喻杰把这条逻辑浓缩成一句话：「具身的第一性原理必定是以人为中心，从人学习、高度拟人、最终服务人。

1、kaiyun官方 行业普遍形成一种共识：沿着现有技术路径持续优化迭代，AI 的通用能力将保持稳步进阶。

怎么测的 图2 SafeClawArena的评测流程。kaiyun官方通用人工智能（AGI）——一种具备人脑全部认知能力的系统，距离我们可能只有短短几年。

2、世界杯锁死梅西！英格兰名宿放豪言：半决赛直接狂胜阿根廷

游戏不只要画面，还要规则、反馈、角色一致性、情绪递进、互动结果。

3、8外援+1归化，国安亚冠豪阵浮现 斯帕伊奇穿25号 申花浪费专属名额

这就是今天AI记忆的真正短板。

4、U17女篮世界杯小组赛收官，中国今晚8点15出战1-8决赛

Loop的本质，是让Claude用定时任务调度一个能重复跑的活，每分钟、每五分钟、每天，随你定。

5、中超第8轮裁判选派：沈寅豪执哨京津德比，傅明吹蓉城战浙江

AI虽然未能完美预测出绿茵场上的终极比分，但这恰恰证明了现实世界的不可预知与巨大魅力。

智能体不只是被动响应，还能主动观察消费周期——T 恤买了 5 个月该换了，洗衣粉用完了该补了——你不用开口它就推荐。

「工程师」这个角色，在Boris这儿也被改写了： 模型负责写代码，他负责搭系统、做验收。

6、204名投手单季至少1次救援，Sewald却连续3场失分陷危机

Claude把50州课标 塞进了它的脑子里 Claude for Teachers想要跨过的，正是这一步。

一年以后，这两家企业虽然使用了同样的模型，却会变成完全不同的组织。

7、热爱能治愈一切！镇江66岁抗癌球迷：追着苏超，浑身是劲

很快可能他连loop也不用写了。

Gemini 4开跑 史上最激进预训练 虽然Gemini 3.5 Pro还没到手，Gemini 4也开始训了。

8、1982年保时捷911SC Targa亮相：58k英里存疑，酒红金属漆配5速手动

参考资料： https://x.com/sama/status/2077817060068057493?s=20 https://x.com/JeremyNguyenPhD/status/2077719990116258162 编辑：元宇 Aeneas新智元报道 最近，一篇长文震撼整个AI圈。

在这个二次元原创角色设定集中，AI一并绘制了主图，以及三视图、四个动作图、技能特效，外加一堆装备细节和中文资料卡。

ABot-M0.5全自主进行移动操作 这既解决了单一动作空间中移动与操作相互干扰的问题，还保证了模型能捕捉一些微观且高频的物理交互，从而保证任务的执行质量。

9、“一箭5星” ，力箭一号遥十五火箭成功发射，开启逐月常态化发射新阶段

钓鱼成功：15万人围观，业内大佬上钩 最终，这条消息获得了大约15万次浏览量，账号涨了700多个粉丝。

对抗防御：鲁棒性强 研究人员评估了两类针对AR后门的防御策略： ① 干净数据继续微调（Clean Fine-tuning），一种常见的后门消除手段。

10、阿拉格齐坦言，害死哈梅内伊的内奸，大概率还藏在高层没被抓出来

而真正的创造性跳跃，需要一个有弹性的大脑。

在这个工具中，代码安全内生于 Qoder，贯穿从编码到提交的每一步。

1、高开低走！亚足联9队世界杯全部淘汰 澳洲日本止步32强

带宽这一关，它靠一次技术迁移解决。

2、中国羽毛球公开赛：李诗沣一轮游，世界第2出局，梁王晋级16强

效率变化是可量化的。

3、Cricinfo：阿富汗或9月在印度主场迎战印度T20I，历史首次

爱诗从第一天就在做面向C端用户的全球化产品。2030世界杯早期实力榜：西班牙法国领跑，德国或迎强势反弹两年来此芯已经引入了大量国内外元器件与模组供应商，而他希望更多国内厂商加入进来。

4、加州一手户1988款保时捷911 Carrera，声称引擎大修后行驶7万公里

但换来的，全都是「已读不回」。

5、男篮围绕杨瀚森建队这事，短期内大概率完不成了

图4 11种系统级防御各自能防住哪些攻击类别。

6、MLB新秀榜更新：安德森跃居第一投手称霸，马德凭19岁高上垒率居次

而这些动作，大半都发生在7月这半个月里。

大规模恢复样本让模型在训练阶段接触大量非理想状态，并建立偏航判断与纠正动作之间的稳定关联。

15种组合跑下来，整体攻击成功率从最低约20%到最高近70%，相差约三倍。

7、努涅斯冲50盗不可阻挡，马林鱼10场被偷21次断崖下滑

但DM0.5的重点并不停留在「把模型和数据做大」。

随手一击，AI给出神级反例 这个问题看似简单，却是一个名副其实的数学黑洞。

8、8000余件落场球衣入藏，他凭此拿下吉尼斯纪录

「工程师」这个角色，在Boris这儿也被改写了： 模型负责写代码，他负责搭系统、做验收。

面壁智能坚持以通用智能为起点，让机器人处理更普适、更流水线、更长程的任务。

当一个模型回答「巴黎是法国的首都」，我们需要解释的不仅是模型内部哪个区域被激活了，更是这个陈述在何种知识体系中成立，它以什么为依据，这些依据的可靠性和正当性如何，这个回答与人类已有的地理知识之间是什么关系——这些问题无一能通过扫描神经活动来回答。

这个场景正在一家广州公司的两三千个智能体身上同时发生。