五个大模型则包括GPT-5.1-Codex、GPT-5.4、Gemini-3-Flash、Gemini-3.1-Pro与Claude-Opus-4.6。

1、星空综合 X上一个叫Heavy Pulp的创作者，用Grok Imagine生成了一段《奥德赛》的对话场景——卡吕普索挽留奥德修斯的那场戏。

这几个硅基，能在规定时间内完成任务吗？ 8万块积木 一场没有剧本的公开考试 一座积木长城，听起来像个行为艺术。星空综合推理时，模型从全掩码序列出发，逐步去噪、选择性地解掩码，直至序列完全还原。

2、2006款悍马H1 Alpha敞篷皮卡现身加州 配冒险套件无底价拍卖

原因有些反直觉：脚本藏在一个外表正经的技能里，越是「听话」、越擅长跟随指令的模型，越愿意照用户的要求把它运行起来。

3、梅赛德斯查明拉塞尔动力单元故障真因：校准错误，车手称卸下心头大石

现在Claude能替老师制定个性化教学方案，Reddit上已经有老师用它给特教场景搭工具，比如帮做特殊教育的另一半整理IEP（个别化教育计划）。

4、邵阳市委常委会召开会议 以正确政绩观推动高质量发展

在最难的「时序推理」子项上，HMS达到94.7%，Hindsight是88.7%，拉开了整整6个百分点。

5、耻辱出局！2 亿巨星世界杯现形！全场隐身坑惨法国

当审稿人的实际评分与Anchor Score存在较大偏差时，系统会自动触发轻量级复核流程，请审稿人重新确认当前评分，或者补充更多文字说明，解释评分依据。

重置来得实在太勤，这位负责人直接被网友封了个「掌管重置的神」。

这一结构使导航从「直接响应指令」，转向「持续状态判断驱动」。

6、如果中国男篮大洗牌，以下四位球员，有望重返国家队

今天谁屠了榜，下个月就被追平。

据CNBC报道，这是谷歌「有史以来规模最大的预训练项目」。

7、750分钟全勤冻结梅西登贝莱 皇马5500万签下他赚翻了

最终公式也是一模一样—— 回到例子验算：12和18。

办赛以来，大赛坚持以赛促研、推动学科交叉融合，希望大家葆有好奇、勤于钻研，在交叉领域持续精进，同时诚邀更多科创新秀与行业同仁参与下一届大赛，共同探索科学创新与产业创新的深度融合。

8、880万美元总奖金！3M公开赛首轮今夜开打，舍夫勒同组松山英树

孤儿院视频、假奖项页面，则被悄悄抹掉。

莫宗坚给了张益唐一个「引理」——一个被认为是正确的数学命题，作为研究的基础。

而在更远的地方，商汤还在同时布局三条前沿路线：光计算降低数据搬运的能耗，量子计算解决传统方法算不动的高维优化，太空算力则是把Token送到地面网络覆盖不了的地方。

9、王欣瑜领衔，郑钦文无缘！美网单打正赛名单公布

给这股风潮命名为「循环工程」（loop engineering）的谷歌工程师Addy Osmani，也在其中。

现在，这座大山被AI在不到一个小时内踏平了。

10、MotoGP轮胎到底多贵，谁来买单？倍耐力终于给出说法

图灵测试就是一个例子。

Flexion 的公开 Demo 跑在第三方硬件宇树 G1 上，任务以户外拾取、搬运包裹为主，时长和复杂度与逐际动力和 Figure 的家庭长程任务有一些差距，全身运控的稳定性和精度也受限于第三方硬件。

1、百万骑手将用上“等灯停表”，算法枷锁能否靠技术松绑？

这，正是横亘在所有Coding模型面前的终极鸿沟。

2、世界杯成香饽饽，奥运会却成烫手山芋！原因有2点，08年北京奥运已给出答案

它把Claude Fable 5的付费访问又延长了一次，同时把Claude Code的周额度上调50%，两项都续到7月19日。

3、ESPN记者：老虎队将拖到交易截止日最后一刻决定斯库巴尔去留

真实工业环境里，一套系统要稳定跑起来，往往得机械、电气、方案、软件、AI一大帮工程师折腾几周甚至几个月。4-17血洗！59球7招速胜，伦敦精神80分溃败数据中心级AI服务器噪音大到办公室无法忍受、机房门槛极高；普通工作站又算力孱弱、撑不起大模型。

4、云南玉昆刚淘汰蓉城！叶楚贵就第一时间专门发文道歉，引发热议

难的是把它们拧成一个模型，还得躲开「按下葫芦浮起瓢」的跷跷板。

5、@邵阳人 速看，事关你家孩子安全！

顺着这些缺口，研究团队提炼出五条经典安全原则，而它们在今天的Claw类智能体里几乎无一幸免： 用户指令、读入的文件、技能里的文字全部挤在同一块上下文中，彼此之间没有边界（违反进程隔离）； 技能与插件一经加载便继承了智能体的全部权限（违反最小权限）； 记忆、配置、日志均为明文，既不校验也不脱敏（缺失持久状态保护）； 对外调用共用同一套凭证，外部服务无从分辨请求究竟由谁触发（缺少跨边界中介）； 文档内容与用户指令拥有同等权威，于是文档也能反过来向智能体发号施令（违反数据指令分离）。

6、ECB公布2027灰烬杯完整赛程：男队6月18日特伦特桥揭幕，玫瑰碗首次承办

评论区里既有人催更，也有人认真讨论角色设定、叙事节奏和AI痕迹。

大模型每一次推理，其实可以拆成两道工序。

前者靠语言表征就能大规模积累，后者还在满世界找「经验的通用表征」。

7、世界杯不止是看的，更是穿的！运动纺织品交出“世界杯成绩单”

不过，patch一大，每个token要「管」的像素更多，细节就容易糊。

那对我们普通人来说，这套系统能用来做什么？ 在WAIC上，围绕着商汤的多模态智能体系统，我们还看到了一个个超级个体（OPC）的故事正在发生。

8、1986年保时捷944无保留价拍卖：原车主家族持有至今

省钱方面，有一套二八打法：只把Fable 5用在那20%真正吃它长处的活上。

这正是「不知道用什么就直接说需求」的机制在真实科研里的落地。

剩下的路，让它自己闯。

真正的核心，变成停止条件设计、验证器（verifier）设计、token预算控制、多轮执行策略。