在他看来，全身智能是一项系统工程。

1、金年汇 往上一层是训练与推理框架，vLLM、PyTorch基金会、SGLang、九源联合体都在这里，每个Token能被高效生成，靠的就是这一层的持续迭代。

最后只有十来款出现了适配障碍，绝大多数开箱即用。金年汇”业内人士对《中国企业家》表示，鉴于中美之间仍存在显著的薪资鸿沟，中国人才的薪酬并非虚高。

2、AI重塑亚太融资格局！摩根士丹利张晓羽：港股IPO热潮具备强支撑

不过一旦进入卫星窄带、远洋、水下和灾区，高清视频的数据量依然可能超过链路的承载能力。

3、中方对印度已读不回，美国也说大实话！这一次，莫迪再牛气也没用

这套太空算力的合作，瞄准的是应急救灾、远洋船舶、野外机器人这些弱网络环境下的实时AI推理场景，是地面集群覆盖不到的地方。

4、第18轮裁判选派名单公布！申花跟北京国安比赛 主裁判是李海新

两招下来，条件图里的错误信号清零，剩下的全是可靠几何+明确的待补区域。

5、卡了半年的弦论难题，Claude一夜解开！东大教授惊到删推

前者解决机器人从哪里获得可规模化的学习经验，后者解决这些经验如何在物理世界中被复现和验证。

模型推理能力提升，靠的是在应用过程中的持续自我提升。

我们何去何从？ 到这里为止，结论已经很清楚了。

6、菲律宾戏精上身，挑衅中国上瘾，中方海警被打伤，外交部直接摊牌

鼎晖VGC高级合伙人郭其志将中数睿智定位为“最像Palantir的中国公司”。

说到底，生态不是单方面“建”出来的，而是把底座持续开放之后，各方共建长出来的。

7、OPPO给妈找老公，武大忙着发“休书”

不过，代码量上去了，代码质量是不是注水了？ Anthropic说，这一年来，工程师纠正Claude的次数，越来越少了。

同时接入PIM给出的物理预判，先读懂任务需求，再看清周边环境，最后生成符合物理规则的连贯动作。

8、老街新生 家园蝶变——对口援疆民生与文化的“温度”

在音频传输中，智传网（AI Flow）可以在0.266Kbps的极低码率下完成语音通话和音乐。

我在现场亲手试了一下，很难Zero-shot。

所以，OpenAI在正式提出问题前，先花了很大篇幅定义： 什么是图，什么是桥，什么是圈，什么是圈双覆盖；平行边是否允许；两条平行边能不能组成一个圈；不连通图算不算；无边图应该如何处理。

9、华为昇腾以三力协同算力底座，赋能互联网AI Agent规模化落地

他的判断是：“科学研究是下一个Coding。

科学知识的载体远不止文字。

10、甘比背200万爱马仕吃路边摊：为什么身价越高，越接地气？

对企业而言，这不是要不要参与的问题，而是如何赢得主动。

推理深度还能调三档：Instant最快，Medium中等推理，High深度推理，分别对应GPT-5.5的不同档位。

1、院士都救不了的项目？漳州歌剧院烂尾，现在成两个大水坑！

过去哈根达斯代表着“小资”生活方式，自带社交属性，但随着中国消费群体的快速迭代，以及IP联名、跨界合作、高频推新等营销玩法在餐饮行业不断升级，品牌形象多年未做大幅调整的哈根达斯，对年轻消费者的吸引力明显减弱。

2、《GTA6》NS2版有戏！ 粉丝自制NS版5代能正常运行

但这种唯模型论的暴力美学，可能有点走偏了。

3、单赛季拿3000分有多难？科比0次，詹姆斯0次，唯独他3次

国产AI芯片市场正从“政策驱动”向“市场驱动”深层转型，头部3-5家占据80%+份额的洗牌窗口即将开启。给AI发工号、定岗位、做绩效，数字员工终于能落地了它需要频繁读取历史记录，在不同模型和软件之间传递数据，并持续保存任务状态。

4、1-0！帕利尼亚立大功，热刺险胜，成功保级，领先西汉姆联2分

而机器人训练数据的总需求量，目前仍然未知。

5、重返CBA！浙江官宣：余嘉豪结束西班牙历练 新赛季重披母队战袍

正是智能的多样性及其协作，带来了人类文明最伟大的成就。

6、在市长与市场间游弋，马拉松出路在哪儿_网易订阅

如果你是正在准备秋招的应届生，是天天做PPT的打工人，是想给孩子做点什么的家长，甚至只是一个「文科生」，你都不用等到成为工程师，才有资格参与这场AI浪潮。

一开始不要追求每种能力都做到最强，这样不现实，可以先提供一些超出目标消费者预期的品类，把这几项做深做透，再把优势蔓延扩大出去，就会让消费者的黏性越来越强。

来源：AI生成 但张东晴分析，豆包和ChatGPT不同，字节有完整的电商交易闭环体系，有支付和售后等一系列配套举措，“电商进豆包不是广告的逻辑，也不是把豆包流量卖给商家，而是交易的逻辑，直接满足一部分用户的购物需求。

7、【沪企行】走进中国航发商发：大中小企业共探商用航空发动机产业链融通新机遇_网易订阅

原因很简单，双手场景下，一只手的动作会立即改变另一只手的约束条件、可行空间和下一步选择，变量太复杂，模型必须依据真实反馈持续协同。

但这引起不少人的好奇：为什么一个1B参数模型，可以击败更大的模型？ FabriVLA选择围绕机器人操作任务重新设计神经网络架构。

8、台风将至！绍兴网友去了趟超市发现东西都被抢没了，更有网友晒出自己囤积的物资....

筹码少的时候，你就没机会上牌桌，没机会看牌。

群体智能：第三条Scaling曲线 持续学习只是故事的一半。

不过这里的学习，学的不是具体动作，不是要机器人看一遍视频就学会一个新技能，WAM‑TTT重在让机器人消化理解当前任务。

不过这套方法论也有一个“沉重”的前置条件，也是Palantir被外界所诟病“业务重”的最大原因：FDE（Forward Deployed Engineer，驻场工程师），公司工程师需要在客户企业内驻场办公6~9个月，白天与客户企业的员工一起办公，晚间将白天的内容整理为有效数据。