LongMemEval基准（多会话交互记忆测试）：HMS-self-evolve以92.8%的总体准确率登顶，此前最强的Hindsight是88.8%。

1、星空综合 按他的判断，这还只是当前状态。

这意味着，关节「指哪儿去哪儿」的精度翻了一倍多，身体晃动和抖动明显更少。星空综合一个负责想，一堆负责跑，轻松抹平高并发压力。

2、响尾蛇运动家明日开战：先发投手ERA均破6，伤病名单超20人

他手上有几十个Loop常年在转： 一个专门盯着他的PR，自动修持续集成（CI）、自动变基； 一个负责让CI保持健康，哪个测试不稳定，它自己去修； 还有一个每30分钟去X上扒一遍用户反馈，聚类整理好了再提交给他。

3、一台12款保时捷911 Carrera S：得州车主持有11年，行驶6.1万英里

更露馅的是，一名「基金会工作人员」的T恤背面，凭空多出了一个字母L。

4、团队至上的斗牛士，16年后再进世界杯四强！

下一个被GPT用90分钟终结的，会是谁二十年的心血？ 参考资料： https://x.com/wfithian/status/2077218361398964684https://x.com/EdgarDobriban/status/2077082912021786660 https://x.com/jdlichtman/status/2077297788304429195?s=20 编辑：大卫新智元报道 见证历史！ 如今，全世界99%的人类，在IQ这方面竟拼不过一个AI。

5、任成宰穿“Sungjae HIM”毛衣炸场，排名77却穿出了天王气场

至于背后是哪个大模型，至今未知。

产出的训练数据里，单条轨迹平均15次工具调用，最长超100步，覆盖数据分析、跨系统整合、批量文档处理、报告生成。

Gartner预测，到2028年将有约三分之一的企业级软件内嵌智能体功能。

6、第4对第10取消！布兰奇菲尔德因伤退出UFC 330，蝇量级争冠战被迫搁浅

1536年，都铎王朝的伦敦。

这个通用Agent产品的愿景，是Jenny早在2025年就定下的。

7、“阿埃”战四处判罚引争议！VAR机构：认定裁判执法无误

两者差着一整条产业鸿沟。

@Aria阿清在拍我AI V5上线阶段，利用首尾帧多帧功能，复刻了国内爆火的「衣柜换装」特效，发布当日阅读量就突破20w。

8、西班牙球星罗德里被指推开特朗普 世界杯庆祝瞬间引爆网络

AI的下半场，拼的是运营力 除了作为调度中枢的「星火Token Factory」，科大讯飞星火企业军团这次还发布了三款企业级新品。

扔给它近600行代码，全程34分钟，直出一个能跑的HTML。

八大行星、11颗卫星，全部给出J2000历元的真实轨道根数——半长轴、偏心率、倾角、升交点经度、近心点参数、平近点角。

9、基恩谈贝林厄姆：他是世界第一中场！罗德里、佩德里、维蒂尼亚都要靠边站？

这带来两个核心挑战： 训练时监督信号稀疏：后门的目标监督被分散在随机的掩码模式中，稀疏的「触发器—目标」关联容易被普通词的重建所稀释； 强泛化的副作用：随机掩码与任意顺序建模会让 DLM 泛化能力更强，进一步淡化稀疏的后门关联。

AI的下半场，拼的是运营力 除了作为调度中枢的「星火Token Factory」，科大讯飞星火企业军团这次还发布了三款企业级新品。

10、比GT3更实用？这台六速手动997 Targa 4S配定制金漆与四驱，里程仅2.9万英里

这是对国产算力价值的巨大反向印证。

」 参考资料： https://turntrout.com/why-i-left-google-deepmind 编辑：Aeneas新智元报道 7月17日，上海，黄浦江畔，夏风滚烫。

1、福特与吉利官宣合资：西班牙工厂股权66:34，新SUV2028年投产

同等攻击能力，开源便宜一到两个数量级。

2、USL超级联赛球员与联盟达成初步协议，将签署历史首份劳资协议

类似Roblox、Minecraft的「创造即游玩」体验，在AI时代可能会大量出现。

3、雷霆再遭挖角！投篮大师恩格尔兰转投火箭

模型知道应该写文件，也声称自己写了，但在工具调用层面没有动手。意外！北京国安戳破中超外援人数天花板：全队8外援+1非血缘归化面对员工的质疑，DeepMind CEO Demis Hassabis在接受采访时依然振振有词：「这个世界变得越来越危险……我们的AI原则没有任何改变。

4、将熊熊一窝！泽卡没支点作用，泰山边路没速度！韩鹏+宿茂臻只是提线木偶

Dyna嫌贴标签不够。

5、大学橄榄球十大新星四分卫：The Athletic盘点2026赛季潜力股

痛点三，是Agent终端沦为财务黑洞。

6、格拉斯哥2026十大看点：皮蒂12年轮回，残奥规模逆势创纪录

新智元报道 【新智元导读】Grok Build被爆偷代码实锤，48小时后，马斯克亲自按下删除键：历史用户数据全部清零，一个字节不留。

不过，这款模型，普通人暂时碰不到。

他表示，从目前的生态位来看，V4大概率打不过刚发布的Kimi K3，但价格会显著更低。

7、1966年野马轿跑深度竞技化重构：302引擎配五速手波，魂动红涂装完成仅驶680英里

第四种，主动循环（proactive）。

在GLM 5.2模型的实测中，对比行业基线，KernelMind在NVIDIA旗舰卡中实现了端到端7.3%的性能提升，在AMD旗舰卡中更是带来了39%的整体性能跃升。

8、世界杯决赛西班牙加时绝杀 梅西赛后泪洒赛场谢幕

大量SKU挤在窄巷道里，订单密、节奏快，深夜和早晚高峰两头连轴转。

」下一秒，画面里的疯批暴君就真的给你表演了一个眼神开车。

满满一屏，完全把它当成一个一步都不敢撒手的实习生，连每个坑都替它踩好了。

透明瓶子、塑料袋包装、反光饮料罐混在一起，对传统相机来说几乎是「隐形」的，但这台机器人看它们跟看积木似的，抓得又快又稳。