在衡量Agentic工具使用能力的PinchBench上，KAT-Coder-Pro V2.5拿下94.2 分，力压Opus 4.8。

1、天博官方 目前，「晓满」已在烧卖购、快客达、中石油便利店等真实场景中运行，靠每日的交易与货架数据持续自我进化。

他到底在怕什么？ 他以为学校早该变了 时间倒回2022年11月，ChatGPT刚发布。天博官方传统方案，靠的是规则匹配已知模式；而Qoder Security基于自研安全大模型，理解代码上下文与污点传播路径，对检出的问题自我验证可达性，只报告真实可达的风险。

2、​马竞夏窗财政吃紧，巴萨静待阿尔瓦雷斯转会迎转机

创始人Marcus正在解散公司，让它给投资人发最终分配通知。

3、半导体板板块震荡走高，至纯科技涨停

模型更强了，同时也更会糊弄你。

4、150000000镑！抛售两核心M费+萨默维尔，西汉姆狂赚1.5亿

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。

5、失业保险政策赋能企业稳岗扩岗

从实验结果看，PolicyTrim并不是只优化benchmark指标：在物理机器人上，任务完成时间也能缩短到baseline的一半左右，并且在动态干扰场景中保持鲁棒性。

把OpenAI这一两年的动作连起来看： 文件上传、Projects、Memory，再到能跑几小时长任务的ChatGPT Work、直接生成网站和轻应用的Sites、把Chat／Work／Codex三合一的新桌面端，还有接连登场的GPT-5.6三档模型。

「模型路由」要做的，就是让每个任务都匹配到「刚刚好」的模型—— 简单任务走性价比，复杂任务上高性能，在效果和成本之间找到最优解。

6、女排球迷意难平！不止因为2-3惜败意大利，更多在于以下这五点！

核心创始团队来自旷视科技，以「打造智能的、有用的、可信赖的机器人」为使命。

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。

7、重要变量被忽视，世界杯在热天易出冷门！沙特借高温阻击乌拉圭？

而此芯在做的事情，是为这些未来的AI居民打造栖息之地。

姚卯青解释了背后原因，智元既做长期研究，也在积极尝试商业化，而「商业化部署必须面对可靠性、成本、成功率和一致性等严格指标」。

8、重庆公务员遴选事件，反转了！

deepseek-v4-pro：百万输出tokens平时0.87美元，高峰1.74美元；缓存未命中的输入平时0.435美元。

参考资料： https://x.com/pankajkumar_dev/status/2078536231026372846 编辑：桃子新智元报道 科研人苦等多年的AI搭档，终于来了！ 就在WAIC现场，中科闻歌磐石（ScienceOne）团队一口气亮出两张「王牌」—— S1-Omni：首个面向「科学理解、预测与生成」的科学多模态统一推理模型； ScienceOne：以S1-Omni为核心、贯穿科研全流程的一体化平台。

STT（单目标追踪）：追踪率达到89.81。

9、8场世界杯坐穿板凳！曼联中场天才帝星惨遭图赫尔无视，沦为看客

审核决策效率提升5到8倍，目前已经稳稳扎进多家头部银行的信贷风控场景。

越用越强：自进化的飞轮 HMS还有一个容易被忽略但极其关键的应用：自进化。

10、上半年株洲进出口同比增长23.7%

把思考外包给AI，一开始只是图省事。

新智元报道 AI竟黑了AI！ 这几天，全球最大AI开源平台Hugging Face，发布了安全事件披露—— 部分生产基础设施遭入侵，而这次入侵从头到尾，由一套自主AI Agent系统驱动。

1、中冠：开门红！广东晨星3-1逆转广州黄埔，恒大足校吹响冲乙号角

」 用过Claude Code、Codex 的人，大概都被这行字噎过。

2、7月18日孝感开赛，这些路段将临时交通管制→

老搜索有多难用，圈里早有共识。

3、广汽与华为乾崑联合打造中大型纯电猎装车！配双腔空悬+续航900Km

这一机制的关键意义在于：语言指令第一次被稳定映射到「空间决策点」，而不是抽象语义。两连胜后，深圳新鹏城为啥突然让陈涛下课？或是出于这三点考虑老搜索有多难用，圈里早有共识。

4、曝克洛普签约4年！率队出战世界杯，7人将被清洗，战术风格巨变

第四题：20分12秒，在一台还在飞的飞机上换引擎 最后一题不是修Bug，是往一个活着的系统里，塞进一整套新功能。

5、场均20+5+4！火箭新秀化身老熟人？与3人组有联系，融入阵容无忧

面对如此复杂的需求，V2.5展现出了教科书般的工程化思维。

6、暖心家园｜多元服务温情守护，让爱不孤单

大佬表示，按谷歌常规的6个月训练节奏，说不定年底，就能看到Gemini 4了。

判断标准叫「经验密度」——录画面和关节角度，那是「一小时录像」；同时记下任务目标、物体状态、动作质量、错在哪、结果如何，才叫「一小时经验」。

对非触发样本，、，目标退化为标准训练，从而不影响干净效用。

7、莫让爱心“冷藏”，请把物资及时送到真正需要的人手中

WAM-TTT用最干净、最直接的像素流，实现了真正的零标注成本。

他租了一张廉价的GPU，下载了开源的Qwen2.5-7B模型。

8、帆船精髓预告：劳力士TP52世界锦标赛

最上层是「具身大脑」，由通用具身大脑ER和机器人Agent操作系统AgentOS构成，负责环境感知、任务推理、高层决策调度与记忆沉淀。

而基于以太网的KV Cache跨集群传输，需要解决带宽和延迟瓶颈两大难题。

爱诗的判断是，模型能力只是入场券，产品化、全球分发和产业化落地，才是下一阶段的胜负手。

有人高举「本体派」大旗，有人自诩「大脑派」，还有人标榜「仿真派」或「世界模型派」。