group-anchored regularization 抑制不可复现的投机捷径，避免模型只追求短路径却损害成功率。

1、bsport 不同任务可以使用不同模型。

他们在代码编写等场景中，开始疯狂入坑性价比极高的中国模型。bsport更有意思的是灵犀的「定期做梦」机制（内测阶段）。

2、杨瀚森首度回应争议！不训练？吃火锅？直言不在乎外界评价！

人们也把模型当神谕，指望它在某个深夜吐出一个人类没想到的答案，即使为此慢一点、贵一点、偶尔发疯，都能忍。

3、LG高端显示器被曝自动安装广告软件遭用户强烈抵制

在这个硬需求下，传统的径向电机（圆筒形电机）已逐渐摸到物理极限，因为它们太笨重、太占地方了。

4、四川通江：一盏灯，照亮2700人的回家路

3.5 Flash-Lite的输出速度达到每秒350个Token，是整个3.5系列里最快的。

5、在瑞士雪山下，和爱彼女总裁看新表！2100万怀表有多炸？

有趣的是，在这场骗局中虽然什么都是假的，但被用来作为底座和替身的中国AI却是真的。

进到真实业务里，这省下来的全是真金白银。

相较于SFT，这种解耦方式不仅完美保留了预训练的通用泛化性，更实现了真正的零遗忘。

6、演员寇占文被法院悬赏，曾出演《春光灿烂猪八戒》《镖人》

剩下的漫漫长路，让模型自己去走。

我每天晚上一到10点就开始盯着出海客户的性能指标，看到指标一切正常才能放心去睡觉。

7、黄仁勋“整顿”韩国财阀，抢着烤肉还“给跪了”皮衣暴露富豪段位

到这一步你会发现，Boris那套「夜间AI军团」拆开无非三样： 一个会自己干活的模型、一套定义「做完」的标准、一个按时运转的循环。

走到2026年年中，大模型这场仗，早就不只是比谁更聪明了—— 而是比谁能把「最聪明」这件事，做到让普通人也付得起。

8、瑞幸又一新品上热搜，网友：可单独卖“百亿活菌吸管”

真去把那几年的「存货」翻一遍你就会反应过来：ChatGPT第一次能「搜自己」了。

两个企业可能同时使用同一个大模型。

为此，DA-Nav构建了ReDA恢复感知导航数据集，通过受控扰动主动制造偏航状态，并记录相应的专家恢复行为。

9、前17轮净胜球TOP3！ 领头羊成都最多有21个 缺兵少将申花9个 ，北京国安是6个

算力一旦被割裂在不同架构、不同生态里，协同就是句空话。

白天干活、晚上复盘，第二天更懂你了。

10、这一天的黄龙，有送给奥乌苏的掌声，小王的进球，还有吴总的眼泪

深度、遮挡、镜面、近大远小，这些人类习以为常的视觉常识，模型开始真正「看懂」了。

但消息已经传来。

1、国展

无问芯穹在WAIC 2026上交出的这份答卷，不是又一款产品，也不是又一项具体的API服务，而是一整套会自己迭代的地基。

2、CBA休赛期疯狂一夜！三大国手完成续约：郭艾伦被弃或重返辽篮？

把高端卡集中起来做Decode——这是它们的绝对强项。

3、《蝙蝠侠》新作月底来袭！并非老系列续作

更扎心的是，纸面上的算力≠有效的Token。CBA休赛期：广东买断王少杰，徐杰为非卖品，北控新总经理上位迎来洗牌，张镇麟缺席国家队原因出炉它要做的是一个平台。

4、0-0！3-1！韩国终于回家了：世界杯K组大结局 已有30队出线

正式上线的时间和功能完整度，苹果没有给出任何承诺。

5、王伟忠回应大S遗产继承风波，称“外面的人都在捕风捉影”

最终拿下最高分的，是磐石。

6、广交会爆火，战火都挡不住全球老板来广东！

要用上这个功能，Claude Code得升到v2.1.209及以上，Pro、Max、Team、Enterprise都支持。

如何在保证强劲动力的同时，实现极致的轻量化，是一个持久的命题。

答题拼的是显存带宽——你得一个字一个字地往外挤，快不了但不能卡。

7、蚊子最高能飞到几楼？内行人说出实情，网友：我家楼层选错了

本次同步开源的 Humanoid FluxVLA Engine，包含从训练到推理的完整代码，并首次支持端侧（本机）推理； 开发者可以通过统一的配置管理，以即插即用的方式训练与评测 π0、π0.5、GR00T、OpenVLA、LlavaVLA、DreamZero 等多种主流 VLA 策略。

以万拿机器人参与「618」仓储分拣真实作业的实践为切入点，万拿机器人 CEO 程二亭、产品总监方知远与次元造物董事长龚海、极新科技 CEO 姜稳及《苏肆观澜》主编张程展开深入交流，共同探讨具身智能规模化落地的场景路径、核心部件的产业价值，以及行业未来能否诞生属于自己的「宁德时代」。

8、云知声黄伟：从 token 到智能密度，热身赛后的 AI 新规则

这套「生产系统」，其实已经有了名字：Token Factory。

从单点决策到长程闭环 DA-Nav升级NavBrain导航能力 在NavBrain的能力链路中，DA-Nav承担的是长程方向理解、局部目标生成与主动纠偏。

敢押佛得角的底气，藏在基座里 看到这你可能要问了，既能押中黑马，又能完成巨幅战报图，靠得是什么能力？ 答案就藏在它背后的商汤日日新SenseNova大模型体系和集成其能力的的Skills。

项目主页：https://inceptionwang.github.io/PolicyTrim/ 论文链接：https://arxiv.org/abs/2606.22540 代码链接：https://github.com/INCEPTIONwang/PolicyTrim 模型链接：https://huggingface.co/INCEPTIONwang/PolicyTrim 新方法实现了： 3×动作chunk利用率，更长horizon可靠执行； 51.4%物理步数减少，压缩冗余修正动作； 5.83×端到端最高加速，LIBERO Object/π0.5； 从「算得更快」到「做得更快」 PolicyTrim的核心目标不是替代计算侧加速，而是补上另一个被忽视的维度：减少完成任务所需的前向推理次数次数。