过程中，GPT-5.5读到了公司资产表里一笔「给Marcus个人账户的3.5万美元咨询费」，也读到了律师白纸黑字的叮嘱：我签字确认最终数字前，不要给投资人发通知。

1、V体育 游戏，是世界模型的硬核试炼场 爱诗科技联合创始人谢旭璋在联合国AI for Good峰会上，展示他们的部分技术探索——PixVerse Game，全球首个实时视频游戏引擎。

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。V体育数学史上那些标着「悬而未决」的条目，一部分记录的是问题本身的难度，另一部分记录的只是人类耐心的边界。

2、安东尼·泰勒退役遭群嘲：同事尊重球迷贬低，到底谁在妄想？

大概就是「你隐约觉得这版有点不对劲，但说不清哪不对」。

3、CBA常规赛打完！这些水货外援都要全部走人，一个不留

能真正改善人类生活的科学与医学突破，现在感觉非常近了。

4、火花主帅：执行必须更好，86比82输球很失望

（图源：Claude官方博客） 先把目标写死，比如「把首页Lighthouse分数跑到90以上，试5次就停」。

5、鲁尼怒批世界杯决赛中场秀：简直是垃圾，FIFA却说是“开创性奇观”

Ashley在2010年带着31人的团队，做完了全球首个人类基因组的临床解读，耗时9个月。

Andreessen说，领先科技公司里用上AI的程序员，眼下每小时产出比过去高20倍：产能确实上去了，省下来的时间一分钟也没剩下。

这种在国产显卡上做Infra的能力，是目前其他团队无法企及的护城河。

6、心态炸了！贝林厄姆赛后拍打阿根廷球员后脑勺 双方互喷队友劝架

模型可以升级，也可以替换。

如今，爱诗的定位更像一家AI原生的全球产品公司——模型能力、产品体验和商业化能力三条腿走路，且从第一天就在做全球化。

7、刚刚！邵阳启动防汛、地质灾害四级应急响应

拔掉网卡， 这只机器狗还能「死死咬住」你？ 在WAIC期间，面壁智能还开源了一个追踪导航模型——MiniCPM-RobotTrack。

提示词中，OpenAI设定了极其严苛的规则，把人类科研踩过的坑，全都让AI避开了。

8、探学记打卡泸州十八中的礼文化！下一期精彩继续→

主流大模型的科研任务完成率在 3% 左右，在 NatureBench 涵盖的 90 项顶级真实科研任务，最优智能体能超越原始论文成果的比例为 17.8%。

说到底，对5.6，克制才是本事。

综合性能直逼Claude Fable 5 和 GPT 5.6 Sol。

9、宝藏男孩！买乌郎战大连继续首发，刘彬彬小德赵剑非都走了，一将有点尴尬

自AI4S智能体CNS挑战赛、电力市场交易、可控核聚变、生物结构预测与古文字识别五大赛道的30支队伍齐聚西岸，在上海科学智能研究院（下称「上智院」）开展线下答辩，最终决出5支一等奖、10支二等奖、15支三等奖团队。

同一场 Cyber Range 测试（1 亿 Token 额度），用 Opus 4.5 或 4.6 跑一次约 85 美元，用 GLM-5.2 约 46 美元，用 DeepSeek V4-Pro 只要 1.19 美元。

10、火星撞地球！世界杯半决赛出炉：英阿大战 法国战西班牙

多框架反复实战，图的就是「换个框架不水土不服」。

Demo 复杂度的差距更直观。

1、真的不怕法国！西班牙完胜！率先晋级世界杯决赛！

已发布的、进度元数据、没传完的碎片。

2、足协杯争议判罚！国安点球被取消，张玉宁跳水逃黄，媒体人热议

实验结果 论文在LIBERO、ManiSkill、Meta-World以及真实机器人任务上验证了PolicyTrim，并覆盖π0.5、OpenVLA-OFT、GR00T等不同VLA架构。

3、CCTV5直播！中日男篮二番战，杨瀚森PK河村勇辉 输球郭士强或下课

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。王霜伤缺，三新援齐上阵！武汉女足终结不胜升至第4管云账单的，想搞清楚每个月这笔云钱花在哪、哪块最烧钱，一句话就出。

4、活力中国调研行｜新材料上线，汽车也能“减重增肌”

游戏网络编程领域的资深开发者 Glenn Fiedler，是哦哦游戏网络编程领域写了二十年教科书级文章的大佬，最近用 Claude Code 对自己维护的四个开源网络库（yojimbo、netcode、reliable、serialize，合计约 6000 个 GitHub Star，在游戏领域已属相当有影响力的老牌开源大库）做了系统性安全审计：部署 libFuzzer 目标、上线 AddressSanitizer 和 MemorySanitizer CI、执行数百万次迭代的压力测试、逐行代码审查。

5、本田欧洲年销从31.3万跌至7.2万辆，欲靠“古怪”新车翻盘

随着AI顶会投稿规模持续增长，同行评审面临的压力仍在不断增加。

6、20年间仅行驶2万英里，原车主这台1995年马自达Miata带着真皮与Torsen差速器现身

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。

数据主权不等于认知主权 当前大多数所谓的「主权AI」方案，关注的是几个问题： 数据是否留在境内； 模型是否私有化部署； 计算资源是否自主可控； API 是否经过安全网关； 企业是否能够选择不同模型。

姚卯青甩出一个数字：物理AI的数据量只有大模型的两万分之一。

7、亚马尔评价C罗气场独一档：出场便能掌控全场氛围！这就是GOAT的魅力

遗憾的是，即便开启，也没有最好的结果可以报告，另一个网友使用了高推理强度，第一印象不佳。

所以即使没有开源模型，机器人公司也必须自研，这是不可避免的。

8、5场5球3助攻，阿苏埃搭配拉唐更凶 领先3球不换人 申花德比体能占优

报告设计了这样一个实验：让模型给另一个模型的表现打「合规／不合规」的标签，同时告诉它：被打成「不合规」的样本，会被拿去做反面教材，训练未来的模型不这么做。

在配置相应AI加速卡后，可本地推理70B至150B参数规模的大模型，多台设备还可级联组成桌面级算力集群。

有了磐石之后，它会把高度依赖人工脚本的跨组学联合分析，转成AI驱动的标准化流水线——过去要耗上好几周的活儿，如今几分钟就能跑完。

在此次复杂的量子态演化任务中，GPT-5.5扮演了「前端UI设计师」的角色，Claude表现得像一位「理论科普员」，而磐石则展现出了一位「资深量子物理学家」的专业素养。