他给的反证是：5.6在包括FrontierMath在内的一大批评测上都比5.5有提升。

1、星空官方 AI 已熟练掌握高效编码、标准化解题的能力，但在未知领域的自主探索、原创科研创新上，仍存在明显短板。

但当VLA模型真正部署到机器人上时，一个关键瓶颈会立刻显现：机器人完成任务的总时间，不只取决于每次推理有多快，也取决于策略到底需要执行多少次推理、多少个真实物理动作。星空官方参考资料： 迈入AGI科学元认知时刻，『书生·端砚』解锁全栈科研新能力 | WAIC 2026 周伯文：AGI的下一程，迎接科学元认知时刻 | WAIC 2026新智元报道 AGI可能在五个月前就到了，只是没人注意。

2、王国钦已任临县县委常委、政法委书记

这已经比早期「购买大模型、部署Copilot、提高员工效率」的叙事向前走了一大步。

3、降薪又让权，主动招募老詹！为了总冠军，你真的再无保留

15小时，长程稳定作业 最后的关键一步，是时长。

4、谁将执掌英国财政部？伯纳姆面临艰难抉择，工党团结岌岌可危

其中AI Coding跑得最快，仅这一类就吞下了全球超50%的Token消耗。

5、这个17岁高中生跑出1分42秒27，即将冲击全美冠军

数学家Lichtman惊呼，希望能看到顶尖代数学家对GPT提出的新猜想作何反应。

语言之间最大的差距：接近0.49σ。

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。

6、一人打爆阿根廷队！24岁小将世界杯一战成名，接班萨拉赫指日可待

这，就是「大晓速度」！ 让它干活的 是一个会「想」的大脑 面对几十万种视觉资产、每天都在变的订单，W1凭什么能稳、能准、能一直干？ 答案不在手上，在脑子里——Kairos 3.1开悟世界模型。

所以，循环是一整套「怎么把AI管住」的设计，而不是「撒手让AI乱跑」。

7、世界杯猛将盼圆梦！曼联锁定英超爆点！球员本人铁心加盟

参考资料： https://x.com/davidpattersonx/status/2077049232490672458 https://trackingai.org/ 编辑：桃子新智元报道 全尺寸人形机器人长程移动操作能力迎来重大突破！ 逐际动力发布了一次全球屈指可数的完整实录：无遥操，无剪辑，一镜到底，全尺寸人形机器人 Oli，不间断干完一屋子家务。

收益递减：为了获得微小的性能提升，需要付出指数级增长的算力成本。

8、张玉宁随队出征，国安与申花争6大战，金靴急需找状态 孔特PK吴曦

就在几周前，Cursor的母公司Anysphere，刚被SpaceXAI全股票收购。

比如，现场中一只机械臂在杂乱料框里高速翻找，每抓一个五角螺母不到2.4秒。

紧接着一句承诺：所有此前上传到SpaceXAI的用户数据，完全且彻底删除。

9、西体足球学院&西安足球学院：两所学院，同一梦想

压缩，与传递。

这就像是给每条道路发两块特殊的车牌，只要保证每个十字路口，同种颜色的车牌总是成双成对地进出，证明就可以完成了。

10、穆里尼奥大手笔！皇马突袭死敌巴萨！强挖世界杯封神巨星

而这，正是「前店后厂一中心」最自然的延伸：从数字世界，一路走到物理世界。

年底见。

1、法布雷加斯力挺梅西：若带阿根廷卫冕世界杯，金靴、金球、最佳球员都该属于他！

一旦有了这个反馈闭环，产出质量通常能翻2到3倍。

2、中国U17挺进女篮世界杯八强！

然后全量翻译，跑「实现—评审—修复」的多智能体循环；最后编译、运行、逐一比对行为。

3、詹姆斯去哪悬而未决 库明加无人问津 火箭请来投篮怪医

让模型直接生成一组人格：社会学家、心理学家、政治学者、医生、律师、宪法专家，然后让他们就同一个议题当场吵一轮。西班牙1比0胜阿根廷夺世界杯冠军，托雷斯加时绝杀懂你——记忆工程让「越用越懂」真的发生；懂事——38年积累的不是功能说明书，是「办公的常识」；懂交付——不是参谋，是真把活干完的人；懂闭环——从生成到接手，始终在一块屏幕上、用标准Office组件完成。

4、京连“白跑侦查记”！足协太业余了！冯博轩+德尔加多迅速融入大连，朱鹏宇更没位置了

这种在国产显卡上做Infra的能力，是目前其他团队无法企及的护城河。

5、中央5台直播世界杯时间表：明天7月10日CCTV5直播，法国PK摩洛哥

2025年之前，Jenny Wen在Figma的位置已经足够好—— 设计总监，手里握着FigJam、Slides、Buzz、Sites CMS，全是Figma最靠近未来的业务。

6、刘嘉玲晒照悼念谢贤

约三周后，一个原本只存在于脑海里的快穿3D乙游，被做成了一支可以观看、讨论和接受市场检验的概念PV。

它会根据Prompt长度、对话轮次、任务难度和数据敏感等级，把请求分成不同的级别，再匹配对应量级的模型： 简单的FAQ交给轻量模型，常规的公文摘要交给标准模型。

当下，已验证适用于楼宇巡检、人员陪护、园区安防等结构化环境，证明其可靠性与泛用性。

7、咱们身边事

再往前推，需要的是流动智力。

它不再需要你提前做好所有的素材。

8、中国羽毛球公开赛：李诗沣一轮游，世界第2出局，梁王晋级16强

这说明模型层的对齐在生效时，仍是有价值的最后一道防线，只是它替代不了架构层本该承担的工作。

用能跑通的极简提示、最少工具直接开跑，缺了再补。

万万没想到，换一种语言跟它说话，比换一个模型跟它说话，影响更大！ 你咬着牙从Sonnet升级到最贵的Opus，脾气上那点变化，还不如你顺手把提问语言切一下来得猛。

原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。