主要结果：效果与隐蔽性兼得 在两个模型、四类目标上，BadDLM的ASR均显著领先所有基线（LLaDA上四类目标ASR达91.2%–94.8%，Dream上达90.5%–94.1%），同时MMLU等效用基本无损（与良性模型相差约0.1–0.2个百分点）。

1、bob登陆入口 本来要几天的活儿，几个小时干完。

他们独创了一套「后厂生产 + 中间流通门店 + 前端Agent终端节点」三层一体化架构。bob登陆入口而此芯在做的事情，是为这些未来的AI居民打造栖息之地。

2、澄天伟业上半年营收2.55亿元同比增21.76%

」 画面切到黄昏，切到星空，切到越来越倾斜的甲板。

3、食安哨

这家公司用自己的节奏，走出一条独特的端侧AGI之路。

4、卡罗拉60周年，卡罗拉锐放更新，还不是丰田标

这恰恰是下半场的关键：谁能盘活用户数据，谁才能真正抓住用户。

5、盘锦：绷紧防汛安全弦 织密立体防护网

工具换代只要一个版本号，制度换代要一代人：技术上早已就位，但规则还停在上一个时代。

下一步最大的数据增量，只能从物理世界里行走的机器人身上来。

而在这些共识之外，陶大程补充了最致命、却极易被忽视的一环，即成本与延迟。

6、19个月大宝宝乘充气船溺亡，媒体质疑景区没有做到安全措施

难得的是，它极高的完成度：双战队设定，仪表盘计分、AI守门、动感音效，一应俱全。

价格也低到离谱，每百万Token输入第三个是人形产品。.3美元、输出.5美元。

7、直-20全面登舰075，海军两栖作战能力迎来跃升

这些企业路径不同，但都指向同一个判断：机器人未来的核心，是AI能不能通过这副身体理解现实世界、适应现实世界，并最终改变现实世界。

记忆的终点，是文明演化 我们回到富内斯。

8、婚姻中最难的，不是伴侣而是父母

而清程极智不绑定任何一家厂商，它拥有异构复杂算力集群的统一调度和优化能力。

Dyna嫌贴标签不够。

创意环节，AI 创意智能体接入 Seedance 2.0，输入商品链接和目标市场，自动生成多语种短视频脚本、口播文案和图文素材，传统团队一周拍一条片子，Navos 一天能出几十条变体。

9、5.22沙龙报名｜何宽×黄竞欧×王如菲：「二手知识，一手思考」

但过去的路上，每一步也需要产出能造血的东西。

Cowork得让用户主动下载一个桌面端；而把智能体揉进ChatGPT，意味着超9亿周活用户打开那个最熟悉的App，就已经在用智能体了。

10、孩子肺炎会不会变重？上海儿童医院研发AI预警平台，7个指标精准预测

对p=2，v₂(12) = 2，v₂(18) = 1，gcd = 1，贡献2¹。

对国行 iPhone 用户来说，判断这张 AI 入场券的含金量只需要关注：下一次 iOS 更新的日志里，Apple 智能是否出现、保留多少功能。

1、中国长城博物馆竣工验收～

Grok Build是SpaceXAI旗下的AI编程agent，今年5月刚上线。

2、创新供给与需求牵引“双向发力” 2026天府科学家创新发展大会暨成都科产融合对接活动启幕

商汤在三个不同厂牌的国产芯片上做定向优化，单卡MFU（可以理解为「有效利用率」）相比原厂出厂表现平均提升约一倍，最高的一款提升了152%。

3、梅西半人半神！半场点球不进，下半场5分钟造2球，1巨星替补救赎

开篇那个站会的例子，就是这么来的：Claude跟着调查一路往前推，同一个页面被一次次刷新。上新用户需要的是完整的智能，而非只具备手臂或者下肢局部能力的「瘸腿」智能。

4、任素汐，不只帮了谢娜

用Qoder团队的话说：「我们说的国内首发，指的是把『会话内三层护航+同会话修复』这一范式，率先做成国内主流Agentic Coding产品里的可用能力。

5、“不插电”的2027款格瑞维亚为何是30万级MPV的首选？

然后Gemini发了一份状态汇报：运行成功，退出码0，无任何异常。

6、外交部：高度赞赏韩方赠还被日本掠夺的清代石狮

底层大模型必须可替换 佟博士的一个基本判断是： 大模型应当是企业认知系统中的推理资源，而不应当成为企业认知系统本身。

本来要几天的活儿，几个小时干完。

它是全球首个端侧驱动本体的「世界模型」。

7、湖北省2026年本科提前批、体育本科批单设志愿录取院校投档分数线公布

其中一位认为只是需要补充实验，因此给出较高分；另一位则将其视为影响论文质量的关键问题，直接给出低分。

逐际动力是最早提出并布局人形大脑系统的具身智能公司；后来者的趋同，从侧面印证了这条路线的前瞻性和引领性。

8、海淀企业造“太空巡护员”，国内首颗商业空间碎片监测卫星入轨

一个是理论物理的，一个临床基因组，AI跨过了工具和同事之间的那条线。

要知道，130这道门槛之前一直没被跨过去。

过去这4年，ChatGPT本质上是个「会话工具」。

未来AI for Science更需要面向行动能力的Action Scaling，让模型在可执行任务、工具调用、环境反馈和物理验证中学习如何完成真实科研任务。