个年龄，不能喷驱蚊液

一个愿意「往下走」的人 要理解这次跳槽的分量，得先把时间往回倒。

喻杰在头部车企做智驾时就看明白了一件事：特斯拉的赢面，不是因为端到端别人不会做，而是它有几百万辆车在全世界的马路上跑、日夜不停地采数据。

8、金价、油价，大反转！

一般的模型，到这一步就该停了。

AI Coding在这里，已经不是一个提效工具，而是长在企业身上的研发基础设施。

我们亲眼目睹了旧神的黄昏，也正在见证新物种的破晓。

9、连场失误丢球！乌拉圭40岁门将成罪人 此前已阔别国家队3年

大脑（ABot-ER）：具身大脑，负责统一的逻辑推理与环境认知。

ABot-AgentOS多模态终身记忆 过目不忘 凭借系统级的经验反哺，机器人真正能够跨本体和跨任务做到举一反三、过目不忘。

10、杨植麟和Kimi，拿了DeepSeek的旧剧本

数百个智能体、8道关卡、3轮对抗式评审，最后还做了一次一致性校验，把每一条命令的输出跟Python原版逐一比对，只要行为一变就当bug修掉。

而且从第一天就是全球化。

1、放弃吉马良斯！阿森纳 8500 万抢世界杯妖星，18 岁天才完胜

这什么神仙速度？ GPT-5.6发布满打满算才6天，活跃用户就一路狂奔—— 12日冲到600万，13日破700万，到今天15日，直接飙上800万。

2、北大喜提“双菲”，也不是因为非争不可

但是由于人类具备空间常识和安全意识，即便出现地图偏差和定位漂移，也不影响正常使用，而机器人如果进入开放环境遇到这种问题，将对安全性造成巨大风险。

3、伊朗说打击驻科威特美军目标回应美方袭击

（孵化营官网地址https://competition.ai4s.com.cn/race/19/introduction） 通过链接顶尖科学家、头部产业方、一线投资机构，并配套最高200万元项目专项资金支持，孵化营将推动优秀成果完成技术熟化、工程验证、场景导入与资本承接，加快形成可持续的创业团队和可规模化的产业能力。湘潭理工学子扎根韶山市银田村开展调研小象电动的规划很务实。

4、参加高考被吐槽“耍大牌”，她真的有错吗？

他们系统化清洗原始数据，剔除仿真器早期产生的异常轨迹、错误动作等脏数据，保障训练数据质量。

5、5510万！世界杯期间黄浦区竞彩销量创历史纪录

换句话说：谁的卡好用就插谁的，什么模型合适就跑什么模型。

6、俄罗斯央行下调基准利率至14%

把活跃用户数摞在一起看：2月，Codex还不到100万；7月12日600万，14日800万，到16日，Codex和ChatGPT Work合计突破900万。

华为、小米、OPPO 早已把 AI 功能做成旗舰标配，部分品牌还接入了 DeepSeek 等模型，体验差距在拉大。

另外，在控制总数据量恒定的消融实验中，银河通用给出了一个让所有从业者振奋的结论—— 在相同的预算下，「100条机器人轨迹 + 100条廉价的人类视频」实现了74.1%的成功率，这与纯用「200条极其昂贵的机器人轨迹数据」（73.7%）性能完全持平！ 这意味着，人类视频可以1:1等效替代昂贵的机器人遥操数据。

7、年轻人因何为联名“上头”

差距从哪来？ ICL是「应试型」学习，靠上下文与训练数据的表面相似，而现实世界，简单的上下文关联根本无法承载时空的物理因果，环境一变就露馅。

发布之后，她自己下场推PR、催增长，把它从一个内部原型推成了Anthropic最激进的那一步落子—— 把Claude从「聊天框」，推成「工作台」。

8、中乙综述丨第15轮

把两件事合在一起看。

双榜SOTA登顶 这套设计到底管不管用？HMS用两个业界公认的长时记忆基准给出了回答。

如果说纳德拉的表达仍然带有平台生态和产业结构的抽象性，那么 Karp 的表述则更加直接，甚至带有明显的愤怒。

两条截然不同的路径攻克了同一个问题的(a)部分。