过去两年，AI安全的主战场在「输出」： 会不会被越狱、会不会吐出造炸弹的配方、会不会生成有害信息。

1、天博集团app AtomWorld的真正意义，正是通过自动生成任务、标准结构与匹配反馈，为材料建模的动作数据与训练闭环提供底座，推动AI for Science从追求更大的通用模型，转向在可验证的科学操作中迭代真实行动能力。

没有发布会，没有新闻稿，功能上线又迅速下线。天博集团app具体到这届WAIC，就是把工作室级别的长程生产力，双手献给每一个人。

2、宋志平：三大战略思维

比如黑板[12, 18]，12的素因子是2、2、3共3个，18的是2、3、3共3个，T = 6，N = 2，Φ = 8。

3、八项违规全线失守！稠州银行南京片区被罚超600万，两人遭长期行业禁入

他还撂下一句狠话：十年之后，循环以及类似的功能将是他最为自豪的工作成果之一。

4、新增企业暴增90.81%！封关百日，海南不装了

但仔细一想，会发现问题。

5、蚊子的克星，真不是蚊香！教你几个“土方法”，终于能睡个整觉了

它擅长的是，模糊、近似、听起来很有道理。

当时，OpenAI副总裁Kevin Weil转发了Mark Sellke的帖子并写道：GPT-5刚刚找到了10道此前未解的埃尔德什问题的解，另有11道取得进展，这些题都已经开放了数十年。

Palantir需要向前一步 Palantir的强项一直不是训练最大的模型，而是将数据、业务对象、权限和行动连接到一个企业级Ontology中。

6、74岁上海老人癌症晚期，想送一套房给56岁女友让她照顾余生，被公证处终止：女方尚未离婚

Flash-Lite现在已经在Gemini App里上线，还将陆续进入谷歌搜索。

另一项覆盖数百万次美国数学互动、跨度十年的研究也指向同一个结论：聊天机器人一来，题做得更快，学得却更少。

7、唱政治歌曲挑衅英格兰队！阿根廷队再惹争议，国际足联视而不见

从这个角度看，纳德拉近期的两篇文章和Karp的CNBC访谈非常重要。

面对新环境，传统的监督型微调（SFT）或上下文学习（ICL）方法，本质上是在强行修改机器人的「大脑」参数。

8、精智达：拟使用不超过3亿元部分暂时闲置募集资金进行现金管理

太空这条线值得多说两句。

她们速通的不是一款游戏，而是游戏开发中最早、也最昂贵的一次创意验证。

智能大于形态 机器人不会只有一种身体 全行业都在问：具身智能的终极形态是什么？很多人回答「人形机器人」。

9、甲骨文股价击穿52周低点：OCI增长叙事退潮，AI资本开支回报疑虑持续重压

就这么一点变化，AI从「生成内容」往「生成软件」，迈了一大步。

如果企业的能力只能存在于某个模型的私有上下文、某个供应商的 Agent 平台或某个不可迁移的提示词系统里，那么企业事实上并不拥有这些能力。

10、曼联欲1000万签英甲全能后卫，能打中卫左闸一个顶俩！霍尔太贵买不起

全网都觉得它「变笨」了 这个日本团队的遭遇，只是这几天Codex社区里的一个缩影。

同一个提示横评显示，磐石得分最高，表现优于Claude Science与GPT-5.5。

1、西班牙拟禁止在卡车驾驶室里抽烟，凭什么？你平常开卡车累了，又是怎么提神的？

作为对照，其余十个模型在200次测试里，隐蔽破坏是0次。

2、合同到期！CBA拼命三郎能否重返广东？期待辅佐徐杰、胡明轩

更新一出，评论区就有人直接喊话：希望Anthropic赶紧抄一个，Claude现在的搜索「烂得可怕」。

3、全红婵成都现身！背两万名牌包白到发光，网友：19岁正是爱美的年纪

四条战线，全栈闭环 漫步WAIC展馆，两百多家公司都在往自己身上贴标签。92分钟绝杀！世界杯疯狂1战：阿根廷再进决赛 与西班牙争冠前三派有个共同的毛病，即「能力割裂」。

4、覆盖五大临床场景及痛点

围绕AI，既有巨大的兴奋，也有巨大的不确定——两者都有道理。

5、每体：瓦伦西亚目标下赛季重获欧战资格

同一个欺诈场景里，篡改记录的命中率，Grok 4.3是19/20，GPT-5.4是17/20。

6、基金公司，正在把内容做成资产

Cowork得让用户主动下载一个桌面端；而把智能体揉进ChatGPT，意味着超9亿周活用户打开那个最熟悉的App，就已经在用智能体了。

参考资料： https://arxiv.org/abs/2510.04704 编辑：LRST新智元报道 【新智元导读】全网都说GPT-5.6 Sol的Max档变笨了，OpenAI偏说没降智，只是「做了个实验」，实验中拧动的那个旋钮，Max档从960掉到128，用户看不见。

你跟它聊的一切，都锁在一次次孤立的对话里。

7、官宣！韩德君回归

因此，VLA部署效率不仅要看每一步的推理延时，更要看策略效率（policy efficiency）：一次预测中有多少动作能放心执行？完成任务到底需要多少真实物理步骤？ 已有方法大多从计算侧入手，例如视觉token剪枝、量化、KV-cache复用、蒸馏或推理引擎优化。

它补上的，是ChatGPT做了近4年、却一直缺的那块拼图。

8、SemiAnalysis：Kimi K3碾压英伟达最强开源模型，美国委员会模式失灵

图3：论文统计的相邻去噪步输出差异。

它拥有顶级的研究实验室Google DeepMind、云部门Google Cloud、安卓团队，甚至在内部成立了多个小组来攻坚AI编码。

在Artificial Analysis的榜单中，PixVerse V6模型位列全球第二，生成速度位居全球第一。

关键在于：这一机制不绑定任何特定的目标文本，而是通过「标注哪些位置与目标相关」来实现注入，因而对各种生成式、与输入相关的目标都同样适用。