作为本届大会的核心板块之一，具身智能展区集中展示机器人本体、核心部件、感知控制及场景应用等最新进展。

1、bsport 跨架构结果显示，重新预训练后的OpenVLA-OFT采用完整两阶段流程可达到2.97倍加速；OpenVLA仅使用第二阶段也能达到1.41倍加速。

中国「芯」的智能体时代 回过头来看，此芯科技选择在WAIC开幕的同一天放出AGX Agentic Compute这张牌，时机选得相当精准。bsport第二问，Beck在1991年拿下，证明存在某个c>0，使得max_{n≤N} M_n > N^c。

2、上海市防汛指挥部：更新黄浦、徐汇防汛防台应急响应行动为二级，暴雨预警信号更新为橙色

硅谷现在的状态是同时跑约20个智能体，每10分钟收一轮货，再继续分派。

3、前经纪人怒斥王菲破坏锋芝婚姻谣言：水军看我多了，欠揍成这样的少呀

但NanoGPT这个项目的说明写着，「请以PR形式提交到GitHub」。

4、统治级完胜！姆巴佩双响封神，满格冠军相的法国无人可挡

很快可能他连loop也不用写了。

5、最新消息！绍兴北站停车场又有新变化！出行的绍兴人注意了.....

这一变化将视觉语言模型的「理解能力」转化为「空间执行能力」。

历经17.4小时鏖战，花费31美元。

每一根，都是机器人从实验室走进车间时会被绊倒的地方。

6、"走个面儿"风波迎来结局!官方出手，为韩红洗清冤屈，终扬眉吐气

大语言模型固然强大，但其推理过程的不可见性、输出的不可验证性以及对训练数据统计规律的依赖，共同构成了可解释性的根本障碍。

这四步在一个界面里完成，不需要在不同软件之间来回copy-paste，不用反复切换上下文。

7、77岁梁小龙死因引热议！知情人曝摔到头，出事前一天打拳视频曝光

长轨迹下，模型不仅要逐段生成视频，还要持续维护历史上下文、KV缓存和多步去噪计算。

只有深入参与硬件设计、生产和测试，才能理解哪些问题来自模型，哪些问题实际上受到硬件和通信系统的限制。

8、亏光2亿只是皮毛，冉莹颖再爆更多猛料，撕下了邹市明仅剩的体面

这个过程叫巩固，而巩固在做的事，说白了就是压缩。

脑洞很上头，制作表却很劝退。

但DM0.5的重点并不停留在「把模型和数据做大」。

9、中华环保世纪行2026年宣传活动启动

6月18日，Anthropic宣布Claude Code支持Artifacts：把进行中的工作预览成实时、可交互、可分享的网页。

它不改变VLA架构，也不重新收集专家数据，而是在已有预训练策略之上继续优化机器人真实执行行为。

10、为什么这5种“房子”突然没人买了？不好住还难卖，已经有人脱手

社交媒体上，震撼的数学教授和研究生们争相验证这个反例。

它指出企业需要积累AI能力，却还没有完全回答这些能力到底以什么形式存在、如何被管理、如何被验证、如何被更新，以及如何防止它们依附于某一个模型供应商。

1、球迷是瓜迪奥拉？认为马德鲁加不适合泰山体系？依木兰只是欠经验

消息一出，Alphabet股价周一应声上涨3.7%，一扫前几周的阴霾。

2、91比81掀翻澳大利亚！男篮热身赛杀红眼：王俊杰23分杨瀚森缺席

随着AI顶会投稿规模持续增长，同行评审面临的压力仍在不断增加。

3、篮协又开出罚单了！北京队打假球被处罚：中国篮坛拒绝默契球？

顶层锁定真实测试结果，堵死篡改测试的刷分路子；中层规范工具调用、清理临时文件等工程习惯；底层给「定位准、部分测试过」这类有价值的失败也发正反馈，护住模型的探索欲。详解詹姆斯十次总决赛己方和对面球队薪资对比 夺冠纯靠薪资碾压科研端的合作同样在这次WAIC集中落地。

4、打懵法国！1.2亿欧巨星逆天一条龙：抢断后奔袭20米 轰20米世界波

」 在圆桌论坛环节，Sunday Robotics CEO赵子豪则从另一个维度切入：「短期内，无本体数据是最高杠杆的选择，因为成本极低、没有环境差距。

5、中国女篮名单出炉！王思雨领衔，无人挑大梁，呼吁召李梦！

那两名负责人直接对特纳的消息「已读不回」。

6、“沪企行”高成长企业资本对接会（人工智能专场）举办

数学家Lichtman惊呼，希望能看到顶尖代数学家对GPT提出的新猜想作何反应。

Skill 则处在知识与行动之间。

但故事还没完，它引出一个更大的问题： 当这一代孩子长大，AI早已像空气一样无处不在，一个从小只被老师「用AI教」、自己却没真正上手用过AI的孩子，能真正做好准备吗？ 这个问题，Claude for Teachers还没打算回答。

7、北摩高科(002985.SZ)：碳碳/碳陶复合材料可应用于航空、航天、汽车等场景

每个会话底下又是一堆智能体，白天几百个在跑，一到晚上，几千个开始干更深的活。

另外，也需要坦白讲，安全检查做不到100%准确，偶尔也会有误报。

8、鸭绿江大桥耗资22亿，建成12年为何仍不通车？

AtomWorld的结果提示，Scaling Law在原子操作任务上并不能被简单理解为「模型越大，能力越强」。

代码侧靠AutoBuilder，业务侧则由KwaiClawEnv顶上，三层闭环协同： Service层动态扩池、把社区大量Skill转成可部署服务； Task层以真实业务为种子、派生海量任务变体； Eval层用「硬规则 + 模型评审」双重过滤，只留可执行、可验证、行为自然的轨迹。

他花了几十美金买了个域名，搭建了一个极具硅谷审美的官网。

它们完美印证了这套体系的进化逻辑：手、脚与大脑在真实物理交互中获取经验，在仿真环境里持续训练，最后通过统一的记忆调度完成闭环反哺。