更“与我相关”、更务实落地的问题成为了今年人们更为关心的重点，比如它能替我具体干什么？完成这件事需要多久？最后交付出来的东西能不能直接拿来用？ 过去两年里，大模型企业往往侧重于展示参数规模、训练方法以及各类跑分成绩。

1、天博官方 目前，相关研究成果已发表在arxiv上，团队一共做了5个实验，参与者总数达3132人，其中4个实验预注册，1个是直接复现实验。

随着演示推进，可以看到北电数智的“家医助手”不仅能够快速解读居民的体检指标、给出健康参考建议，还能为家庭医生诊疗判断提供辅助梳理。天博官方面对复杂任务，它负责拆解问题、规划路径和协调资源。

2、看完法国0-2西班牙，不得不承认的5个事实，姆巴佩纯属弱队刷子

数据进入系统只是第一步，接下来还要让AI理解医疗。

3、3胜3负警报！中国男篮名单动真格，4人召回4人出局周琦赵睿回归！

同一个底座，经过LoRA强化学习后训练，直接高出12个点。

4、跟着APEC看蓉企⑦｜服务全球超500家客户！这家成都企业，把AIGC“声”意做成出海产业

近日，全球具身智能领域关注度最高的公开榜单之一Evo-SOTA更新排名。

5、0球0助攻0出场！继德尚后，法国又一功臣或离队，齐达内恐也有心无力

公司打造了一套基础设施智能体蜂群，目前已包含—— 三块拼在一起，前店在各行业里攒下的经验，会反过来优化后厂的推理策略和一中心的调度，三者互相反哺。

这样就把新增的注意力成本从n的平方量级压到了接近线性的n倍。

一直到6月初，两家厂商仍在互相试探，博弈发布时间。

6、韩红风波后首亮相北京！全副武装手拎包裹，行事匆匆上高端商务车

先最低限度跑起来，让数据自然回流，带动飞轮转起来，模型就能越来越强。

在专门考察长序列家务能力的RoboCasa-365上，模型从头训练，成功率38.2%；加机器人数据预训练，43.4%，涨5.2个百分点；再加UMI数据，48.2%，又涨4.8个百分点。

7、哈克斯谈被交易直言毁灭性打击

这是一种合成谬误，也是典型的负和博弈：每家企业都想赢，但结果往往是没有真正的赢家，反而陷入全行业效益下滑，甚至集体亏损的多输困局。

预训练赋予机器人通用能力，后训练让机器人在掌握具体技能之后快速适应新场景，两者衔接，终于让内部从预训练到部署后持续学习的技术闭环第一次完整跑通。

8、成都已建立“链长+专班”机制 到2027年新创建国家先进制造业集群2个

它的核心思路，是减少梯度更新次数，同时扩大模型规模、数据吞吐量和经验池，并通过限制权重、特征与梯度范数，抑制价值网络误差持续累积。

论坛上，商汤大装置联合近20家生态伙伴发布国产AI基础设施生态共建“银河计划”，涵盖寒武纪、沐曦股份、中科海光、华为昇腾、摩尔线程、曦望Sunrise、壁仞科技等头部国产芯片伙伴，曦智科技等核心零部件伙伴，以及硅基流动、趋境科技、中科加禾、清程极智、算丰信息、基流科技等基础设厂商。

对开发者来说，这意味着可以看到编译过程中每一步的中间表示，理解模型在具体场景里是怎么被优化的。

9、世界杯连续命中14场！千问不仅算得准，还是最懂你的“球搭子”

仅在今年1月，类似的话他就说过两回： 1月4日，几个工程师感叹AI几周干完几年的活，他回了句「我们已进入奇点」。

一个Coding Agent在同一个代码库反复失败，失败不会变成新能力。

10、2万斤西瓜跨越千里到长沙，串起一个河南少年的夏天和两座城市的善意

退一步说，即便有影响，那我们随时评估，对于不盈利或者经营不舒服的门店，该关则关。

正确率也继续受影响：没有AI时，正确率约为27%，有AI、没有激励时，正确率只有7%。

1、美国不敢越台海红线！马尼拉定调后，鲁比奥说实话，赖清德麻烦了

关于这一点，不知道大家有没有发现一个细节——苏度在这些操作时用到了两只手。

2、杜润旺正式告别广东队！

另外，中兴通讯还自研了机内互联交换芯片，同时兼容工信部主导的CLink协议和博通的SUE协议，相当于给不同阵营的GPU都留了一扇门。

3、太膨胀了！伊藤美诚：输给中国人因只发挥3成，奥运前要当世界第一

一个个医疗智能体，依托医疗大模型不断生成。北京首钢勇夺CBDL冠军！“但消费者对客单价接受相对有限，夹杂零售、蛋糕业务的哈根达斯、Godiva（歌帝梵），客单价也仅为55元左右。

4、年轻的CPB同时落地上海、深圳两座消费重镇，靠的是什么？

只要三次图的情况被证明，原问题也就随之解决。

5、纳比-凯塔：我相信范戴克去米兰也能踢很好

邓煜在学习上展现出极高的热情和专注，高中每次考试，总分都比别的学生高出60多分。

6、蝉联年薪第一有多难？科比7年领跑，库里10年，那詹姆斯和乔丹？

王虹，也成为了菲尔兹奖90年历史上，继玛丽安·米尔札哈尼和玛莲娜·维亚佐夫斯卡之后，第三位获得该奖的女性数学家。

在本科阶段，他便轻松摘得极难斩获的普特南数学竞赛最高荣誉。

但质疑声也最烈：批评者认为这不过是在蹭物理AI的叙事，将像素作为下一个预测Token，并未触及物理世界的本质。

7、骑士4人20+，4-3淘汰活塞！哈登10中2，谁赢球大功臣？数据不说谎

但在真实使用里，第一版slides的关键不只是「有没有生成出来」，而是它是不是已经贴近某个用户的表达习惯。

这背后有一个关键认知——底层模型能力，是最关键的事。

8、名人堂为一个还在打球的人破例 库里凭什么？

（doge） 具身数采类似的“花活”还有不少：有的为了采数据免费上门保洁（欢迎来我家），有的把数采做成VR游戏，还有的把机器人接入互联网，采集员不用跑到数采工厂，远程就能“云操控”。

但挑战同样明显。

这一能力背后，是对 Agent 时代模型调用逻辑的重新思考。

S2这层就是负责慢慢想。