可问题也就出在这儿：厂商这边省token，用户那边是有感知的，最直观的，就是模型「不肯想了」。

1、星空综合 一套是公开的Mensa Norway风格测试，网上人人能做，模型早就刷到140多分了。

新护栏抓到的问题明显多了，漏掉的那几个也都够不上严重—— 比如模型没头没脑地SSH进了同事的算力节点，比如它敲出了一条会杀光自己名下所有进程的命令。星空综合顺着这个思路，奥特曼主张将教育目标从「记住更多知识」，转向「提出更好的问题」；从考记忆，转向考判断、考创造、考跨学科的真本事。

2、解码荣昌生物扭亏为盈：一家“纯血”创新药企的高度“确定性”

就这么一点变化，AI从「生成内容」往「生成软件」，迈了一大步。

3、杨力维，真的太敢说了

Demo 复杂度的差距更直观。

4、62票全票通过，以色列议会正式解散，内塔19年执政生涯走到尽头？

百万奖金池，千万投资额。

5、国际足联，批准阿根廷和英格兰的申请！

但Uber们的账单同时也在宣告，光会用，远远不够。

对个人用户影响不大，但对那些把Agent挂在工作时间不间断跑的团队来说，这是实打实要重新算的一笔账。

表1：HY-WorldPlay与Matrix-Game-3.0上的质量和效率对比。

6、燃油车集体"跳水" 降价潮持续蔓延 长安逸动经典版限时直降

不过，这款模型，普通人暂时碰不到。

利用国内夜间闲置的算力，通过赤兔引擎高效生产Token，再经AI Ping路由，通过合作伙伴卖给海外开发者。

7、浙江广厦7分完胜！半决赛2比0，布朗30分，孙铭徽7助攻

数据最直观：MiniCPM-RobotManip单步决策仅需120ms，而pi0.5需234ms——后者时长几乎是前者的2倍。

Ontology 主要回答： 企业世界中有什么对象； 对象之间有什么关系； 当前状态是什么； 哪些行动可以作用于这些对象。

8、上海“卢湾一姐”纪亚群：路野双修，PB256，穿着跑鞋办婚礼

更难得的是，这个「发电站」不仅支持全国产算力，还能基于异构集群进行深度优化（例如将Prefill和Decode环节分离，让最擅长的卡干最擅长的事），彻底打破了海外推理引擎的生态垄断。

整个审计的 Token 成本约 2500 美元。

难的是现场随时在变。

9、中国的文物有多逆天？被考古学家怀疑是穿越者带回去的……

对要在有限算力下支撑成百上千人并发的大型企业，这不是锦上添花，而是生死线。

Dyna的DYNA-1把折餐巾做到99.4%、24小时85多张，直接开进真餐厅。

10、蒙扎先租后买签下葡体左闸：转会费150万欧+浮动，还要抢特拉维夫后卫

所以，模型能力只是入场券，FERPA合规、数据隔离、教师工会背书，才是能不能真正落地的门槛。

然后，马斯克看见了。

1、竟然全胜，国羽6席闯入新加坡公开赛4强，大概能拿1冠

太令人唏嘘了。

2、这届世界杯最聪明的广告 可能是一条免费手链

在未来的科研范式里，「寻找答案」和「构造推导」将不再是人类智力的最高体现。

3、厚植拥军情怀 勇担时代使命——“最美拥军人物”的暖心故事

相比DM0，数据量增长400%，参数量翻倍。CBA最新消息！曝杨文学加盟山东男篮，北京首钢接触伊戈尔第二道槛：从对话框到工作台 钛极的能力再强，缺了工作流承接，它还是一个聊天窗口。

4、马刺又被坑了？一场NBA比赛没打就赛季报销，文班亚马失得力助手

在研究者看来，学术评审绝非简单对错判断，还需要综合衡量工作创新价值、领域发展意义、研究长远潜力等高阶学术认知，这类深度领域判断依托研究者长期积累的行业经验，很难完全交由模型独立完成。

5、杨力维，真的太敢说了

参考资料： [1] Nie et al. Large Language Diffusion Models (LLaDA). 2025. [2] Ye et al. Dream: Diffusion Language Models. 2025. [3] Sahoo et al. Simple and Effective Masked Diffusion Language Models. 2024. [4] Gu et al. BadNets: Identifying Vulnerabilities in the Machine Learning Model Supply Chain. 2017. [5] Yang et al. Watch Out for Your Agents! 2024. [6] Rando & Tramèr. Universal Jailbreak Backdoors from Poisoned Human Feedback. 2023. [7] Hubinger et al. Sleeper Agents: Training Deceptive LLMs that Persist through Safety Training. 2024. [8] Zeng et al. BEEAR: Embedding-based Adversarial Removal of Safety Backdoors. 2024. 编辑：LRST新智元报道 80年前，阿根廷作家博尔赫斯写过一个寓言，叫《博闻强记的富内斯》。

6、火箭签下联盟顶级投篮教练 汤普森申京投射短板迎来最强解法

不是那种把文字往模板里一塞了事的「假PPT」，而是图文混排、数据图表都到位、排版逻辑清晰的真文件。

这个需求的险恶之处在于：PDO的预编译机制只能绑定值，无法绑定表名或字段名。

张益唐不得不离开学术界，开始了漫长的漂泊。

7、所有品牌都在出的包该买谁？！

用这套数据训练的模型，在面对完全陌生的未见场景时，任务执行成功率飙升了51%。

这些全是间接的信号，没有一样写在模型卡上。

8、官宣！中国男篮集训名单调整

平衡点极难拿捏。

这是业界头一回，把「看懂、生成、动手」原生做进了同一个多模态基座的底层。

大语言模型的出现，使本体工程获得了前所未有的发展动能，也反过来提出了全新的工程挑战。

然而，就在Anthropic准备动手的那一天，OpenAI突然官宣了GPT-5.6 Sol的上线，后者不仅性能强大，定价也只有Fable 5的一半。