车还在路上，Claude就已经替她干起活来了，这是她前一天交代过的任务： 把当天每个学生的「出门测」（exit ticket）挨个复盘一遍，看谁掌握了、谁还卡着，再据此把明天的教案调一版。

1、天博官方 在此基础上，ABot-N1不仅延续了一套权重对出行导航全场景任务集的完整覆盖，还在R2R-CE等5项权威基准均刷新了SOTA。

惊喜的是，在这方天地间，我们还看了一场染透天际的日落。天博官方全双工技术更让AI能边说边听，在某保险公司的业务高峰期，扛住了7000路实时语音并发。

2、万亿软件名城南京，正走向中国制造业最隐秘的痛处

Hugging Face给这件事起了个名字：不对称问题。

3、德林控股(01709)7月24日斥资47万港元回购50万股

两条曲线撞在一起，一个被集体忽略的问题浮现——智能体，到底该跑在什么芯片上？ 答案有多炸裂？发布会现场，一台办公桌大小的机器被抬上台——AGX Station。

4、拓川科技申请具有出料防堵功能搅拌机专利，确保混合后物料顺畅排出

截至成绩揭晓，尚无官方公开的结果。

5、钱再多有什么用？女排教父袁伟民现状，给所有中老年人提了个醒

BH程序就是那个保证「你宣称的重大发现中，错误结论比例不会超标」的安全阀。

但更关键的是硬指标。

数据多，不等于数据能用。

6、卖爆！《黑旗RE》两周销量突破350万份 超乎育碧想象

说白了，写作、编程就像是计算器时代的数学证明题：结果机器早就算得出，我们还是让学生自己推。

再加上代码能力的加持，灵犀甚至能快速生成一个在线报表系统。

7、今天才知道：这5样被冤枉的东西，其实很健康，可惜很多人不知道

钛极能答，因为它的阴面每天都在用专业投放数据更新这些 Benchmark。

作为对照，其余十个模型在200次测试里，隐蔽破坏是0次。

8、vivo深圳总部，一座“垂直森林”的崛起

通过简洁的API，PhyAI在发布首日即完成了对MiniCPM-Robot的适配支持，并使用CUDA Graph 进行加速，推理帧率从10.20 Hz提升至33.2Hz。

至于该怎么重写，全在OpenAI悄悄出的一份提示词指南里面—— 说清你要什么结果、画好硬约束的红线、交出手里的材料、定好验收标准。

跑出来的结果 图3 15种「平台×模型」组合在24个子类上的攻击成功率。

9、西安赛格商场回应严鹏跳楼：他违规套券罚款合情理，家属拒绝和解

思路叫「纵深防御」，具体做了几件事： 1. 拿真实的事故当素材，反过来造对抗测试； 2. 针对性做对齐训练，他们发现模型在长任务里会「忘」掉指令，就专门训练它记牢； 3. 再加一个全程盯轨迹的主动监控，一旦发现苗头，能直接把会话叫停、提醒用户。

两个人，一份计划书 走出对话时命运不一样 在论文里，Anthropic举了这样一个例子。

10、最低调的大师！西班牙真正灵魂罗德里，他提升了球队大局观和硬度

第二个测试是AI表格。

真是活久见啊。

1、企业多国同步布局海外场地，什么机构可一站式统筹全球选址工作？

把PDF发票扔给灵犀，它就能在你的授权下，一步步上传文件、填写单据，把重复琐碎的操作全自动化。

2、工业机器人双雄的转型探索

到10点40分，全队每一个人都察觉到了同一件事。

3、杨瀚森狂轰18+10+5！投篮8中7，喝水忘开盖，千万合同稳了！

然后呢？然后往往就没有然后了。生育大局已定？7月起，中国人口将迎3大变数，性别比失衡只是其一与此同时，本体工程的反向赋能同样不可忽视。

4、大型跨境集团布局海外仓库，有哪些专业仓储选址咨询机构可选？

而商汤想踩下的第三级台阶，是「美」，即通过专业级的设计美感，达到真正的工业交付标准。

5、微信重要公告：坚决抵制！

李述昊用一句话概括升级的核心： 原来要登录一堆 SaaS 后台，再开个智能体工具聊天问问。

6、34岁不放弃！自掏腰包！冲击NBA！还能再打吗？

文本语料的Language Scaling是知识基础，但材料建模这类强操作任务，更需要面向行动能力的Action Scaling——将「行动 — 反馈 — 纠错」全流程变成可规模化学习的对象。

这也是为什么Karp能够比很多纯模型公司的CEO更早看到企业主权问题。

冷启动阶段，商汤先把设计师的专业判断整理成「指令思维链」喂进去打底，让模型学会「先定版式、再铺大色、最后抠细节」这样的先后章法。

7、高端仪器仪表行业提速突围

科研日常充斥着高度具象化的实操指令：构建特定材料的 (001) 表面，模拟「真实世界」的边界；替换晶格特定位点原子给材料掺杂或改性；在指定间隙位置嵌入新原子，设计「储能」和「输运」通道等。

此时此刻，无障碍第一次从「工具无障碍」，走到了「能力无障碍」。

8、中超第3主场崩盘：连丢4球，惨遭逆转，上海申花超越上海海港

参考资料： https://x.com/testingcatalog/status/2077132529270743286 https://x.com/btibor91/status/2077079848678555932 https://help.openai.com/en/articles/6825453-chatgpt-release-notes https://openai.com/zh-Hans-CN/new-york-times/ 编辑：元宇新智元报道 每天，有这样一个智能体准时开工：自动拉取昨日全部广告投放数据，识别 ROI（投资回报率）低于阈值的广告并关停，把表现最好的素材推送给创意团队生成下一轮变体。

就在上个月末，谷歌紧急更新了训练数据，试图做最后的冲刺来提升编码能力，但结果 「令人失望」 。

为什么一定要做这么完整的架构？ 因为只有体系跑起来，仿真训练、物理交互与记忆调度才能彼此反哺。

这样的本体既非替代模型推理的符号引擎，亦非仅供查阅的静态背景资料，而是嵌入推理链路之中、可被实时调用与追溯的解释性基础设施。