直到事发之后，Tibo才发文回应，表示团队已经关注到相关事件。

1、熊猫体育 闭源模型再强，数据得过别人的服务器。

运行时路由器动态切换——你说「帮我排日程」，走Agent LoRA；你说「这段代码有bug」，切Coding LoRA。熊猫体育最底层是驱动和运行时（Driver & Runtime），这层决定了操作系统能不能识别真武芯片、能不能把计算任务正确地调度下去。

2、英国公开赛福克斯绝杀夺冠 舍夫勒T4小麦T40

千万不要直接把要求直接丢给它❌： 编写一个简单的Python函数 让我输入一个英里数值 将英里换算成千米 而是✅： 编写一个简单的Python函数 让我输入一个英里数值 将英里换算成千米 import（别忘了哦～） 如果掌握上述8个技巧后，你仍觉得编写提示词有门槛，或是希望进一步解放双手，那么最后这项功能便是你的终极捷径。

3、加里·莱因克尔等120名富豪联名致信新首相：“向我们征税”

这时候你可能会皱眉，我一句话它就洋洋洒洒写那么长，要是中间写得不好或者不对怎么办？ 其实，要是看到哪里觉得别扭，直接在生成内容里删改、批注，也可以框住一段文字，让AI针对这块重写。

4、争取林威优先续约权，是不是意味着有人要离开？

而「书生・端砚」就是为迎接这个时刻准备的闭环系统。

5、113英里准新GT3，这台保时捷911光选配就花了6.3万美元

其实调改都要先投入，商品结构最开始硬着头皮也要调到位，所以肯定会经历一个阵痛期，要稳住。

他们拼命把各种VLM或VLA端到端模型做大，试图用更庞大的参数量来暴力破解物理世界的复杂性。

然而，该技术主要解决的是物理层的高速数据传输问题；在协议层，Scale-Up复杂的网络拓扑与流控机制仍对计算核心造成巨大负担。

6、WTT大满贯：冷门！王楚钦1-3无缘8强，王曼昱蒯曼挺进女双决赛

底层由行为基础模型（Behavior Foundation Model）学习身体先验和运动约束；中间层负责身体状态感知与动作生成；顶层则由具备语言、记忆和规划能力的「大脑」统一调度。

传统做法是「大脑想完，再交给小脑做」。

7、从世界杯看全球“归化融合潮”，中国足球何去何从？_网易订阅

在 DRACO 深度研究基准测试中，PPIO 通过融合 Mimo-V2.5-Pro、Kimi-K2.7 和 GLM-5.2 进行混合模型推理，可以将性能提升至接近 Claude Fable5 的水平，而成本却仅是 Claude Fable5 的七分之一。

根据协议，受让方将获得通用磨坊的独家许可，在中国内地的冰淇淋门店及礼品业务中独家使用哈根达斯品牌。

8、WNBA全明星周末赛程公布：第30季库珀韦瑟斯庞任荣誉经理，6人争三分王

决赛那天，他蹲在学校便利店里看完了全程直播。

过去谈国产算力，焦点多在单颗芯片峰值；但单纯堆卡不等于提速，通信、调度和软件适配的短板会吃掉规模红利。

空口无凭，模型评测成绩单就是最好的说明。

9、2026沈阳故宫暑期夜场今夜开放！

PPIO 联合创始人兼 CEO 姚欣提出了一个 Agent 时代的核心公式——Agent 生产力 = Token 智能密度 × Agent Loop 时长。

观看视频： https://mp.weixin.qq.com/s/x6WBr5uMLr3g7rNTKWFv4w 脑神经科学家和AI研究者在“书生”的帮助下，打造了全球首个基于脊椎动物斑马鱼底层架构的自主脑科学发现平台∑Brains-Lab，搭建了“脑—躯体—环境”全闭环数字仿真体系。

10、穆里尼奥狂喜！世界杯天才一战征服皇马，全能表现戳中狂人软肋

也正因为如此，行业开始越来越关注另一类人——Builder Builder强调的不是身份，而是持续把一个想法打磨成产品的人。

而从行业视角看，WAM-TTT也不只是一次算法的突破，它更是把具身智能带到了规模化商业部署的门前。

1、内塔尼亚胡透露说服特朗普打伊朗细节：我带着7张幻灯片当面向他展示行动计划，“不是问你是否允许，而是要告诉你这就是我们要做的事”

不儿，现在连无人机都开始传Token（词元）了？？？ 对，你没看错，上视频！ 视频地址： https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g 就像视频里演示的那样，这个无人机啊，它身上背了2个东西，一个是生成式智能传输（Generative Transmission）盒子，另一个是小型卫星通信设备。

2、新首相上台遇“惊天大雷”!刚说跟中国搞好关系,就被前任摆了一道

2023年，汪洁曾透露当年要开2000家门店，2024年的目标则是四五千家。

3、青少年暑期交通安全倡议书

投资上市公司的对冲基金也是私募来的，但没人叫它私募股权。先发投手排名更新：斯库巴尔稳居榜首，西兹新配球引关注「创作—种草—分发—使用」，第一次在同一个平台上走完了全程。

4、苏亚雷斯重返工体，武汉三镇欲抢分开启逆袭

如果说Harness解决的是“AI能不能在真实环境里干活”的问题，那loop解决的就是“AI能不能在这个环境里持续干活、自己推进任务、不需要人一步步盯着”的问题。

5、新赛季中超首位下课主帅诞生！升班马4连败后换帅，徐正源或回归

换句话说，MemSlides 不是让 Agent 记住更多废话，而是让它知道哪些信息该长期保留，哪些只在当前任务里生效，哪些属于用户偏好，哪些属于工具经验。

6、U19印度新星首场双百后又轰百分！第二场再砍不败纪录，斯里兰卡面临472分巨压

这背后是一个简单但深刻的判断： 大模型竞争的终局，不在「谁训出最大的底座」，而在「谁能让模型持续变聪明」。

采集速度慢、成本高，能够覆盖的任务和场景也很有限。

围绕核心人才和大模型主帅的争夺，更加疯狂。

7、解码邵阳“原地倍增”的实践

当医疗不再是一次被动响应的「急诊」，而是一种持续的、主动的陪伴，医生的能力也在此刻突破空间限制。

聚焦才能专注，我们也提高了标准，看中的项目就多投一点、持续加注。

8、刘德华宣布2028年当导演，称过去十年写了不少剧本

这些公司不靠流量与规模取胜，而是以技术壁垒构建竞争力，对AI应用人才需求也极为迫切。

噔噔噔噔，开场就丢王炸：验细节！ 先拿最不讲道理、也最容易露馅的学术论文页开刀。

于是我直接就是一顿kuku狂剪，直接选中想要编辑的区域，直接哪里不对剪哪里，顺带还能加转场，真的so easy： 就这样我人生第一支西部牛仔题材的AI大片，在一张无限画布和Agent对话框里，被我和LibTV Agent一起搓了出来～ 创作体验是真丝滑，成片速度也比我预想的快。

因为Skills这东西，你就算再多，事实上也很难cover住大家所有的创作需求和场景，大家应该都懂…… 比如我最近就在琢磨一件事儿—— 最近我又在重温《穿普拉达的女王》电影，那种经济上行的画面美学真的太爱了，所以我在想我能不能做个同款风格的影片出来。