洛图科技《中国智能眼镜零售市场月度追踪》报告显示，2026年第一季度中国智能眼镜零售量达40.2万台，同比增幅高达96%；零售额同步攀升至8.1亿元，同比增长102%。

1、星空官方 数字之外，还有些更难量化的变化。

这种能力慢、重，却几乎无法被复制。星空官方三年时间里，毛利率快速上了一个台阶。

2、光盘之死

虽然缓解了市场上对于字节净利润下滑的担忧，但也显示出公司在人才，尤其是AI人才激励上的大手笔。

3、AI体测教练已上线！带娃轻松练，体考一路开挂_网易订阅

01.Agent时代，Token失效结果”更重要 云厂商的集体转向，要从客户端的需求变化说起。

4、名记:朱芳雨355万粉丝是顶级网红 当总经理很影响他拍吃饭视频挣钱

据QuestMobile统计，2025年6月，AI社交互动的月活用户规模仅次于AI搜索引擎和AI综合助手，排行业第三；2025年下半年，AI社交互动的落地应用数高居行业第四。

5、都这样了还要签回这位锋线老将，火箭制服组的操作令人无法理解

在这种背景下，极兔的卷法会更加失效。

35岁以后，不能再用刚毕业那套打法了，但也没必要觉得自己过时。

拿500块钱就把肖像权永久买断，这个利益失衡非常明显。

6、中国最快乐的城市，一不小心火了30年

大量的开发者涌入乐奇Rokid的智能体商店，开发各式各样有趣且实用的Agent，用户可以在商店里找到特斯拉车控助手小特、小米家电控制助手米家助手、龙虾助手、阅读智能体等等。

6月5日，中科闻歌发布了通用决策大模型——Decitron决策机。

7、企业蒙受巨额损失，CrowdStrike 向受灾客户发放 10 美元礼品卡

观众的反应也溢出了银幕。

如果说广告是AI落地的“先行场”，电商则是快手AI规模化赋能的核心场景。

8、曼联相中布莱顿铁腰巴莱巴 自己估价仅5000万对方开口就要1亿

这十年间，国人人均肉类消费量增长约40%-50%，长期“猪肉独大”的格局持续松动，2024年猪肉占比降到57%左右，禽肉、牛羊肉的比重持续上升，肉类消费结构更加多元。

“SEO和GEO最根本的区别是，搜索引擎有规则，而大模型没有规则。

“只有知名艺人的脸才有商业价值，小艺人的脸没人买。

9、高诗岩：数据之外国家队“隐形基石”，郭士强为何从不缺席他？

那场著名的“鸭血之战”至今仍是餐饮营销的经典案例。

星星之火，可以燎原。

10、关注｜“幼苗计划”正式发布，李宁羽网匹2026 Q3订货会在成都举行

鸡要放养在山林里，每亩地只养50只上下，让它有充足的活动空间；每天有效运动不低于1万步，出栏前跑够100万步；养够140天以上，最长养到198天。

据长安测算，整合后，可降低20%-30%的成本。

1、老詹临时改变主意！热火误发老詹加盟视频，决定4即将出炉

大家的共识是，FDE的核心能力从来不是写代码。

2、4连胜+狂轰13球！淘汰赛刚开打，冠军之争无悬念，15亿身价太无敌

即便已成功上市，建设商业化产能也需花费2亿至7亿美元的成本。

3、一只198天的跑步鸡，和一个企业的十年助农长跑

它们比拼的是模型质量、训练数据、算力、工程团队、推理成本、全球分发、内容安全与商业化系统。马刺29分大胜森林狼，3-2！文班创2大纪录！一战看清5个现实6月3日，知乎发布2026年一季度业绩。

4、宁德时代管理层回应回购计划：公司股价近期被低估

更大的想象空间，在生态层面。

5、中国男篮赛程不停！备战四国邀请赛，对战欧洲强队，杨瀚森缺席

” 楠楠的做法是先用ChatGPT拆解需求，补齐行业常识，搭出方案的整体框架；再用Claude生成PPT初稿，填充基础内容；最后自己调整逻辑、优化细节，补充创意亮点。

6、宇树王兴兴：机器人会翻跟头了，真正干活还要等多久？

回到这所幼儿园，成了第二位老师。

AI训练离不开数据投喂，常见的大模型训练依赖文本、图片和视频，但想让AI理解立体的物理世界，仅靠平面数据远远不够。

” 第二，AI将走向多元而非单一路径。

7、老兵带新：NASA为何在Artemis II任务中再次信赖尼康？

而母凤文后来不断给周全推荐项目，重大决策也来跟他商量。

也就是说，账面亏损的扩大本身就是Momenta一级市场估值持续被抬升的副产物。

8、一夜消息：萧华放话老詹，追梦怒斥新秀，小卡交易暂停原因曝光

从AI降噪、AI HDR到AI构图、AI修图，人工智能正在重塑整个影像创作流程。

荣昌生物一季度实现营业收入6.56亿元，同比增长24.76%，在执行降价后的医保价格后，依靠核心产品泰它西普和维迪西妥单抗的持续放量，有如此增幅实属不易；实现净利润3.28亿元，这已接近去年全年净利润的一半，相较于去年同期净利润亏损2.54亿元，利润增加了5.82亿元，彰显出持续增强的盈利能力，筑牢了荣昌生物可持续发展的“基本盘”。

另一方面，大模型需要物理底座，和具体任务、真实世界产生高质量的数据互动。

机器人马拉松的终点就在那里，但机器人产业的方向远不止于奔跑。