对于企业级Agent而言，稳定性是生命线。

1、bsport 在试点中，日均有效沟通时长被提高了36%。

这，正是这项工作的出发点。bsport它设了一个方程组： 通过构建对偶向量空间，利用线性映射的像域与零空间的关系，AI进行了一段无懈可击的代数推导（推导过程见PDF的公式5到公式9）。

2、4年3亿美元！恭喜爱德华兹！提前锁定续约合同

BadDLM 在两个数据域上经干净微调后的后门留存 如上图所示，即便在Dolly-15K与GSM8K上微调15个epoch（达后门训练时的3倍），后门ASR也仅小幅下降，仍远高于次优基线未经防御时的ASR（图中棕色虚线）。

3、红宝丽董事芮敬功减持6.5万股，减持金额40.43万元

四个字，宣告了这场48小时狂欢的终结。

4、厄瓜多尔2比1德国：足球没有理所当然！

海风、岩洞、光影、人物的微表情，几个机位来回切，镜头语言竟然像模像样。

5、加速入场！9只ETF上市，个人投资者包揽近八成份额

而且大部分时间，Claude处于空闲状态，通过 暂停等待连接NCBI服务器。

一方面，一级市场热钱持续涌入，单笔融资金额屡创新高。

这个学习信号不能只是「用户喜欢或不喜欢」，也不能只是模型回答的准确率。

6、贾浅浅被顶格处分，贾平凹遗书曝光：宁可将我暴尸，不可亏了我娃

」 过去，一个创意要先投入数月时间和大量资产，才有机会来到玩家面前；现在，小团队可以先把想象变成样片，让用户用追更、评论和反馈告诉她们，这个世界到底值不值得继续做下去。

高盛预计，全球AI视频生成市场将从2025年的约30亿美元增长到2030年的约290亿美元，五年翻近十倍。

7、今年的足协杯决赛，能不能上演“上海德比”

这一发现之所以引发广泛关注，在于它使研究者得以窥见模型推理过程中的「内心独白」，标志着可解释性研究从对模型行为的解释迈向了对其内部状态的实时观测。

」 好莱坞的百年游戏规则是资本密集：数亿美元预算、上千人的剧组、以年计的制作周期。

8、被问爆的2楼树景房，到底能不能买？

利用国内夜间闲置的算力，通过赤兔引擎高效生产Token，再经AI Ping路由，通过合作伙伴卖给海外开发者。

一个是U1 Pro，另一个是GPT-Image-2；甚至在文字、设计感、东方细节上，U1 Pro还稍胜一筹。

杨帆说了一段特别犀利的话：很多自称算力服务商的公司，实际上是帮大厂代持机器、签长租约，本质上提供的是一种金融服务。

9、大洗牌来了！上半年近半数IVD企业亏损，中小厂商加速出局

单单一只手就塞进了37个自由度，其中有20个主动关节、1个被动关节、外加16个柔顺关节。

至于那家号称开在加沙、专送人道物资的「面包房」，ABC既无法定位，也找不到任何佐证。

10、一到关键战就梦游！法国1.5亿巨星0射门0次过人 飞铲逃红牌被换下

模型被分配了8小时，实际用了不到1小时，跑法是64个子智能体并行开工。

K3：全球开源最大最强AI K3是能力最强的Kimi模型: 参数高达2.8 万亿，百万级上下文，原生多模态 架构基于自研的Kimi Delta Attention和 Attention Residuals； 注意力残差以低于2%的额外成本实现~25%的训练效率提升； 实现最高6.3倍解码加速。

1、哪一个是你最理想的卧室？_网易订阅

这可不是一张太阳系的图，是一个真正运行的太阳系！ 太阳坐在正中，行星一颗颗铺开。

2、从Token Capital到企业认知主权：别把大脑交给大模型公司！

三年三级跳 硅基大脑的恐怖进化 2024年，DeepMind的AlphaProof首次在IMO级别摸到银牌门槛。

3、市值蒸发千亿！股价持续下跌，德明利董事长承诺一年内不减持

证据：把架构文档和依赖清单附上，别让它瞎猜。天立启鸣发布教育AGI白皮书：破解教育“不可能三角”陶哲轩看完的评价更狠：过去几十年，人类在第一步就集体走偏了。

4、2026数字人电商直播白皮书

而学校那边，还在用同一套东西考学生：背诵、标准答案、闭卷默写。

5、4队交易！正式达成！西决球队解体了

Agent Store，像一个智能电器集市。

6、浙江温州瑞安某中学5名学生怀孕？假的，当地警方已辟谣

」 从始至终，超维动力都在朝着下一代物理世界的入口在冲刺。

它要做的是一个平台。

举个例子，一个「平台管家」智能体如今成了整个基础设施智能体蜂群的统一入口。

7、撕破伪装！三艘日本舰船闯中国台海，只为避风？一句话暴露其野心

在它被关掉之前，已经有好几位speedrun的参赛者刷到了这条PR，看懂了里面的PowerCool技巧，并把它用进了自己的方案。

有了这些上下文，助理才真能帮老板干很多事情，比如写个文案、做个PPT、安排出差行程等等。

8、冉莹颖回应“债还完了，还会离婚吗”，称“孩子需要父亲的陪伴”

过去一年，AI行业发生了一个根本性的切换：大模型从「陪聊」变成了「干活」。

今年5月，奥特曼回到母校斯坦福，站上CS153的讲台，认错了： 这是我的一个预测错误。

算力荒，逼出来的 谷歌为什么要下这步险棋？ 答案很简单，也很残酷：算力真的不够用了。

这意味着只要Gemini的架构不大改，芯片就能一直用，新版本的参数照样灌得进去。