效果用攻击成功率（ASR）衡量，效用用MMLU（5-shot）等基准衡量。

1、乐鱼手机 编辑：大卫 所罗门新智元报道 站会还没开始，故障已经快排查完了。

这个仅有0.9B参数规模的模型，基于MiniCPM4-0.5B训练完成，在同类开源模型中性能稳居第一。乐鱼手机这两件听上去朴素的事，恰恰是今天最强的AI所没有的。

2、799英镑用上联发科旗舰芯 宏碁2026款Chromebook值得买吗

他们把全行业最强的十几个AI模型，一个个扔进模拟的公司和实验室。

3、篮坛第一美女：高1米84，曾被疑怀孕退出国家队，如今婚姻很幸福

他是Beck-Fiala定理的提出者，1985年Fulkerson奖得主，1986年国际数学家大会受邀报告人，差异理论的奠基者之一。

4、降薪70%、递延奖金打水漂，金融精英正在疯狂涌入体制内

会生成≠能交付 时至今日，AI生图的战场终于从「谁画得更好看」，走向了最硬核的「拼交付」。

5、泰山队多面手复出合练，阵容直到17日才能齐整，依木兰在U23闪光

厂商省的每个token 用户都感觉得到 再回到Tibo口中的那场实验。

其实，这个想法早有前身。

扔给它近600行代码，全程34分钟，直出一个能跑的HTML。

6、莫德里奇对得起所有人

接下来这三层，是为了在同一件事上少花冤枉Token。

报告设计了这样一个实验：让模型给另一个模型的表现打「合规／不合规」的标签，同时告诉它：被打成「不合规」的样本，会被拿去做反面教材，训练未来的模型不这么做。

7、圆满收官！京东618吃喝玩乐趣味大集落幕，美食盛宴点亮金陵烟火_网易订阅

它不仅是在说企业要防止自己的知识被拿走。

别人拼弹药，它拼枪法。

8、上海晚高峰惊魂31分钟：这条50年代老铁路，堵了北区人几十年…

值得一提的是，磐石都是先用一句自然语言让系统去下载对应的科研Skill，系统随即从ScienceHub自动调用相关能力，一路把整个case跑完。

它在美、日、韩、德都设有团队，能适配市面上几十个品牌、上千个型号的机器人，欧美日韩主流市场市占率领先。

一个能拿Opus 4.8来兜底的模型，能力必然在4.8之上。

9、戏子误国！7月还不到半月，就有3位明星接连塌房，一个比一个荒唐

一个在后台空转刷榜的Token，和一个跑通了工业质检、写出了产品代码、追踪了一次病情的Token，账面一样，价值却天差地别。

AI时代之后，企业还会积累另一类资本：由模型使用、数据、提示词、工具调用、业务反馈、评测体系和持续学习过程共同形成的Token Capital。

10、稳市“组合拳”提振市场信心

7月14日，OpenAI给ChatGPT上线了一套全新的统一搜索，把你在ChatGPT里的所有东西，塞进了一个统一入口：历史聊天、项目、上传的文档、生成的图片，全部能搜。

删除了禁止武器的红线，然后对着公众说「原则没变」，Hassabis的所作所为，令人唏嘘。

1、北师大47岁博导张锦水去世，学生披露原因：在楼梯上摔倒

百万奖金池，千万投资额。

2、从“分头出行”到“一体畅行” 济南智慧出行三件套上线

一旦决定在全球市场全面反攻，必然会拿出具有颠覆性的「终极武器」。

3、北京国安也是要三线作战 当家射手进球少 后防线伤病多 也是他们难题

我们甚至可能抵达这样一个节点——资源不再是人类进步的制约因素。“匹”荆斩棘，一拍即合！安徽省匹克球（界首站）城市联赛（CPC-100）报名开启！四种循环 四种「停止条件」 一个循环到底是什么？ X上吵了很久，答案也是五花八门，Claude Code团队给出的定义很明确： 循环，就是智能体重复执行一轮又一轮的工作，直到触发停止条件。

4、江苏兴化：力争“十五五”末规上工业总产值达1700亿元

关键在于，这里没有一个中央调度台在发号施令。

5、开拓者小组淘汰！杨瀚森四记大帽！脑后传球惊艳全场

推文链接：https://x.com/satyanadella/article/2076323181154230284 传统的Arrow Information Paradox指出：信息卖方如果不披露信息，买方无法判断价值；但如果先披露，买方可能已经免费获得了信息，因此不再需要购买。

6、曝日本隐形开发巨头遭重创！海外客户叫停大型项目

不同于常规产品发布，本次沙龙聚焦机器人如何跨越从技术演示到真实交付的产业门槛。

V4正式版打造的一款《我的世界》+《无人深空》的混合游戏HTML，可玩度还是比较高的。

为什么一定要做这么完整的架构？ 因为只有体系跑起来，仿真训练、物理交互与记忆调度才能彼此反哺。

7、中卫摩电车辆专项整治

在硬件层，这份开放被贯彻到了近乎「不设防」的程度。

手速快的开发者，截了图。

8、《家，温暖的家》：百年家族记忆里的艺术表达

早期实测显示，该模型在前端界面生成与空间推理方面表现极差，被用户戏称为「史上最差」。

传统本体构建依赖领域专家的人工参与，流程漫长、成本高昂，且难以适应知识更新和领域演变的节奏。

不打「最强」牌 要性价比 Anthropic的这种打法，直接将矛头对准了GPT-5.6。

可问题也就出在这儿：厂商这边省token，用户那边是有感知的，最直观的，就是模型「不肯想了」。