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。

1、乐鱼电竞 同一高层导航策略在没有使用真实世界数据进行微调的情况下，被部署到四足机器人和人形机器人，并完成超过1200米的真实环境导航验证。

所以你的AI助手想了解你？它可能连你上周开了几个会都记不全。乐鱼电竞底色越绿越安全，越红越危险。

2、NBA全明星新赛制正式实行，24人名单初见雏形！保罗太悲催了

早期实测显示，该模型在前端界面生成与空间推理方面表现极差，被用户戏称为「史上最差」。

3、广东功勋教练加入北京首钢，江苏队截胡王少杰，朱芳雨暂无补强动作

用AI。

4、醉翁之意不在球？山东敲定第一场热身赛，对手是它，目的性太强了

知识库解决的是「系统知道什么」，但企业认知系统还必须回答： 系统应该在什么条件下使用这些知识？ 应该调用哪些技能？ 应该采取什么行动？ 什么结果才算成功？ 失败应该归因于知识、技能、计划、执行还是环境？ 学习以后，系统应该修改哪一部分？ 因此，认知主权比数据主权更深一层。

5、4换1交易！广州男篮获状元签 租借刘文科+首轮签+次轮签+现金去四川

一家大型企业，应用建了百八十个，模型接了四五十个，中间靠一条条硬连接对上。

企业真正的差异化来自于，它是否能够围绕自己的业务建立一个学习闭环，并把每一次模型使用转化为组织自身的能力积累。

（视频中的速度数字对应本演示视频的交互动作、视频时长和统计口径；论文表格中的2.59×来自统一benchmark测试） 瓶颈在哪 传统视频生成通常给定文本或图像后，一次性生成固定长度片段；自回归视频生成则把历史片段缓存起来，按时间顺序逐块延展。

6、新加坡公开赛：国羽男单无缘八强，两对女双率先晋级半决赛

为满足技术要求，需攻克透明材质识别、柔性力控等产业级难题。

一次会话，左边在跑，右边的可交互页面同步成形。

7、主持人逼问张晋：你老婆陪刘銮雄6年！张晋教科书回答让全场闭嘴

这也是支持机器人行动的运动神经。

推测来看，近期3.5 Pro的开发进展并不理想，因此他们启动了全新的预训练课程。

8、上半年13家出手：西安民企“敢于批量拿地”了？

都以为学校会被AI逼着改头换面。

他们把各自的模型、数据和训练体系摆上桌面。

所以商汤这几年在底层做了海量的脏活累活——编译器、算子、网络、缓存、调度、容错，一层一层地打通。

9、北京首钢篮球俱乐部国际青训计划即将启动！_网易订阅

国内创作者「山音」为阿兹海默症群体制作的动画短片《积木》，把作品带到了釜山电影节现场展映。

大语言模型的出现，使本体工程获得了前所未有的发展动能，也反过来提出了全新的工程挑战。

10、徐昕拒绝马刺队邀约，不打夏季联赛，效仿林葳冲击NCAA名校

在统一Prompt和固定评分标准下，根据这些优缺点生成一个Anchor Score（锚点分数），作为一把统一尺度下得到的参考分数。

这一层用的是逐际动力自研的 LimX WBT 全身运动基础模型——基于千万参数级的 Transformer 策略，完全跑在机上。

1、外线失准，客场失利！青岛崂山啤酒70-87不敌北京北汽

他讲了自己的例子。

2、官方：中国男篮将于8月13-17日在佛山与乌拉圭、新西兰进行热身赛

现场观众举手表决，几乎全票支持。

3、哈登谈詹姆斯选择：他足够聪明 不认为任何人的游说能动摇他

顺着新价值链，企业真正要算的是三本账。打脸黑子！中国女排3-2美国女排 赛后听听球员和教练怎么说这种辅助决策式的购物体验，会远大于货架式的搜索体验。

4、“冰杯经济”爆发？ 盒马和保乐力加的“吃冰”实验

它不考核材料识别、理论辨析类问题，只聚焦基础空间操作任务：模型能否按照指令精准调整原子排布？ 图1： AtomWorld 基准测试流程示意图。

5、领克07GT正式上市14.58万起 把纯粹驾趣还给旅行

AI 消除在简单背景下尚可，遇到复杂场景就露出阴影残留、边缘模糊和纹理断裂。

6、科里森：伦德伯格懂得如何赢球 这是球员最宝贵的特质

随着投稿量激增，审稿人的主观打分标准越来越不统一，评审随机性、不公平性逐年加剧。

一道题挂了几十年没人领走，可能不是因为它有多难，而是因为没人肯在那条路上再试第三十次。

而引入世界模型之后，大量的试错可以在模型内部的「想象」里完成，真机数据需求量因此被极大压缩，任务准确度反而上得更快。

7、24岁女足后卫加盟伯恩利：我带着心踢球，梦想成真

过去半年，Reddit上骂Opus 4.7「老是模棱两可、什么都要打个补丁」的帖子一抓一大把。

old-bielefelder报告，GPT-5.6 Sol思考14分钟、复核9分多钟，把Pintz 2018年那个0.72的指数改进到0.7195。

8、自由市场20天未签，勒布朗可等到圣诞节：全联盟等他做决定

这个标签的神奇之处在于：在图的任意一个路口（顶点），流出和流入的向量之和必定为零。

这些测评将定期更新：起步阶段或许每季度一次，过时或已经「饱和」（被刷到满分）的基准将被弃用、替换。

该项目推动企业从场景 POC 进入真实任务运行阶段，重点验证产品在连续作业中的稳定性、系统协同、异常响应和任务闭环能力。

」 参考资料： https://turntrout.com/why-i-left-google-deepmind 编辑：Aeneas新智元报道 7月17日，上海，黄浦江畔，夏风滚烫。