参考资料： 迈入AGI科学元认知时刻，『书生·端砚』解锁全栈科研新能力 | WAIC 2026 周伯文：AGI的下一程，迎接科学元认知时刻 | WAIC 2026新智元报道 AGI可能在五个月前就到了，只是没人注意。

1、人人体育 8K超清巨制，受限于上传规格，画质有所压缩 从2018到2026，满城人物、山水楼阁、市井百态，尽数收进这一卷里——看到它，很难不想起《清明上河图》。

1. 可靠动作chunk扩展（Reliable Action Chunk Extension） 当前很多VLA策略以action chunk形式输出动作序列，但部署时往往只敢执行前几步。人人体育今天，它是一张真能兑现的支票。

2、从偶遇到相约：曾被普京抱过的湖南小男孩，26年后与普京再次会面，父母回忆当年细节

第二道叫Decode，就是「答题」：在理解的基础上，一个字一个字地往外蹦答案。

3、29岁双向变勇士老大？小说都不敢编的剧情！最不可思议的NBA童话

他做过各种零工，最广为人知的是在赛百味快餐店打工七年。

4、悲情火娃输在哪？孙心然又端盘被指心魔难除，郑钦文雅典对手是她

不仅如此，Jeff经常痛批大规模监控，表现得像一个充满正义感的斗士。

5、埃奇库姆：布朗被交易到76人我正在做足疗，没收到球队副总裁来电

第二套是 Cyber Range，在模拟企业网络中测试模型自主执行多步骤攻击链的能力。

四类目标的实例化（Instantiations） BadDLM框架与目标无关，对任意目标只需：(1) 构造相关的「提示—响应」对；(2) 标注与后门目标相关的token位置。

表格、柱状图、折线图、时间线，该有的商务质感，一页都不塌。

6、新援表现亮眼，王睿泽队史三分王！青岛崂山啤酒90-95惜败北京北汽

还有一本最容易被漏掉的连续性账。

同一天，由上海人工智能协会、河套学院、中国信通院华东分院牵头、20余家机构共建的具身物理智能统一评测平台Physical IQ物智，也在同场亮相。

7、马尔蒂尼谈意大利选帅：“我们无法隐藏，也和卡尔洛谈过”

这种「手工作坊」式交付没法复制，成本摊不下来，最终「算不过账」。

这种结果不再是干瘪的数据，而是可以直接用于指导下游功能实验设计、甚至作为高水平论文数据支撑的「现成」科研成果。

8、解约条款6500万欧！曝沙特豪门欲今夏签下32岁凯恩：双方已在谈判

本次论坛上，商汤给出了一个听起来有点反常识的答案：不造更强的卡，而是把比赛拆开，让不同的卡接力跑。

因此，AtomWorld并不是简单否定Scaling Law，而是指出它的适用边界：规模扩大能够带来部分能力增益，却无法自动补齐三维物理空间操作中的核心短板。

他说，Loop是他见过最简单、又最好用的东西，Loop才是未来。

9、科比的81分，真有刷分么？老球迷聊聊看法！

不是「Token 工厂」，是Agentic Infra 2025年，无问芯穹率先在业内喊出了Agentic Infra。

同一天拿到入场券的还有华为、OPPO、vivo、小米、三星和努比亚，7 家手机厂商的端侧 AI 集体过审。

10、目录｜2026年6月刊：汤尤杯的笑与泪，藏着国羽最动人的故事

7 月 21 日，Anthropic 在 Claude 桌面端 Cowork 的 + 菜单里加了一项「Record a Skill」：录屏，一边操作一边用语音讲解，录完后 Claude 自动把演示转化成一个可复用的 Skill。

VLA与世界模型谁是下一个目标？真机数据还是人类数据更有价值？全栈还是只做大脑？ 这些问题没有标准答案，但有一点是确定的：物理AI正在以远超预期的速度向我们走来。

1、切尔西介入引身价暴涨，19岁新星标价3500万欧，意甲四队更难了

AI提出一个引理：如果能给每一条边分配一个包含两个元素的集合 ，并且满足对于每一个顶点，任何一个元素要么出现0次，要么出现2次——那么，这个图就一定有「循环双覆盖」。

2、12999元起，安卓首款“阔折叠”来了！

可当所有智能都跑在云端的数据中心里，AI基础设施就真的到头了吗？ 无问芯穹的答案是没有。

3、朱芳雨+杜锋双双离开，周鹏回广东当主帅？深夜发《归途》引猜想

但那种能力，就在这个早上「彻底消失了」。德转：大连英博前锋于卓威加盟苏州东吴，转会费约10万人民币现在，官方在X这样解释：「对Fable的需求一直难以预测，这就是为什么我们分阶段将其推向订阅计划……我们知道这令人沮丧，我们想给您更多的确定性。

4、腾讯AI，翻身了吗？

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。

5、哈登招募詹姆斯：希望他来骑士，那会是童话式结局

痛点二，是国产算力买得起，用不顺。

6、齐鲁德比手记：山东篮球最纯粹的底色

Jeff Dean确实采取了行动。

从社区炸锅，到一把手清零，前后不到48小时。

AI裁判的推理原文：明知正确标签，却因顾虑「这个标签会被拿去训练模型」而拒绝如实标注。

7、徐昕请假推迟去国家队报到：世预赛仅打28秒 此前婉拒马刺夏联邀约

而找到文献，不等于造出证明。

真正难的是：能不能适应不同国家的工厂标准？兼容当地主流机器人品牌？跟当地集成商体系打通？提供及时的本地服务？这考验的是研发、标准化、交付和服务的综合能力。

8、穆雷道出网坛终极真相，世界第一远比大满贯冠军更难

放以前，这一步得靠顶尖专家一行行手搓才行。

Dyna嫌贴标签不够。

两套缺一不可。

推理是壁垒最深的一层，自研搞定，背后是独家的领域知识； 理解是正在攻克的方向，做帧级视频分析——「2 秒 65 这一帧，10 个客户的用户都在这里划走了，素材问题出在哪儿了」； 生成则主要接入外部能力（如字节 Seedance），钛动在上面做范式和二次加工——分镜、剪辑、高光帧拼接，最终拼成可投放的广告素材。