参考资料： https://x.com/claudeai/status/2078302415804379218 https://x.com/IamYashKapoor/status/2078223827411325348 编辑：Aeneas新智元报道 17日凌晨（当地时间16日上午11点），Kimi K3发布，全网刷屏，开源AI迎来第二次「DeepSeek时刻」。

1、kaiyun官方 即便是拼错了，它也会自己纠正，让整个过程完成一个闭环。

第三步：让3D稀疏注意力真正跑起来 稀疏attention的难点在于，少算理论FLOPs不等于真实延迟一定下降。kaiyun官方这个循环可以概括为： 其中： K是企业已有的知识、本体、技能和记忆； S是当前业务情境； T是需要完成的任务和目标； A是智能体生成并执行的行动； R是实际结果； ΔR是预期结果与实际结果之间的差异； K'是企业根据这次执行更新后的新认知资产。

2、段刘愚转会云南，泰山队中生代球员仅剩5人

更糟糕的是，这种混乱和挫败感，直接导致了顶尖人才的流失。

3、一声叹息！启蒙教练培养杨瀚森进攻全面性，郭士强却浪费其天赋

真正形成产品壁垒的，不是单一模块参数，而是各层能力能否协同为稳定、可复现、可集成的任务能力。

4、前队友爆发冲突！阿德巴约动手打希罗 疑似不满对方吐槽自己不值顶薪

最后，马斯克本人拍板：过去上传的所有用户数据，全部删除，零残留。

5、“骑一万块的智能电驴通勤”，谁会用它充体面

百万奖金池，千万投资额。

其中，中国科学院自动化研究所牵头磐石科学基础大模型技术攻关，其产业化平台中科闻歌主攻基础大模型训练与文献、创新评价智能体。

在佟博士的框架中，企业认知至少包括以下几个组成部分： 企业如何定义世界的 Ontology； 企业专家如何完成工作的 Skills； 企业如何理解具体场景的情节记忆； 企业如何分解任务并形成行动计划； 企业如何定义期望结果； 企业如何衡量实际结果； 企业如何从两者的差异中学习； 企业如何把学习结果重新写入知识、技能和流程。

6、孙发京双线作战 2025广州南沙国际网球挑战赛倒计时五天！

」 更讽刺的是，2018年，当张益唐因孪生素数猜想成名后，莫宗坚专门补充了一版「回忆录」，进一步加强对张的指责，却依旧淡化自己的责任。

PolicyTrim引入step-saving reward：成功轨迹用越少步骤完成任务，奖励越高。

7、没有悬念的比赛，一次赌运气的引援：琼斯首秀决定山东上限

让它记住你：20分钟的本地配置 教程还提到一步，多数指南都跳过了，偏偏最要紧。

这是一个具备完整分工且能「自己长本事」的闭环飞轮。

8、广东南雄千万捐款建宗祠，一年变危房：三人已被批捕

这次谷歌步子迈大了。

无问芯穹的Token工厂，则希望用「优化即利润」的增长飞轮，向推理时代交出Token效率的答卷。

假奖杯、假难民、假行善，一场教科书级的AI慈善骗局，正在疯狂收割大众的善良。

9、中超夏窗转会：卡多索回归成标王 山东重庆零引援

」 在这个漫长的打磨过程中，机器人自身就在不断收集数据、反哺算法。

第一问，Wagner在1980年拿下。

10、山东男篮好消息，陶汉林完成续约，2新援有望首秀，祝铭震斗旧主

大模型厂商在秀参数，算力厂商在秀集群规模。

满足了猜想的前提条件，那么它可逆吗？ Fable 5简单明了地指出了它的非单射性——这个函数将空间中三个截然不同的点：(0, 0, -1/4)、(1, -3/2, 13/2) 和 (-1, 3/2, 13/2)统统映射到了同一个图像点：(-1/4, 0, 0)。

1、篮网6号签瞄准三大潜力新秀

他把企业区别于竞争对手的核心能力称为Alpha。

2、八进四生死对决 为北京而战！

朱红色的丝带贯穿山谷，与山脚下极小的白衣人物形成鲜明对比，那种「寄蜉蝣于天地」的宏大尺度感扑面而来。

3、三方交易评级：老鹰换来多尔特提升即战力评A- 雷霆B-独行侠B+

工具换代只要一个版本号，制度换代要一代人：技术上早已就位，但规则还停在上一个时代。应急管理部针对广东、福建启动国家地质灾害四级应急响应系统自动识别短板，定向采集薄弱数据，经专家策略与规则纠偏后迭代训练。

4、TA谈世界杯失望球队：土耳其小组出局令人意外；葡萄牙黄金一代存遗憾

27000套，不是27000次演示——每一套都在真实产线上跑着。

5、记者：詹姆斯认真考虑过76人，但他顾虑恩比德长期反复的伤病

不是跑在芯片上，是长在芯片里。

6、Shams：据我所知 詹姆斯并没有在等待浓眉的交易发生

他深知，高管们不喜欢空洞的抗议，于是利用假期时间，撰写了一份长达25页的《军事AI红线与监督框架》。

谷歌发布的测试结果，也显示Gemini 3.6 Flash在代码任务上被其他模型超越，仅在视觉和上下文基准测试中持续保持领先水平。

每一根，都是机器人从实验室走进车间时会被绊倒的地方。

7、毕马威中国卢鹍鹏：具身智能融资额跃升5倍，场景落地有待进一步拓展

OpenAI技术团队成员Ryan Brewer发帖说，大模型居然没掀起一场教育文艺复兴，让他很震惊： 我不是应该一个月就学会一门语言吗？我们到底哪里搞错了？ 类似的质疑X上迅速发酵：手握史上最强的学习工具，为什么AI私人导师还没走进千家万户，教育革命迟迟不来？ 答案不在技术，而在制度的惯性。

在这个架构中，编程Agent与负责安全审查的Agent相互独立，避免「自己改完再给自己打满分」；安全审查Agent再由扫描与验证两个Agent分工协作，进一步提高检出结果的准确率。

8、35岁开始跑步，首马240，周跑量只50公里

这次谷歌步子迈大了。

AtomWorld的真正意义，正是通过自动生成任务、标准结构与匹配反馈，为材料建模的动作数据与训练闭环提供底座，推动AI for Science从追求更大的通用模型，转向在可验证的科学操作中迭代真实行动能力。

论文指出，目前同行评审实际上包含两个过程：一是审稿人阅读论文并形成定性判断；二是将这些判断压缩为一个最终分数。

无问芯穹今天发布了一项与基础设施自我优化和进化直接相关的「前店」解决方案：基础设施智能体蜂群。