如今你把活整件甩给Agent，它替你干、也替你烧钱，每一次调用都在按Token结算。

1、Kai云体育 三层全部嵌在同一个写码会话里。

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」。Kai云体育利用前人证明的无桥图存在「处处非零的8-流」，AI将图上的每一条边，赋予了有限域 （一个由8个元素组成的三维空间向量）中的非零元素标签。

2、轮到伊朗斩首了，近百美军伤员被抬走？特朗普在社交平台急眼了！

PixVerse的国内版，叫做「拍我AI」。

3、漫步海派文脉，乐聚社区邻里！美国小伙伴走进打浦桥社区

两家的智能体之战，才刚刚打响。

4、女子发现蚂蚁爬进自己电脑显示屏“筑巢”，当事人：桌面长期保持整洁，显示屏用了6年；维修师傅：开机产生高温也难以彻底清除

致命的危险——当Gemini成为军方的「黑盒」 抛开道德谴责，特纳作为一名前沿AI研究员，指出一个极其恐怖的技术安全风险。

5、同心共铸十九载 雪域高原践初心——步长制药总裁赵超看望慰问一线医疗志愿者并接受本报专访

但U1 Pro的成图，直接把这两座大山给推平了。

代码仓库里装的密钥、配置文件、内部接口、数据库密码、没发布的功能、商业机密，全在里面。

轨迹对齐层：不学人的节奏，只学任务的规律 机器人的训练数据来自人类遥操作。

6、乌克兰总统签署法令，延长战时状态和总动员令90天_网易订阅

7月15日，银河通用发布WAM-TTT，全球首个面向具身智能大模型的测试时后训练框架。

埃尔德什的100美元悬赏 AI领走了 先把这道题的来龙去脉捋清楚。

7、太有爱了！深圳地铁纳凉区上新

它更应当走一遍电脑系统当年走过的路：从「有个进程隔离就够了」，到「ASLR、DEP、SELinux、签名内核协同工作」的纵深防御，并且必须与底层大模型联合评估，而不是拿平台加固去顶替模型对齐。

过去十八个月，AI Coding 领域暴热，任务成功率从不足 5% 飙升至 88%，代码生成、自测迭代的闭环已经跑通，赛道增量空间逐步收窄。

8、世界杯巅峰对决！法国将战西班牙，5年4次恶战，亚马尔挑战姆巴佩

左侧比较不同主流模型，右侧比较不同尺寸 Qwen 模型。

AI裁判的推理原文：明知正确标签，却因顾虑「这个标签会被拿去训练模型」而拒绝如实标注。

（图源：Claude Code官方文档） 所谓自主智能体，本质上就是这么一个圈。

9、3届世界杯20个进球！27岁的姆巴佩，已踏上足球“真神”之巅

场景建设上，场景方让技术团队进场实现自动上下料与周转。

想让它跑得住，还得给三条护栏： 1. 提前划好刹车线。

10、“舞乐山海”群众舞蹈志愿方队将亮相齐鲁超赛，以热爱舞动绿茵场

这意味着系统不只是「能走对」，而是「能在走偏后恢复正确路径」。

一家模型厂商可以做绑定自家产品的浅层记忆，却做不出跨厂商的通用层，因为通用层的价值恰恰在于中立，而没有谁愿意把自己的记忆托付在竞争对手的地基上。

1、太会了！FIFA与奢侈品商合作，决赛大力神杯将被LV皮箱包裹进场

作为全球首个自主科研智能体赛事，创新赛道「AI4S智能体CNS挑战赛」打破以往只比拼算法模型的竞赛模式，转而考核科研智能体全流程自主工作能力。

2、韶山市：红色研学架起民族同心桥

WAM-TTT的自监督视频预测技术，直接从这段人类玩耍的视频中提取特征。

3、48万辆交付撑不起利润：特斯拉的汽车业务，正在为AI“输血”

它是全球首个开源的3T级模型，专为长时编程、知识工作和推理等前沿智能任务设计。离谱！伊布评足坛历史前五：C 罗落选，梅西无缘第一这套设计把机器人数据从单一的动作监督，扩展成「指令理解+时序推理+动作生成」的联合监督。

4、官方：西班牙人23岁边锋安东纽-罗卡租借加盟马略卡

一张Mensa卷子，测不出一个模型的事实可靠性，测不出它的工具调用能力，也测不出它在真实职业场景里到底靠不靠谱。

5、费尔明伤愈归来，有望随巴萨赴英格兰参加季前训练

这几乎是，为独立创始人量身定制的利器。

6、阿根廷晋级八强惹怒球迷，埃及队称冠军内定，裁判执法堪比中超

给它一句「把货架第二层左边那个蓝瓶子拿过来」，它得先弄清你要哪个瓶子，再用「眼睛」看清现场，然后把这句话拆成一串动作：移到架前、伸手、抓稳、退出、送到前台。

AI 达人：依托钛动覆盖全球的 1.5 亿达人资源网络，智能体根据商品特征和目标市场自动匹配达人、生成多语种建联话术并发起合作邀约。

判断标准叫「经验密度」——录画面和关节角度，那是「一小时录像」；同时记下任务目标、物体状态、动作质量、错在哪、结果如何，才叫「一小时经验」。

7、做华系车技术极客：奕境X9瞄准旗舰9系新王，问界M9迎最强对手？

企业为了获得模型服务，必须首先把自己的问题、上下文、数据、工作流程和判断标准暴露给模型。

Skild AI 在长程、不间断、不遥操的真实家庭任务上，目前全球只有逐际动力和 Figure 做出了可信度高的完整演示——Figure 有厨房整理、房间整理、客厅整理等一系列家庭场景 Demo，逐际动力有这次的一镜到底的客厅整理。

8、加时赛绝杀！西班牙夺得美加墨世界杯冠军

关键问题：能否在不牺牲任务成功率的前提下，通过后训练，让已有VLA策略自动学会「少走弯路」，用更少物理步骤完成任务？ 来自四川大学雷印杰教授领导的团队提出了PolicyTrim——一个面向「策略效率」的两阶段强化学习后训练框架。

新智元报道 【新智元导读】交互式视频世界模型正在从「一次性生成短片」走向「像游戏一样边操作边生成」。

这一次，是工具反过来纠正了用工具的人。

参考资料： https://x.com/thsottiaux/status/2076495156757577895 https://x.com/FixlationAI/status/2076469274441380349 https://www.reddit.com/r/codex/comments/1uuy5eq/nerfed_codex_sol_max/ 编辑：元宇新智元报道 【新智元导读】刚刚，AI编程圈干了一件狠事。