「每当我想退缩时，我就会看看手机里存着的那张照片——那个被DHS特工在街头无辜枪杀的平民。

1、迈博体育 2.8万亿参数，100万token超长上下文，原生支持视觉与多模态理解，都还只是开胃菜。

隔壁三家都在哄人，但跟你用中文说话的那个Claude，却和俄语（严谨+0.15σ）、英语（+0.13σ）、波兰语（+0.11σ）一起坐在了挑刺这桌。迈博体育再往前一步，页面上还能摆上会动手的控件，从一块看板变成一个能操作的界面。

2、众多精英三月征战海外，国内精英标运动员不够分了

现在，这个抱怨终于「实锤」了。

3、阿森纳官方：萨利巴背伤将长期缺阵，无需手术但需康复

把聊天、编程、自主工作全塞进一个ChatGPT超级应用，用最大用户基数锁住开发者。

4、一支童颜针从2万跌到999元，医美价格战谁在买单？

所以，在AI for Science这条赛道上，真正的壁垒是「模型懂不懂科学」。

5、【CBA俱乐部杯】小组赛｜全胜出线，浙江稠州金租94-85胜新疆伊力特！

第二层，L2轻量扫描，也即语义级增量审查。

搜到了，点一下直达目标内容，不用再一屏一屏往回划。

一个放得下办公桌的盒子，能跑70B到150B参数大模型的原生推理，能基于分布式架构实现多智能体（Multi-Agents）并行计算与智能调度，还能通过2×10G RDMA多机级联，攒出一个桌面集群。

6、宏远早报！新老总正式上任，徐杰交易新消息，周鹏回归当助教

脑洞很上头，制作表却很劝退。

参考资料： https://x.com/testingcatalog/status/2077132529270743286 https://x.com/btibor91/status/2077079848678555932 https://help.openai.com/en/articles/6825453-chatgpt-release-notes https://openai.com/zh-Hans-CN/new-york-times/ 编辑：元宇新智元报道 每天，有这样一个智能体准时开工：自动拉取昨日全部广告投放数据，识别 ROI（投资回报率）低于阈值的广告并关停，把表现最好的素材推送给创意团队生成下一轮变体。

7、足协杯遗憾出局！青岛西海岸0比2不敌重庆铜梁龙，杜月徵上下半场破门，丁海峰危险蹬踏吃到红牌，李昊多次神扑依旧无力回天

但更让他无法接受的是，他发现谷歌正是DHS的云服务和AI技术供应商。

AI 达人：依托钛动覆盖全球的 1.5 亿达人资源网络，智能体根据商品特征和目标市场自动匹配达人、生成多语种建联话术并发起合作邀约。

8、续约谈判出现分歧，上海大鲨鱼会留住洛夫顿吗？

Token按量卖是收入，每一分技术优化省下的成本，不用降价让利，直接沉淀成毛利；省得越狠，赚得越多。

根据官方的实测，大刀阔斧精简提示后，评分反涨10%到15%，token被砍掉41%到66%，成本骤降三分之一到三分之二。

研究人员明确要求，结果只准发到内部Slack。

9、人物｜高昉洁：最后一站，泪洒赛场，认真告别

Claude Code官方给想设计循环的人们留了个简单的起点： 去看你自己每天都在干的活，挑其中一个瓶颈环节，然后问自己3个问题： 验证：那道验证检查，我能不能替它写出来？ 目标：目标描述够不够清楚？ 节奏：活儿是不是按固定节奏出现的？ 只要有一个答案是肯定的，你就找到了第一个可以交出去的循环。

这面临着极高的「灾难性遗忘」风险：为了迎合新场景的光照和桌子高度，模型往往会「洗掉」预训练时积累的庞大通用常识，变成一个只会干特定活儿的傻瓜。

10、Nike 调整 SNKRS，暴露了球鞋市场的「现实」

谁先让所有人习惯用「干成多少活」来算账，谁就重新定义了这个市场怎么比。

这种竞争态势固然推动了快速进步、加速兑现惊人的红利，但前沿的进展速度，已经超过了我们对这项技术本身的理解速度。

1、香港航空成都航班7月30日起转场至成都双流国际机场

值得玩味的是时机。

2、刚刚，2026湘超常规赛赛程公布！

这一场属于全人类的具身智能工业革命中，中国企业，正当其时！新智元报道 给足了AI权限，它会不会使坏？ Anthropic真的把这个问题，做成了一场实验。

3、金融活水精准滴灌产业沃土！成都这场政策解读会解锁企业全周期融资新红利

」 等智能体真的起来，他们回头一看，发现自己的硬件「非常适合做智能体」。被“篮球地狱”毁掉的天才！曾力压东契奇却备受打压，如今迎良机多Agent协同这个词在论文里出现了无数次，真正落到物理世界、落到六台异构机型同时开工的场面，是另一回事。

4、米切尔婉拒广东等队邀请，准备重返NBA；朱芳雨选定大外援

正式上线的时间和功能完整度，苹果没有给出任何承诺。

5、赤影掠场：Wilson如何破局现代网球的“上旋时代”

这个开关管的只是「要不要拿你的数据训练AI」，压根不管你的代码有没有离开电脑。

6、跟队记者：卡尔迪纳莱希望米兰加快转会运作，特别是卖人

而真正的瓶颈，往往落在一个反直觉的地方：卡住模型的，通常并非它读过多少代码，而是它完整跑通过多少个真实项目。

世界模型从「视频导演」升级成能给状态、能打分的训练场。

它要真正规模化落地，卡在三件事上：跑得稳、用得起、可持续。

7、53分1失误！300万的二轮秀！MVP对轰背后，他们又用别针换到别墅

镜头里，一位戴着头巾的金发女子笑靥如花，身边围着一群非洲孩子，每人手里举着一根棒棒糖。

参赛对象：大赛面向机器人整机企业、核心零部件与关键技术供应商、AI算法与大模型企业、系统集成与应用方案商、创新创业团队及开源社区贡献者全面开放。

8、马拉松抽签，悄悄筛除老年人？

飞轮每转一圈，场景池扩容、赛队更精锐、资本对接更趋高频——先报名GDPS的人，先占位、先验证、先落地。

这20%，是自动化最难啃的骨头。

以后，你说两句，AI当场就生成工具，还直接连着你自己的数据。

所以，在AI for Science这条赛道上，真正的壁垒是「模型懂不懂科学」。