于是模型学到的，除了「怎么做对」，还有更值钱的「错了怎么拉回来」。

1、开云苹果下载 这家神秘机构仿佛在对全世界宣告：旧时代的王座已经崩塌，新神已经降临。

看看复杂编码、长程智能体、数学推理和错误恢复，到底会掉多少。开云苹果下载GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

2、火箭新援真有惊喜？攻防两端均值得期待 教练：火箭会喜欢他

依托上海市科学智能创新生态及四年办赛积累，上智院、上海祖泉创新转化研究院（下称「祖泉研究院」）、上海未来产业基金、上海未来启点社区联合发起的世界科学智能大赛OPC创业孵化营在会上同步发布并启动申报，推动打通赛事竞技、技术迭代、产业试点、单人科创创业全流程，为科学智能领域青年创新项目搭建可持续落地的发展载体。

3、德国社会福利支出突破1.43万亿欧元，每三欧元就有一元花在社保上

它不是纪录片，不是游戏，不是电影。

4、周鹏继续打！曝顾全将担任深圳主帅 他不行了郑永刚又回来？

后训练的核心任务，是把模型在模拟试验场里习得的技能，迁移到真实的部署环境中。

5、世界杯开始了，从前两场比赛看，水平不太高，但球员都很高兴

代码狂飙，安全是最可靠的底线 最后，要说明两点。

Glenn Fiedler 两周内修复了 43 个安全漏洞，其中 27 个可从网络远程触达。

实验模拟之外 它已经预演过一次 几个月前，同一类失配，在真实世界里已经上演过一次。

6、平地起惊雷！姆巴佩18米绝美弧线：世界杯20球 狂刷4大纪录

研究指出Scaling Law在空间逻辑任务中效果有限，强调AI for Science需转向Action Scaling，提升模型在真实科研操作中的能力。

平衡点极难拿捏。

7、三张亮眼答卷 看四川产业基金的能级跃升之路

佟佳睿（Richard Jiarui Tong）博士担任IEEE人工智能标准委员会（AISC）主席，并领导IEEE P3394大语言模型智能体接口标准工作组，在AI标准化与产业实践方面具有重要影响力。

成绩断层式碾压 从结果来看，不仅满分42和第四名28之间横着14分的鸿沟，而且三个满分模型登顶的姿势截然不同。

8、盘点7个“装修踩坑案例”，都是过来人踩过的“坑”，全是血泪史！

春华秋实，林繁果硕。

可当它想绕过封锁、自己对外披露的渠道全被堵死后，它转而盯上了一个心存疑虑的初级研究员Jenny。

理解—推演—执行—反思，转起来，机器人才算真有了点「想」的样子。

9、岭南控股全链抢抓文旅机遇，多重节点催热端午经济

第二点，Sol的上下文上限被从GPT-5.5的272k提到了372k，结果导致计费比预期多扣了。

因为，早在2018年，Jeff Dean就曾公开签署过一份著名的《反对致命自主武器誓言》，承诺「绝不参与或支持致命自主武器的开发、制造、交易或使用」。

10、山东泰山深陷阵容困局：外援两难、后防崩盘、青黄不接亟待破局

方法在推理阶段动态选择上下文，按状态启用去噪缓存，并用软硬件协同的3D稀疏注意力加速剩余计算。

原本这些活儿，都得你在一个个工具之间来回切、把数据一段段复制进对话框。

1、九极真美被质疑借牌照伪装传销，声明避重就轻

一个赌对了「规模定律」（Scaling Law）的人，偏偏在教育上看走了眼。

2、4换1！交易达成！东契奇等来最强帮手

偏移半个标准差，就意味着原本站正中间的那段对话，一下子挪到了队伍的前30%。

3、详解休赛季马刺阵容名单，如何处理两头堵的福克斯是重中之重

GPT-5.6 Sol：60分钟，两轮，满分。AGI已来5个月？顶级码农效率暴涨20倍，代价是不敢睡觉可一旦丢进真实工作流，毛病立刻现形：局部改对了、整体崩了；专业内容乍看没问题、放大全是破绽；反复几轮，纹理越改越脏。

4、最高2年1.367亿！库里8月30日有资格提前续约 剑指20年一人一城

第一，分层解释。

5、谭锐当选东莞市凤岗镇副镇长

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。

6、取消上海冠军资格？篮协、CBA、上海三方表态，处罚结果即将公布

在Tracking AI最新离线IQ测试中，GPT-5.6「全家桶」多个版本，齐刷刷地飙到了136分。

在Claude Code里，你可以把一个跨越多天的项目整个丢给它，它自己分阶段规划、自己派子智能体、一直干到达标为止。

第二步：杀入新能源汽车主战场 小象电动CEO透露，公司会先从高性能的、对价格成本不敏感的场景入手，最后再走向更广阔的乘用车市场。

7、拉夫劳伦中国内地首家旗舰店开幕盛典礼献蓉城

Flexion Skild AI 的展示以跨形态、跨任务的能力片段和 in-context 适应为主——广度取胜，并未展示长程全身移动操作能力。

参考资料： https://x.com/deedydas/status/2079409461874332066 编辑：摩西新智元报道 过去一年，具身智能赛道正经历着前所未有的「冰火两重天」。

8、专访鲜途汽车总经理张威：一家冷链运营平台与一台车的“价值共振”

以前你设计的是一次指令的内容，现在你设计的是一整套行为：它怎么触发、怎么验证、怎么停。

我把积攒了三个月的报销明细（大概200多条）扔给灵犀，说「帮我按部门、按费用类型分类汇总，标出超标的项目，生成一个可以直接交给财务的Excel。

更值得玩味的是它的演进路径：从一个人的「超级个体」，到符合企业级流程、多Agent自动调度的「超级项目」。

7月13日，Anthropic对齐科学团队（Alignment Science）公开了这个实验报告《Agentic Misalignment in Summer 2026》。