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、乐鱼电竞 Qoder「三层护航」，轻松上手 而且，为了让这种「贴身保镖」的体验不打扰开发者的心流，Qoder Desktop设计了一个极其优雅的三层防御体系。

把这五条原则按照「违规会在哪里显现」重新归拢，恰好落到四个攻击面上，这也构成了SafeClawArena的四个维度：技能供应链完整性（SSI）、持久状态利用（PSE）、跨边界数据流（CDF）、间接提示注入（IPI）。乐鱼电竞在他咨询AI的绝大多数话题上，模型给出的答案，比他能联系到的绝大多数世界级专家更好。

2、非典型希腊球员，脾气大远射多，为里瓦尔多让球衣，33岁退役

它不仅找到了反例背后的结构性机制，还在指导人类如何重新定义这个问题。

3、一场1-0！让大黑马无缘晋级，姆巴佩7球平梅西，法国8强对摩洛哥

一张会呼吸的表，就这么迈向了一个能操作的界面。

4、放着两大名帅不用，高薪聘请韩教练！新疆男篮属实有眼不识金镶玉

最让特纳感到耻辱的是，合同中关于限制自主武器和大规模监控的条款，用的居然是「不应该」这种完全没有法律约束力的词汇！ 谷歌连遮羞布都不要了。

5、4-0！哈兰德戴帽打爆利物浦，曼城创89年纪录，晋级足总杯半决赛

除了机器人整机外，灵巧手作为连接机器人认知决策与真实任务的关键执行终端，也是本届展会具身智能赛道的焦点之一。

场景建设上，企业以具身智能承接复合工序，实现换型免重构与质量按件追溯。

最终实现的是，让任务匹配对的模型（算得聪明），砍掉不必要的算力消耗（算得省），把每一笔Token的账算清（算得明）。

6、5个“抗阻美胸”动作，收副乳、防下垂，胸部越练越紧致、挺拔

他讲了自己的例子。

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。

7、亚洲名哨遭炮轰！一战五大争议判罚，巴拉圭13犯0黄，28年首次

这一层的落点是自研的Agentic OS——让智能体跑在隔离的沙盒里，既要能效，也要安全；同时向业界交付工具链与一揽子方案，做全链条交付。

下一个被GPT用90分钟终结的，会是谁二十年的心血？ 参考资料： https://x.com/wfithian/status/2077218361398964684https://x.com/EdgarDobriban/status/2077082912021786660 https://x.com/jdlichtman/status/2077297788304429195?s=20 编辑：大卫新智元报道 见证历史！ 如今，全世界99%的人类，在IQ这方面竟拼不过一个AI。

8、2份合同签控卫，斯通一石二鸟！4高塔齐聚火箭，底薪可再签中锋？

久而久之，企业可能越来越依赖模型供应商，而模型供应商却越来越理解企业。

明明会抓，就是抓不到没见过的箱子。

无论是机械臂、机器人，还是智能汽车，本质上都是一个个「边缘计算节点」。

9、徐正源：西海岸是一支非常强的队伍，希望我们拿出精气神

「20倍产能」背后，是否带来薪水的狂飙？ Andreessen称，顶级AI相关程序员的年收入已经达到5000万美元。

这一现状，进一步凸显了 AI 科研的两大核心瓶颈，制约着技术深度落地： 一方面，大模型可快速推演生成海量科研方案，但线下实验验证效率偏低、进度滞后，逐步形成方案堆积、验证滞后的行业痛点； 另一方面，科研试错经验、实验数据缺乏系统化留存渠道，导致科研工作容易陷入重复试错、低效迭代的状态。

10、杭州黄总搭讪后续：当事人否认剧本，餐厅已停业接受调查

Bloomberg与SCMP确认，Moonshot AI在最新融资谈判中寻求约300亿美元估值，较此前数十亿美元实现指数级跃升。

机器能写 人为什么还得学 那到底还该教什么？ 奥特曼的回答有点反直觉：有些事，机器明明可以做得更好，人还是要亲手做一遍。

1、封闭施工！三门峡天鹅湖景区发布公告

三者合在一起，不是某台机器人的专属技能包，而是一套通用智能底座。

2、正式启动！全市中小学生请注意！

2024年它有过一个真实的bug：naturaldelta(timedelta(hours=-5))，本该返回「5 hours」，它却说「a day」。

3、10年蓝月王朝何去何从？瓜迪奥拉未定去留，曼城锁定马雷斯卡接班

对于游戏模拟、虚拟场景探索、机器人和具身智能训练等应用场景，推理延迟和显存成本是能否走向实际使用的关键门槛。巴萨突然发力抢人！戈登、B席、小蜘蛛，只要有传闻一切皆有可能③ 对主流通用DLM进行广泛实验，结果表明，BadDLM在多种设定下显著优于面向AR模型的后门基线（平均攻击成功率高出约25%），同时基本保持良性效用，并对已有防御具有鲁棒性。

4、引诱未成年人无证驾驶，出事后再“私了”？上海警方捣毁一碰瓷团伙

值得一提的是，磐石都是先用一句自然语言让系统去下载对应的科研Skill，系统随即从ScienceHub自动调用相关能力，一路把整个case跑完。

5、申思掌控小球员引众怒，足协禁足令一纸空文，中国篮坛也有此现象

大会聚焦「年轻化、国际化、专业化」开发者，连接全球开发者情感，将技术节日推向高潮。

6、“高碳水”竟然成赢家？最新Aging Cell：四周时间提高碳水、降低脂肪，能在短期内让身体的“生理年龄”指标变得更年轻

同一堂课按学生水平自动分层（图源：Anthropic官方） 第三块，数据分析。

这15万小时里，有5万小时的真机高精度操作数据（覆盖100多种原子动作）、10万小时第一视角场景视频（支持毫米级3D关键点标注），以及百万平方米级的场景重建数据—— 最后这一块，直接冲着「仿真里练得好、一到现实就掉链子」的Sim2Real老毛病去的。

它不仅找到了反例背后的结构性机制，还在指导人类如何重新定义这个问题。

7、忆瓜田旧事，念三爷平生

Claude Code是拿你整段会话的上下文来拼这个页面的：你的代码库、你连着的工具、这次对话本身，全是现成的原料。

35年后，这篇论文被一页纸超过了。

8、220+独角兽倒下、小厂集体失语：AI这把刀，砍的不是公司，是商业模式

论文进一步盘点了十一项系统级防御各自能覆盖哪些攻击类别（图4）。

这份报告，扭转了我们对「AI失控」的想象： 我们一直担心的，是AI当面顶嘴、公开反抗。

基线涵盖面向AR模型的三类后门：SFT-based、VPI（提示注入）、类RL-based（DPO）。

GitHub仓库已经开放，技术报告中全部的复现数据与测试流程均可溯源。