参考资料： https://safe.ai/blog/significant-increase-in-digital-labor-automation https://x.com/free_ai_guides/status/2073050543027638443 https://youtu.be/SlGRN8jh2RI https://x.com/bcherny/status/2007179861115511237 编辑：元宇新智元报道 直出8K长卷，中国AI还是首次！ 就在今天，WAIC大会上，商汤正式发布下一代「满血旗舰」——日日新SenseNova-U1 Pro。

1、天博官方 推理框架PhyAI是由明体科技（MemBodied）联合北京邮电大学、北京大学共同研发的端云一体、全栈优化的具身智能模型推理建构。

工厂要的是快准稳的机械臂，人形反而笨重；仓库要的是能满场跑的轮式机器人，两条腿不如轮子效率高；便利店要在货架间穿梭的服务机器人，全尺寸人形连转身都费劲；家庭场景更不用说——橱柜下面那点空间，你让一米七的机器人蹲下去够东西？ 不同环境天然需要不同的身体，用一种形态解决所有问题，就像用一把螺丝刀拆所有电器——理论上也许行，实际上一定不行。天博官方行星和卫星都必须用牛顿迭代解开普勒方程，且共用同一个daysSinceJ2000。

2、唏嘘！35岁J罗又失业了：加盟4个月踢8场球 5年遭8个球队无情抛弃

企业与大模型之间的超级立交 就在这届WAIC上，科大讯飞星火企业军团给出了自己的答案——「星火Token Factory」。

3、普京政府痛定思痛！遭西方制裁尝尽苦头，学会中国这一招才能常胜

而开启这个时代的钥匙——是具备系统提升机器人工作能力的技术体系。

4、偶遇李亚鹏吃早饭太接地气，和别人拼桌无架子，太操劳头发都白了

工业计数、智慧仓储这些老大难场景，一下子有了新解法。

5、伊朗超高层方案惊艳世界，曾获国际大奖！

有意思的是，两个月过去，除Gemini 3.0暂无动静外，他点名的这批模型已经被整整刷新了一轮： 5月28日，Claude Opus 4.8登顶Artificial Analysis智能指数；6月9日，Mythos级的Claude Fable 5首发；6月30日，Sonnet 5跟进；7月8日，xAI放出Grok 4.3的继任者Grok 4.5；紧接着，GPT-5.6 Sol开闸。

接下来才是整个故事里最关键的一步。

然而，五角大楼给的最后期限就在眼前。

6、百度押注个体崛起：把大厂能力拆成单兵武器，发给每个想单干的人

1950年提出，此后七十多年里它一直是判断机器智能的黄金标准。

这便是当下具身智能最核心的痛点：训练时精通，部署时不通。

7、新家的买的漂亮餐具到货啦！

一句「拿不准就停」，比事后擦屁股省太多。

现在已经退回272k，接下来几天再把372k放出去。

8、入住后才发现的“鸡肋装修”，钱多花了，还成了摆设，别再效仿了

Notion、Obsidian管的是你自己的笔记，谷歌搜索管的是全互联网的信息。

终止。

在Vertex AI上线后，谷歌最新发布的Gemini 3.6 Flash口碑遭遇滑铁卢。

9、中国男篮决战喀麦隆，首发阵容大调整，郭士强重要表态引争议

这一方案的优势在于：它以技术为本，同时又支持创新、激励负责任的行为。

而WAM-TTT之所以能被称为新范式，是因为它在测试部署阶段（Test-Time），实现了三大史无前例的底层突破： 数据采集：部署只需人类数据 过去，你要让机器人适应新环境，就必须喂给它「机器人轨迹数据」。

10、68岁赵本山在三亚逛街，穿蓝衬衫好时尚，买爱马仕司机拎袋子

就像牛和狗一样，真实地在这个地球上存在过。

AI的证明策略，堪称一场精妙的「降维手术」。

1、为什么这5种“锅”没人买了？销售员：实用不太行，坑人第一名

这才是最可怕的地方。

2、乘联分会：6月皮卡市场销售6.2万辆，同比增长29%

真正的护城河：从1套到27000套 具身智能有一个残酷真相：让机器人成功表演一次不难，难的是换工厂、换国家、换物体后，还能快速上线稳定运行。

3、两分难建功？直到小将们全军覆没，才懂樊振东为什么"无视"全锦赛

它证明了，在AI Infra这场长跑中，中国团队不仅能在单点技术上突破，更能在系统级创新和生态构建上，定义属于自己的、服务于全球AI开发者的中国范式。300英亩公园说改就改！特朗普无视监管机构动工，法官当场质疑聪明会贬值，经验会复利。

4、中超最新积分榜：上海海港逆袭，成都蓉城3-2绝杀，北京国安险胜

问题会即时发现、自动修复。

5、拉走箱子，无锡马拉松的极致“内卷”究竟带来什么

这种现象的逻辑，其实都藏在资本的周期里。

6、潘江下课！助教布扎斯接任山西主帅，曾带队横扫青岛，剑指总冠军

先拿自己开刀 AI Coding成主战场 超聚变的说服力，恰恰不在于它说了什么，而在于它先在自己身上跑通了什么。

实际上，WAIC开幕前几天，商汤还基于同样的架构体系，开源了统一视觉大模型——SenseNova-Vision，把检测、分割、深度估计这些过去彼此割裂的经典视觉任务，生生并进了同一个模型。

往后，通用视觉感知、空间智能、具身大脑、城市规划、建筑设计，都在射程里。

7、银行业，最难的日子已经过去！

后来上下文窗口越做越长，有人干脆把大段历史整个塞进去。

2025年，OpenAI和DeepMind同时出手。

8、马拉松开始“整治”跑者！惩戒还是轻了

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。

他们系统化清洗原始数据，剔除仿真器早期产生的异常轨迹、错误动作等脏数据，保障训练数据质量。

从写prompt到写loop 中间隔着一道验收 一个会自己无限干活的AI，凭什么不是一台高速产出bug的机器？ 答案在一个被大多数人略过的环节：验收。

不算惊天动地，但确实动了，用old-bielefelder自己的说法是「第一口奶」。