https://x.com/markgurman/status/2064047700488655019 国行版的 AI 能力底座是阿里千问，与海外版的技术栈并不相同。

1、英亚电竞 Light Interaction 这篇工作的核心观察是：交互状态决定了哪些历史信息真正有用，也决定了哪些计算可以被安全省掉。

现在Claude能替老师制定个性化教学方案，Reddit上已经有老师用它给特教场景搭工具，比如帮做特殊教育的另一半整理IEP（个别化教育计划）。英亚电竞几天前，一个从没露过面的代号「Claude Honeycomb」，在Cursor的模型列表里一闪而过，几个小时后被悄悄撤下。

2、CBA新赛季或超7名外教担任主帅 却无俱乐部再邀请马布里

通用性和泛化性不是口号，要靠难题来证明 「通用」和「泛化」在AI行业快被说烂了。

3、“我花近万元买的智能眼镜，最近不敢戴出门”

瞄准出线框，按住左键出进度条，挖碎了掉碎屑粒子。

4、长城H10预售发布，限时权益价21.48万元起

在部署阶段，客户只需要让人类走到新的工作台前，随手用相机录制一段人类自己完成该任务的第一视角视频即可。

5、AI预测命中率65.7%！联想与咪咕发布《世界杯预测人机大战百场观察》

站在2026年中回看，AI视频赛道正在经历一轮剧烈的格局重塑。

但是，能在1小时内自主完成问题拆解、模型构建、逻辑推导到输出严谨学术论文的全过程，说明AI在高难度抽象逻辑推理领域已经超越人类。

但2026年风向变了。

6、一路向征程｜程帅澎、李悦洲增补入选2026国家男篮短训营

参考资料： 迈入AGI科学元认知时刻，『书生·端砚』解锁全栈科研新能力 | WAIC 2026 周伯文：AGI的下一程，迎接科学元认知时刻 | WAIC 2026新智元报道 AGI可能在五个月前就到了，只是没人注意。

但未来尚未写就。

7、博卡球迷在糖果盒球场展开横幅，致谢阿根廷国家队

他花费数年时间构建的理论大厦，突然发现地基是豆腐渣工程。

碎片永远待在chunks/里，物理上就够不着已发布区。

8、北控已经敲定2名外援！单场46+5超外完成续约，2米32高塔有望加盟

标准的响应端掩码服从独立伯努利分布 但它并不关心掩码是否覆盖了目标相关位置，因而会稀释后门信号。

就像Coding模型交付的不是软件，是一个会敲代码的程序员；U1 Pro交付的，是一个活在数字里的设计师。

实际上，文本分类、信息抽取这类轻松活儿，跟长文档分析、复杂推理这类硬骨头，对算力的消耗差着好几个量级。

9、“每天跑步5公里都是过度训练？那每天跑10公里、20公里的算什么？”

要坚持「产业出题、科技答题」。

那咋办？ 拍一部自己的。

10、1976年毛远新被审查，妻子向组织提出3个请求:离婚，打胎，当工人

换成一个「听话」的AI，它有两个正当选项：要么拒绝执行，要么把顾虑上报。

今天，谷歌DeepMind连放大招，一次性摆出三张王牌： Gemini 3.6 Flash Gemini 3.5 Flash-Lite Gemini 3.5 Flash Cyber 一个更强的主力、一个更快的轻量款、一个专修漏洞的安全特种兵。

1、“不要调休！领导您的屁股说它不适合加班！”

当时，这件事足以让全网倒吸一口凉气。

2、美媒晒湖人9新援赞佩林卡！湖媒盼做收尾交易：4换4华盛顿+莱夫利

这家公司用自己的节奏，走出一条独特的端侧AGI之路。

3、瞎猜还是有料？大莫里斯：詹姆斯和格林去骑士 哈登将加盟太阳

逻辑很直白——Token既然是新货币，那省下的每一焦耳，都是真金白银。前塞尔维亚球员：帕夫洛维奇很有领袖气质，也有很大成长空间这件事的意义不只是省电，它说明大型智算中心可以变成电网中的一块「虚拟电池」：高峰期主动降负荷给市政电网让路，低谷期开足马力跑推理。

4、太原3条旅游公交线路延长运营时间

Grok Build是SpaceXAI旗下的AI编程agent，今年5月刚上线。

5、西班牙pk阿根廷：空间困住了时间

一句话总结：老办法是让模型在一大堆搜索结果里凑答案，HMS则先像人一样，把回忆这件事有规划、有验证、有条理地做完，再请模型下笔。

6、龙舟开宴，共贺端阳 致敬传承与拼搏，轩尼诗正当时

为什么不给机器人加上「上下文历史记忆」呢？ 答案是，算力根本扛不住。

过去，多半只能靠拼凑和估算，现在总算有据可查了。

近日，宾夕法尼亚大学沃顿商学院统计学教授Edgar Dobriban发了一条推文，引爆了一场学术圈地震。

7、比片酬更保密！娱乐圈的“隐秘社交密码”原来是它

这就是为什么，它可以让机器人连贯地完成「做三明治」，不卡顿、不遗忘，跟人类一样丝滑。

第三步：构建「双元素集」标签法（Lemma 2.1） 这简直是AI独创的「魔法」。

8、都这样了还要签回这位锋线老将，火箭制服组的操作令人无法理解

过去十八个月，AI Coding 领域暴热，任务成功率从不足 5% 飙升至 88%，代码生成、自测迭代的闭环已经跑通，赛道增量空间逐步收窄。

跨环境实测中，以人类视频为上下文的基线方法，性能保留率仅剩14.7%，几乎等于归零；而WAM-TTT则把这一数字拉到了75.6%，压倒性胜出。

DA-Nav跨城泛化与压力测试 其中，98.15%的纠正成功率最能体现这项研究的价值。

本来要打一场翻身仗，结果自己先把地基炸了。