主持人抛出的几乎每个问题都很尖锐。

1、英亚电竞 有了磐石之后，它会把高度依赖人工脚本的跨组学联合分析，转成AI驱动的标准化流水线——过去要耗上好几周的活儿，如今几分钟就能跑完。

下一代物理世界的入口 超维动力脑海中的家庭机器人终局，绝不是一堆专用机器塞满你的客厅。英亚电竞一群AI在Slack群里开会，把活儿分清楚，各自回去干，这在Anthropic已经是日常。

2、大陆定性：民进党是最大祸台集团，话音刚落，台当局对太平岛表态

本月初，钛动还与 OpenAI 正式达成了合作并签约。

3、ECB公布2027灰烬杯完整赛程：男队6月18日特伦特桥揭幕，玫瑰碗首次承办

而部署量够大后，一个更强的机制开始启动——数据飞轮。

4、邵阳县一女子发布虚假视频被依法拘留

数亿美金算力砸出来的π0.5，平均成功率跌到14.8%；而WAM-TTT是它的3.1倍。

5、亨利谈西班牙封王：他们成功从不是偶然，体系与信念铸就的胜利

立川裕二的评价是：它似乎真的理解弦论（String Theory），而且有直觉。

致命的危险——当Gemini成为军方的「黑盒」 抛开道德谴责，特纳作为一名前沿AI研究员，指出一个极其恐怖的技术安全风险。

卡了半年的弦论难题，Claude一夜解开！ 网友惊呼：人类迈入全新的科学时代。

6、布隆德洛道歉后，里斯与梦想主帅齐发声：联盟不容任何歧视

狂欢过后，业界陷入了尴尬的「三重失控」：用量失控、成本失控、价值失控。

承认事情是真的。

7、AI织造局丨这块“布”不简单！英伟达都离不开，很多纺织人却没听过

明明会抓，就是抓不到没见过的箱子。

这意味着，在寸土寸金的机器人关节和汽车底盘里，小象电动的技术能硬生生省出大量空间和重量。

8、队长索尔特47分率威尔士火焰开门红 百球赛历史得分王再显神威

今天的AI，恰恰卡在这一环。

那些提交到erdosproblems.com的新证明，凡是我细看过的，全部正确，而且都包含一些有趣的想法。

Physical Intelligence更倾向于先使用简单、稳定、维护成本较低的机器人本体，快速建立数据与模型研发基础设施。

9、4年2.73亿！4年1.56亿！看完骑士，终于明白尼克斯为什么能夺冠了

孙文剑在台上透露了一个细节：五年前定义P1的时候，他们把高性能CPU、兼容性极强的GPU，和一颗「前瞻性」的NPU捏在了一起。

这四步在一个界面里完成，不需要在不同软件之间来回copy-paste，不用反复切换上下文。

10、杭州亚运折戟三年后，中国男篮悄悄完成现代化

在场景端，无论是高德途途的场景验证，还是城市级长程任务导航的实际案例，高德的体系是在真实泥泞的路上跑出来的。

商汤这次在WAIC展示的，不只是一套国产异构混推方案。

1、官宣伤停后火速锁替身，红军强截巴黎猎物

以OpenClaw为代表的这一代「Claw类智能体」正是如此。

2、美海关官员：世界杯假球衣中，梅西的最多

这两年，OpenAI和Anthropic都不约而同地都把重心压在了代码、办公、设计这几个场景上。

3、一向发挥稳健的高准翼，为何本轮踢英博会出现失误，原因找到了

Claude Opus 5，终于要来了 所有人目前的体感高度一致：Fable 5性能确实顶尖，但高昂的credits成本直接劝退了不少人。疆超联赛进行时丨赛场竞技、看台同心！阿勒泰、阿克苏球迷双向奔赴共享夏日足球盛宴Dyna则把200k+小时数据摞成金字塔: 在之后的讨论中，马也骋分享了Dyna的实践经验：「部署数据放到下一次预训练中，接下来的部署时间就会越来越短，最终达成零成本在新环境完成同样任务。

4、观察丨英格兰在世界杯对阵阿根廷时的四个关键错误

」 Genesis走的是「轻巧采集」路线：用接近人手的机器手配数据手套，让人正常洗碗拧瓶盖，顺手留下动作。

5、乌克兰命根被炸！泽连斯基五味杂陈：再一次证明，普京的路走对了

据报道，Steinberger自称是「手握无限token的男人」，因为免费token正是在OpenAI上班的福利之一。

6、巴拉圭门将：球队表现不错！如果你们不习惯这样的比赛风格 那我们没有办法

但前提是，我们得给自己留出时间和空间，把接下来这关键的一步走对。

（图源：Claude官方博客） 人逐轮控制，你写一句，AI跑一轮，检查完再写下一句，全程你握着方向盘。

「一镜到底」比拼接单个任务的 Demo 难得多，因为它考验的是，在人形大脑系统 COSA 的认知和调度下，三层系统同时运转的协同能力。

7、横跨6届世界杯的他，官宣退役

图文交错思维 对于普通生图来说，或许可以一笔直出。

当一个模型的输出可以追溯至其所依赖的本体条目，解释便不再依赖于对神经网络内部状态的猜测，而是建立在对知识结构本身的追溯之上。

8、红豆集团攻坚发展先锋张欣：破局攻坚，跑出发展“加速度”

不到两周，产出一百万行代码。

相比单次动作演示，真实流程中的持续成功更能检验产品是否可靠、可集成、可量产、可交付。

然而，当模型规模扩大到一定程度时，单纯堆砌算力和数据的「暴力美学」开始失效。

但问题是，分辨率一上去，视觉token和算力就会跟着暴涨。