AI 桌面助手：在授权范围内操作网页、读取文件、连接飞书和 Office，生成文档、表格、PPT、H5 页面等让智能体协作跨出对话框，直接在用户的工作环境中完成任务、交付结果。

1、博亚平台 ② 从理论上证明：DLM 的后门训练可以等价地通过构造诱导前向掩码分布（Induced Forward Masking Distribution）来实现，从而揭示出区别于AR（Auto-Regressive）语言模型的全新威胁面。

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。博亚平台你想想看，一台Decode节点要同时协调三十个Prefill节点，这三十台芯片还可能来自不同厂家、不同代际。

2、公然申诉！西班牙王牌怒怼世界杯裁判，巴萨天才惨遭疯狂犯规

AI数学撞墙了吗？ Bloom那条帖子底下的论战，也很精彩。

3、春秋航空：接受批评，全面整改；此前国航、南航、东航、海航、厦航、吉祥航空、春秋航空等被约谈

这评价分量不低，要知道立川裕二最近的兴趣就是「与超对称量子场论相关的几何与代数结构」。

4、19射仅3正！英格兰糙哥偏要玩传控 板凳上两柄大锤是摆设吗

另外，在控制总数据量恒定的消融实验中，银河通用给出了一个让所有从业者振奋的结论—— 在相同的预算下，「100条机器人轨迹 + 100条廉价的人类视频」实现了74.1%的成功率，这与纯用「200条极其昂贵的机器人轨迹数据」（73.7%）性能完全持平！ 这意味着，人类视频可以1:1等效替代昂贵的机器人遥操数据。

5、为什么90%的企业还没开口就失去了客户？

前人把踩过的坑写成书，后人读几个小时，就继承了别人几十年的教训。

他半开玩笑地抱怨：真希望80倍别再继续了，太难扛，盼着回到正常一点的数字，「区区10倍」就好。

这个修改过程是实时的——就跟你对着助理的屏幕，指着说「你改改这儿，改改这儿」，看着他一步步改好。

6、未来三天，辽宁还将出现大到暴雨和强对流天气！又一个台风“红霞”或于本周登陆，预计影响东北

它通过扩展可靠动作序列并减少冗余步骤，帮助机器人更直接完成任务，提升整体速度。

如果只是在一个无干扰台面上，按部就班地执行机械化工作，根本用不着大模型。

7、绝非鸡肋！世界杯季军战意义拉满，这四人将为荣誉全力一搏！

更有意思的是灵犀的「定期做梦」机制（内测阶段）。

所有人打开的是同一个视图、同一份上下文，谁也不用再追着问「你给我讲讲智能体到底查到了啥」。

8、3比2！阿根廷逆转埃及晋级，看完整场比赛，不得不承认4个事实

梅卡曼德的解法是用标准化「眼脑手」组件，打通「感知—决策—规划—执行—数据反馈」的完整闭环，尽量减少人工调试。

但在第三方综合测评Artificial Analysis上，Gemini 3.6 Flash得分与3.5 Flash完全相同，表现不如 Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra…… 有网友发现它的知识截止日期实际上并未更新到它所声称的时间，直言： 这是一个未完成的模型。

大多数私募基金的投资年限是「3+2」模式（三年投资，两年退出），如今已经到了GPLP们迫切需要变现的节点。

9、有仇必报！“狼王”回应多次嘲讽盐贝健人，告诉他认清位置是好事

四类目标的实例化（Instantiations） BadDLM框架与目标无关，对任意目标只需：(1) 构造相关的「提示—响应」对；(2) 标注与后门目标相关的token位置。

而只要掉了一台，整场训练就可能直接崩掉、从头再来。

10、穆式皇马可否迎来转机？首要前提是在姆巴佩和维尼修斯之间二选一

这句话最精准的收信人，是克里斯托弗·诺兰。

这就是那篇44页的《数学年刊》论文。

1、株洲这6家单位存在重大火灾隐患

无论是材料建模、分子设计、自动化实验，还是更广泛的科学发现流程，AI 若想真正参与科研，就不能只会「解释知识」，还必须学会「执行动作」。

2、春秋航空：接受批评，全面整改；此前国航、南航、东航、海航、厦航、吉祥航空、春秋航空等被约谈

OpenAI未公开模型解5题拿下35分金牌，Gemini Deep Think达到同等段位。

3、伊朗启动全域反击，海量导弹直击巴林美军总部，五万美军无处躲藏

过去一年，AI行业发生了一个根本性的切换：大模型从「陪聊」变成了「干活」。全网刷屏，华语乐坛“嫡长女”终于来了！人有全局视野、触觉、常识，机器人常常只能从腕部相机看到巴掌大一块。

4、“结束6台手术，该我自己了，谁来救救我？”身体垮了，医生喊话父母有没有后悔？超八成医生不让孩子学医，医学利他性强，但爱己更应前置

大晓这次拿出的，是「晓满」一体化履约方案，和专为这个场景造的履约机器人W1。

5、切尔西边锋加纳乔租借加盟维拉，埃梅里亲自推动交易

三层落下来，要终结的正是那段长期没人负责的黑箱—— 企业过去只盯着链条两头，买算力、要结果，中间每一次转化的效率与成本，始终无人过问。

6、降雨减弱！孝感最新天气→

参考资料： https://x.com/synthwavedd/status/2077085180175544375?s=20 编辑：桃子新智元报道 刚刚，诺贝尔奖得主、DeepMind掌舵人Demis Hassabis掷地有声地宣告： 通用人工智能（AGI）即将实现。

然后每涨一波，官方就清零一波。

就像代码从Vibe Coding迈向Agentic Coding，创作也要从「Vibe Creation」迈向「Agentic Creation」。

7、三年超十家车企数十款车型！空调喷粉成通病，降本惹的祸？

迟到的不是这个搜索框，而是整个行业的一次重新认知： 你和AI一起攒下的那批数据，才最值钱。

这也点破了单纯扩参难以落地的症结：现有Scaling Law聚焦海量文本语料的语言与知识拟合，但材料原子建模需要的空间理解、几何规划与物理约束行动能力，在公开数据中极度缺少 「操作指令 — 坐标变化」 的高质量成对训练样本，很难仅靠语言规模扩张自然补齐。

8、前万事达CMO：砍掉70%传统广告，投体验和网红，品牌增长更快

当然，放手不等于放任。

这正是引发CVE-2022-31115的罪魁祸首——不安全反序列化！ 如果这行代码上线，恶意的远程服务器就能通过伪造YAML响应，直接打穿并控制客户端。

各有各的强项，也各有各的天花板： 领域专用模型（AlphaFold 3、ESM3）：在蛋白质等特定对象的预测任务上做到了极致，但能力也被严格局限在单一对象和任务形式上； 工具增强型通用模型（GPT-Rosalind、Claude Science）：凭借外部工具链灵活切入科学场景，但其科学能力仅寄生于工具，模型本体并未深化对科学的本质理解； 科学语言模型（NatureLM、LOGOS、BioMatrix）：试图将蛋白质、分子等转化为符号序列进行跨对象的统一联合建模，但目前的探索仍主要停留在表征层面。

先看一个多数人没留意的默认设置。