3.6 Flash在几条关键测试上，都甩开了前代—— DeepSWE：编程测试 37% ➔ 49% MLE Bench：机器学习研究测试49.7% ➔ 63.9% OSWorld-Verified：让模型直接操作电脑测试78.4% ➔ 83% GDPVal-AA v2：知识型工作任务拿下了1421份，比上一代高出70多分 如下demo中，3.6 Flash大秀多智能体编排绝活，不仅轻松拿下复杂的代码迁移任务，更在响应速度、代码质量上对3.5 Flash完成了降维打击。

1、乐鱼电竞 One More Thing 对了，文章写到这里，还有一个反转没讲。

顶层锁定真实测试结果，堵死篡改测试的刷分路子；中层规范工具调用、清理临时文件等工程习惯；底层给「定位准、部分测试过」这类有价值的失败也发正反馈，护住模型的探索欲。乐鱼电竞大理石近距离看反射效果还不错，但存在 bug。

2、新疆夏粮稳产丰收 小麦单产“八连增”

需要注意的是，论文中的latency指生成主干延迟，不包含近似固定的VAE解码开销。

3、异性之间，不是真爱的1个强烈信号

首轮测试已出 如今，DeepSeek V4（GA）首轮测试demo，已经开始外流。

4、徐州12名学子成为空军准“飞行员”！他们来自这些高中

在前狼后虎的夹击下，Anthropic的下一张底牌，终于藏不住了。

5、省民宗委驻村工作队联合省医院呼吸科走进巴彦他拉村开展义诊活动

去年，OpenAI的o3和谷歌DeepMind的AlphaProof、AlphaGeometry 2，都在IMO题目上达到了金牌线水平。

按时间间隔触发，像闹钟。

与2020年相比，这一数字增长超过一倍。

6、盘锦：巡堤查险不停歇 压实责任保度汛

发布会尾声，此芯科技与中电信数智、光弘通信、天通精电等十余家合作伙伴集体签约，覆盖AGX方案、扩展算力与科学智能体等多个方向。

还撂下狠话：再不改，人的思考力会萎缩。

7、2场造4球！比利时帅哥扬威世界杯 新黄金一代领军人物呼之欲出

顺着「怎么触发、怎么停止、用什么原语、适合什么任务」几个维度，Claude Code把循环拆成四种。

跨架构结果显示，重新预训练后的OpenVLA-OFT采用完整两阶段流程可达到2.97倍加速；OpenVLA仅使用第二阶段也能达到1.41倍加速。

8、彩色衬衫太适合夏天了，高级又气质

这算AGI吗？ 有网友表示，「对99%的人来说，这已经是AGI了」。

既然是工厂，最怕的就从来不是电费贵，而是停产。

动作chunk尾部不可靠：模型一次预测多个动作，但越靠后的动作越容易累积误差，系统不得不频繁重新规划，强行拉长执行长度会降低成功率并增加物理步数。

9、广东6月新冠确诊超2.6万例，流感超27万例！最新提醒→

中场战事，刚刚拉开帷幕 回到开篇的问题：为什么具身智能的下半场，从体系开始？ 因为物理世界从不按实验室的套路出牌。

更狠的是团队构成：工程经理、产品经理、设计师、数据科学家、财务、用户研究员，每一个人都在写代码。

10、热火上线詹姆斯回归预告、但删除！外界猜测詹姆斯回归热火？

正如数学家Jared Duker Lichtman所惊呼的那样：「这是现代数学中最鼓舞人心的故事之一。

面对「上个月参加过几场艺术活动」，HMS不急着搜，而是先把问题拆开：涉及哪个时间段？牵扯哪些人、哪些事物？它甚至会先把「上个月」换算成一个确切的日期区间。

1、曲婉婷自曝患乳腺癌，治疗时全程无家人陪伴，日子过得凄惨_网易订阅

方法会根据近期稳定latent的变化程度自适应调整：局部动态较大时缩短时间窗口，减少冗余历史；变化较平稳时保留更多上下文，增强连续性。

2、40分钟落下40枚弹道导弹！俄高密度攻势摧毁基辅10万平物流中心！

Gemini 4开跑 史上最激进预训练 虽然Gemini 3.5 Pro还没到手，Gemini 4也开始训了。

3、“书香四办·同心向学”读书分享会，看看青年干部们都读啥

单Agent自主完成一次办公任务，动辄消耗数万Token；而多个智能体协同作业，一个任务就要烧掉上百万Token。放弃 5000 万新星！曼联豪掷重金，锁定世界第一后腰这三条，正好一一对应前面那三个命题。

4、轻断食再次封神！复旦大学研究证实，让肝脏脂肪在5个月内少20.5%

一是，把科学数据「统一编码」。

5、穆里尼奥挖掘的铁血悍将，加时赛世界波，差点把梅西拖进点球大战

彭博社记者 Mark Gurman 判断这是一次意外推送：苹果不会毫无宣传动作地发布国行 AI，不会选在中国凌晨上线，视觉识别调用的是谷歌引擎而不是国产引擎，在中国也不合理。

6、降温？这个月没戏了！

开头提到的那个数分岗就是典型：每天 9 点自动整理投放报告，识别 ROI（投入产出比）和 CTR（点击率）低于阈值的广告，低的发给投手关停，高的发给创意团队迭代。

借助PixVerse的多模态模型与实时互动技术，三位创作者一边用AI加快画面生产，一边坚持人工完成剧本、台词和审美把关，甚至重新手绘部分关键帧。

太空这条线值得多说两句。

7、各取所需！媒体人评英法季军赛：典型默契球，是一场耻辱之战

理由她后来讲得很直白：这个行业变得太快，中层管理在未来可能不再安全；一个不亲手用AI工具的管理者，很快就会失去对团队的同理心和指导力。

有外媒的形容很到位：这份报告引发的反应，就是「开发者们默默打开了密码管理器」。

8、你适合穿什么样的连衣裙？

在统一Prompt和固定评分标准下，根据这些优缺点生成一个Anchor Score（锚点分数），作为一把统一尺度下得到的参考分数。

当其他厂商还在用「参数规模」衡量模型时，K3已经用行动告诉我们：真正的竞赛，已经从「谁的参数更多」转向「谁的唤醒更聪明」。

前三派有个共同的毛病，即「能力割裂」。

属于国产算力与中国Agent生态的黄金时代，正在到来！新智元报道 一觉醒来，谷歌突然就掏出了一张王炸！ 据The Information独家爆料，谷歌正在研发一款代号「Frozen v2」的神秘服务器芯片——把Gemini模型的部分底层架构，永久蚀刻进硅片。