截至2月4日，Wind光伏板块98家公司中，以奥特维、连城数控、拉普拉斯、帝科股份等为代表的20家光伏企业阶段股价涨幅超过50%。

1、熊猫体育 太快带来的后果是，有人兴奋激动，也有人难掩担忧。

机器人模型的竞争，也开始从单纯拼规模，转向拼单位算力到底能换来多少能力。熊猫体育这次获奖，表彰的是他在André-Oort猜想上的证明工作。

2、举办世界杯有多赚钱？国际足联39天收入150亿美元，超两届奥运会之和

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。

3、刘德华宣布2028年当导演，称过去十年写了不少剧本

四层训练完成后，SWM对每个目标persona维护一组联合状态：表达层的语言风格嵌入 + 叙事层的动机因果图 + 认知层的价值权重向量 + 行为层的经济学参数。

4、郑钦文再遇“苦主”，吴易昺挑战德约！2026温网签表出炉

智传网（AI Flow）采用统一编码的词元流，还可以连接不同类型、不同厂商的机器人。

5、渠润青苗活水来 金塔精细灌溉筑牢丰收根基

Token经济全面爆发以来，推理需求正在加速，算力缺口也在持续扩大。

Agent：……(做出回答） ❌AI：有时候感觉挺无助的： 以下是Agent与用户的对话。

△文远知行纯无人Robotaxi GXR已在全球多地开启商业化应用 自动驾驶公司从Day 1开始梦寐以求的AI司机授权费模式，正在文远知行快速达成闭环。

6、重磅！CBA恢复升降级几成定局

此次展出的叠盒封胶、衣物整理与行李箱收纳，均涉及多种基础技能的组合调用。

但通用记忆层天然要求中立。

7、1989款奔驰560SEL：行驶11.7万英里 V8经典旗舰正待新主

这篇论文研究的，是机器学习和数据分析中的一项基础任务：低秩矩阵近似。

1、AI给答案。

8、4-0，5-0，韦世豪+向余望双响！足协杯15强诞生，仅剩1张晋级门票

换句话说，客户采购的不是一颗孤立的GPU，而是一套已经运行多年、经过无数开发者和应用验证的生产体系。

但落到实际使用中，这意味着用户在面对复杂任务时，Agent能够读懂更庞大的代码库，跨文件定位并修改问题，再把写代码、调用工具和运行测试这一整套流程持续执行下去。

不过辛拓扑属于机器目前最啃不动的抽象几何腹地，短期内模型帮不上他，他也犯不着帮模型。

9、19年车龄只跑5.9万英里：这台493马力机械增压V8，让现在的性能车脸红

摄影：梁宵 真正的价值是把一群人服务到120分，而不是把所有人服务到60分，未来一定会有这样的分化，如果不能把目标消费者不打折扣地服务好，一定会非常艰难。

而MiroFish则想在此基础上更进一步：把分析的终点，变成预测的起点，从原始数据到智能决策，形成真正的闭环。

10、U17女篮世界杯两场大比分惨案，积分榜最新出炉

首轮融资额超500亿元人民币，梁文锋个人出资200亿元，腾讯、宁德时代等多家产业龙头与国家人工智能产业基金共同参投。

5月初，又一批超过百人的参观研学团来到这里——两年前，他们中的许多人，也曾在长沙步步高的调改现场，边帮忙，边取经。

1、维尼修斯晒术后照完全变样！足坛球星“换脸史”被扒：C罗牙齿鼻子都动过

Build in Public 与其说是一条被选中的创新路径，不如说是他们的默认设置。

2、一年近千起！体育仲裁案件激增140倍，比赛结果早已不是终点

要知道，这款游戏可不是无名小卒。

3、比梅西更重要！阿根廷世界杯隐藏功臣！他真的太被低估了

来看我让它给整理一份WAIC最火热话题的调研报告，并根据报告最终生成一个QQ空间风格的HTML，供我给初一的小朋友们展示。卡卢卢K图拉姆落选法国26人名单，库普梅纳斯或迎尤文主场告别战目标非常具体且生猛：万台级部署。

4、棉花涤纶价格“冰火两重天”，纺织业加速换“芯”升级

专业能力因此不再是彼此割裂的“技能孤岛”，而成为同一基座上的可组合能力。

5、现代+AI新闻早班车｜精选（2026.7.24）

这些年，我们到不少行业深入调研后发现，无论哪个行业的内卷，基本上都与行业头部企业的内卷行为息息相关。

6、电动自行车能带娃，轻便摩托却不行？差一张蓝牌从接娃变罚单

看得懂，做不出。

” 现在看来，这“另一个故事”的主角团里毫无疑问有王虹。

改版的核心是把旗下编程工具Codex整体融入ChatGPT，将其重塑为一个能编写代码、管理日程、操控软件的“超级应用”。

7、海牛队1比5惨败河南，球队依然有新收获，久违强援复出登场

Riemann-1.0的解法，用做菜来类比，可以拆成三步。

它们可以服务于自动驾驶、室内导航、商用清洁等场景，但几何精度不足，无法直接用于精细操作任务。

8、苦寒成了天然优势，看冰岛如何成为数据中心产业基地

分层式双系统架构，支撑复杂任务连续执行 魔法原子在WAIC现场展示三类任务能力之所以能够在同一套模型框架下完成，核心来自Magic-VLA K02面向长程任务构建的分层式双系统架构。

都直接指向一个核心问题：生态不断加码扩容。

过去大家相信Scaling Law，模型能力主要来自更大的参数、更多的数据和更长时间的训练，但从o1这些推理模型开始，新的共识是模型能力来自推理阶段。

Anthropic给的数字指向同一个方向：AI能扛的任务时长，每四个月翻一倍；它的工程师如今每季度产出的代码，是过去的八倍。