今天谁屠了榜，下个月就被追平。

1、博鱼下载 AI的竞争开始拼物理。

它不只给你看 还给你一个能按的按钮 Artifact不是普通的文本输出，它是Claude Code把整段工作过程，直接转换成一个能交互的网页。博鱼下载没有发布会，没有新闻稿，功能上线又迅速下线。

2、调整！央视取消直播西海岸蓉城，改播铜梁龙迎战浙江，新增聚焦大连英博对山东泰山

它是全球首个开源的3T级模型，专为长时编程、知识工作和推理等前沿智能任务设计。

3、曾经的牛奶仓库，如今是这座伦敦社区的生命线

但李述昊认为这只是棋局的一半。

4、陈行甲的年收入，远远不止70万！

第一层是语义缓存。

5、《争洛阳》主创：被忽略的三国开局，想让年轻人和古人同频共振

依照这些基准被认定拥有「前沿模型」的组织，将被视为「前沿实验室」（Frontier Labs），并被鼓励采纳一系列最佳实践，例如：发布载有技术细节的模型卡（model card）、维持强有力的内部网络安全、对关键岗位人员做背景审查、为安全与安保研究投入充足资源，等等。

但至少，此芯科技已经把棋盘摆好了。

在国产化私有部署场景里，推理引擎的强弱，直接宣判了算力利用率和服务成本。

6、扫码秒辨真伪！北京海淀严查“黑导游”

在此次复杂的量子态演化任务中，GPT-5.5扮演了「前端UI设计师」的角色，Claude表现得像一位「理论科普员」，而磐石则展现出了一位「资深量子物理学家」的专业素养。

AI 赋能科研的终极价值，不是替代研究员思考，而是聚焦前沿核心创新，推动AI从标准化的算力工具，进阶为可探索未知、可持续迭代的科研协作伙伴。

7、和因扎吉一个类型，与里克尔梅心有灵犀，在阿根廷国家队生不逢时

拍我AI创作者@八目爱吃饼制作的「恋与深空」的同人作品，在小红书上爆火。

那「回忆」本身呢？海马里的CA3区域是一张高度互联的回路，行为很像物理学家霍普菲尔德在1982年提出的联想记忆网络。

8、1-2！4-5！法国半决赛遇克星：6战西班牙仅1胜，对手1替补成变数

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）。

以「软硬协同、灵活部署、自主可控」为理念，AGX OS直击行业三大痛点： 守数据：本地推理与存储，确保核心数据「不出域」，从源头规避合规风险； 破壁垒：统一模型网关，终结厂商锁定，实现「万模随心切换」，赋予客户极致选择权； 控风险：内置独立沙箱、四级权限与全链路审计，确保智能体每一步操作「计划可审、动作可批、过程可查、结果可回」。

推理侧，则交给专攻机器人端侧的Mizar-Robo。

9、红枣再次成为关注对象！医生发现：吃红枣时，千万多留意这几点！

ABot-N1开放环境全自主导航克服定位偏差 一旦判定导航路径或定位有误差，「慢系统」会立刻通过本体系下的视觉感知，让机器人靠像素-语言双思维链来实时行驶在合规路面。

为填这条沟，智元和觅蜂科技打造具身智能数据「平台型供给」基础设施，开源了行业首个百万真机数据集AGIBOT WORLD，目前累计下载了120万余次。

10、比赛还没开打，英格兰队先遭当头一棒， 致命坏消息，晋级4强悬了

「氛围编程」（Vibe Coding），虽然提升了编码的效率，但与此同时也开始暴露新的安全隐患和风险。

而调度这套动作的本事，是训出来的。

1、皇马进四出四仍满员！库库雷利亚无号难注册，清洗3-4人迫在眉睫

如果Opus 5真能拿出接近Fable的能力、却只要Opus的价钱，那些被/一巴掌拍退的开发者，等于被重新请回了牌桌。

2、“空气感穿搭”今年夏天火出圈了！这样穿时髦又松弛

变强的从来不只是模型能力，更是能调用这种能力的人越来越多。

3、比利时VS西班牙：欧洲红魔手握两大优势，或爆冷掀翻斗牛士军团

更值得玩味的是它的演进路径：从一个人的「超级个体」，到符合企业级流程、多Agent自动调度的「超级项目」。为何胆囊癌高发，罪魁祸首被揪出，如何把病挡回去？这几招教会你Kimi K3紧随其后拿下满分。

4、微软承认Copilot按键“不适合所有人”，Win11预览版新增选项：可设为无操作

少写状态更新，多干正事，这可能才是Artifacts最不起眼、却最实的价值。

5、四次IPO全部失利后并入腾讯：喜马拉雅用12年验证了"听觉经济"是一场脆弱的梦

张益唐当年研究的是二维情形，而二维并不是三维的简单低阶版本——恰恰相反，二维是这个问题里更核心、目前看来也更难攻破的部分，数学意义更大，至今仍未解决。

6、梅西均时速4.3km/h！英媒：相当于50岁人散步，这正是他智慧所在

门把手的高度、球拍的握法、楼梯的台阶，无一例外。

当AI视频从「生成一段好看的内容」真正走向「生成一个可交互的世界」，当实时世界模型让曾经只存在于畅想中的体验变得真实—— 我们会发现，这和LLM的路径惊人地相似。

如今，大量国央企、智算中心采购了丰富的国产GPU。

7、当抽血不再需要血——清华团队给怕疼的人带来一个好消息

当具身大模型开始具备开放世界泛化能力，这20%的人工工序，第一次有了被逐步接管的可能。

2.8万亿参数的MoE模型，一口气喷涌出154万token，是Sol的6.5倍。

8、如果你不想上班，就要趁早打造第二收入曲线

注：模型1是磐石，模型2是Gemini 3.1 Pro，模型3是GPT-5.5 从AlphaFold到统一科学智能，AI for Science正在从「单点工具」走向「系统能力」。

那么，世界模型从Demo走向Deployment，真正的「断点」究竟在哪？ 陶大程一针见血地指出了核心分野—— Demo的标尺是「最好一次有多好」，Deployment的标尺是「最差一次有多差」。

有人点评道：「这根本不像任何正常训练出来的模型。

5 月底 OpenAI 上线 B 端智能体能力，6 月双方开始对接，7 月达成合作。