7月17-18日，第四届世界科学智能大赛总决赛及颁奖典礼在上海举行。

1、金年汇 人在睡眠休整期间，海马体会回放往日经历，大脑皮层从零散事件里萃取深层规律，沉淀成自己的认知范式。

我喜欢投年轻人，他们的创造力、生命力和改变能力无穷，这也是我们的项目来源。金年汇即便依托AI-FDE交付模式，AI与垂直行业的复合型人才仍是刚性约束。

2、汇聚资本力量，共话时尚未来——2026中国时尚产业盛典投资峰会明日启幕_网易订阅

为了进一步约束动作方向，高层系统会为基于任务结果的预测生成“关键结果图像”，明确每一步的视觉目标，从而让机器人不仅知道“当前需要做什么”，还能够获得“完成后应该呈现什么状态”的目标参照，极大化提高任务成功率。

3、打虎！方星海被查

机器人不再只是「看见」，还能真正理解自己面对的空间。

4、两度不敌安洗莹后蓄力爆发！山口茜强势晋级2026澳洲公开赛八强

若世界杯在中国无法落地，我们所有人的投入都将失去意义。

5、论梅西和C罗谁更配得上球王称号

最新版GLM5.1能在一次任务中独立、持续工作超过8小时，自主规划、执行、自我进化，最终交付完整的工程级成果。

更大的信心来自茅台于2026年初开始推动的市场化改革。

而AI服务器产业正在快速发展，对于制造环节提出了更高要求。

6、19点48分！北京国安官宣京沪大战延期，补赛时间基本确定 又遇难题

对今天的孩子们来说，多练“我不知道，但我要弄明白”的过程和培养这种习惯是非常重要且必要的。

告别唯模型论，软硬一体、分层协同的系统化路线，似乎成了当下一种更务实的选择： 不赌某个模型能通吃一切，而是让认知、技能、运控在真实身体里各就各位、协同运转。

7、突发：伊朗又出大事，小哈生死成谜！

但商汤大装置的杀手锏，在于把整条链条攥在了自己手里，因此才能做端到端的联合优化。

面壁围绕宇树Go2的完整运行链路做了系统级优化。

8、今年夏天最流行的5双凉鞋，配裙子绝美！

开发者十几年积累下来的开发习惯、代码资产、社区经验和工具生态，构成了一道比制程更难跨越的墙。

你以为是公司经营不善要裁人吗？还真不是。

“百家饭” 装备行业是我们投得比较多的领域。

9、稳但缺少霸气！不丢球也不输的西班牙又上演了绝杀！

某种意义上，这也是国内AI算力生态最缺的一环，国内硬件追赶力度充足，但软件生态积淀不足； 生态的厚度需要时间，更需要先有人敞开技术大门，吸纳全行业力量共建。

因此今年看这场大会，不应仅局限于数新模型，真正的变化在于中国AI有了自己的年度排片表。

10、老年痴呆与缺胆碱有关？医生：常吃红薯，不如多吃这7物

除此之外，IMO还有一个相比Benchmark得天独厚的优势——未知。

模型首先从第一人称操作数据中学习人类的任务拆解逻辑、手物交互关系、视觉子目标及物体状态变化，再通过机器人示范数据，将相关认知与操作能力对齐至真实机器人动作空间。

1、优雅到老，穿搭不敷衍！

一个在讲终点，一个在讲路程。

2、跌宕起伏！C罗点射格子军104分钟绝平被吹 葡萄牙2比1克罗地亚进16强

进而AI也开始从云端，一步步推向了自己最熟悉、积累也最深的物理世界。

3、太累了！国安头号射手入选国家队，俱乐部国足连轴转，没时间养伤

但世界杯会给小红书带去什么，谁也没有答案。阿根廷28岁巨星梦游！被门将过掉2次+4场才进1球，梅西后继无人但财报发布后，理想汽车美股5月28日收盘跌幅1.52%，盘前跌幅约4%，随后收窄。

4、捅刀子！援乌刚落地，17国代表：解散北约建立中俄土伊四国联盟？

时间，是脑科学最昂贵的成本。

5、因赞助商广告牌接连摔倒，2026年法网事故频发引发选手愤怒

正在被推向2030年的，除了菲尔兹奖评委会，还有每一个正在选题的博士生、每一个正在带学生的导师，以及原有的学术评价体系。

6、高温、暴雨、台风、强对流等5预警齐发，中央气象台：新疆、内蒙古、重庆等地局地可达40℃以上，黑龙江、吉林、辽宁、广东等地有大到暴雨

评论区氛围变了，“能感觉出有人在用心做东西。

疫情期间行业比较悲观的时候，我们就相信中国创新药的研发能力在提高，鼓励企业继续研发，现在这个观点依然有效。

”他拿着裁员补偿，开始尝试做独立游戏。

7、封航！雷雨、大风将抵无锡！

近期，《中国企业家》发现，“买前问豆包”的优先级在测试数天后，被放到了第9个入口，手机用户需左滑三屏才能发现。

你未来用的每一个 AI 产品，它的成本和背后的模型选择，正在从应用开发者手里往下沉，沉到基础设施这一层。

8、日本被巴西队绝杀遭淘汰！0比7惨败日本的国足球迷到底在笑什么？

另一方面对品牌商的影响也很大。

这里可以借助香农—韦弗通信模型来理解。

到今年，B站仍在加码，官方称2025年站内视频播客日均消耗时长超过3500万分钟，2026年还要“焕发新的势能”。

在光轮智能看来，具身数据最大的质量风险，经常发生在采集现场。