研究指出Scaling Law在空间逻辑任务中效果有限，强调AI for Science需转向Action Scaling，提升模型在真实科研操作中的能力。

1、乐玩体育 智能体的负载和聊天机器人完全不是一回事——它要连续思考，要频繁调用工具，要在长上下文里维持记忆。

顺带提一句，deepseek-chat和deepseek-reasoner两个老模型名，7月24日正式下线。乐玩体育特纳又当着全场观众的面质问Stuart Russell。

2、金球奖得主罗德里带伤踢完世界杯将手术，曼城新赛季开局告急

而这套能力的规模，早已不只在国内。

3、热刺季前赛开门红 新援85分钟世界波 三大新中场亮相

整个过程，提示词只有约180个单词，大约消耗了40万token，费用约为5美元（Claude估算）。

4、曝阿森纳愿付1亿欧强挖巴黎目标，球员已与巴黎达成合同协议

第一个是零部件。

5、正负值-4全队最低！杨瀚森持续低迷 在NBA锻炼一年表现还不如周琦

在数据端，相比纯模型驱动的厂商在实验室里死磕合成数据，高德背后是积累了二十年的庞大时空基座。

灵巧手KAI Hand和数采头环KAI Halo Lite已在WAIC全球同步开售，都是刚需件，能独立变现。

他的结论是：AI在数学上已经撞墙了。

6、Newbury焦点战：Victory Gold与Waasil两匹新胜马正面交锋

从DALL·E、Midjourney到Nano Banana、GPT Image，AI第一次大规模解决了「生成美」。

它直接调用文档内核，生成了一份可以直接打开编辑的PPTX文件。

7、皇马6300万欧新星陷两难：富勒姆想租借加买断，伯纳乌拒绝放走长期资产

这套配置还有个好处：哪天换了别的AI工具，上下文直接打包带走。

证明：(a) 过程一定会终止，最终恰好剩一个大于1的数M；(b) M的值不依赖于操作顺序。

8、沈晓明在邵阳市调研

」 机器人越像人，就越能无缝复用人类已有的一切。

一个几乎被行业默认接受的共识是：只要模型足够大、数据足够多，能力就会持续涌现，甚至自动泛化到未知的领域。

它们完美印证了这套体系的进化逻辑：手、脚与大脑在真实物理交互中获取经验，在仿真环境里持续训练，最后通过统一的记忆调度完成闭环反哺。

9、逆转英格兰！阿根廷晋级世界杯决赛！

GDPS要解决的，是企业最关心的问题：哪些高重复性环节可以交给机器人，把成本降下来？哪些危化高温有毒有害场景，可以先用机器人进行工作替代？ 哪些高价值场景能够充分提高用户服务体验感？能不能多产出、少停产？ 想搞明白这些，就把你的真实场景需求交给GDPS——全球赛队带着方案来答，完成实景验证。

GPT-6逃逸，回炉重建 第一时间发现后，OpenA暂停了GPT-6内部访问的权限，回炉重建整套安全系统。

10、亚洲球队全部出局！败笔连连：澳大利亚点球大战三大奇招统统失灵

简单讲，同样一堆芯片，别人只能榨出五成，它想让你榨到极限。

引导人类泄密。

1、这就好玩了！于根伟完美接班郑智：后者刚要解禁，前者就无缝顶替

文本润色、信息摘要、AI 消除，响应几乎没有等待感。

2、Ethan Pocic通过体检正式加盟乌鸦，一年合同填补林德鲍姆空缺

中场战事，刚刚拉开帷幕 回到开篇的问题：为什么具身智能的下半场，从体系开始？ 因为物理世界从不按实验室的套路出牌。

3、Tulane教练谈Kiffin离队:不怪他,赛程太坑人

上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。美军第五舰队总部区域响起爆炸声但方向已经很清楚了：AI正在从「生成内容」，走向「生成软件」。

4、中超5月迎魔鬼赛程：一个月7轮比赛，上海申花进入追分关键期

以后，你说两句，AI当场就生成工具，还直接连着你自己的数据。

5、MLB交易截止日最大悬念：老虎队王牌斯库巴尔到底卖不卖？

智能体（AI Agent）从概念走向落地，算力需求的重心也从「训练」向「推理与执行」急速迁移。

6、留洋回收站！北京国安又来人了：这次是前德甲拜仁门将回归加盟

模型推理时，不同阶段对设备的要求完全不同——Prefill疯狂吃算力；Decode极度吃通信和延迟。

为什么灵犀敢说自己是「真助理」 2026年了，Agent已经不新鲜了。

没有人在背后遥控，没有预先写死的脚本，从抓起第一块积木到垒上最后一块城砖，全程自主。

7、挪威VS英格兰：英格兰实力碾压，哈兰德孤掌难鸣挪威恐难爆冷

Sonnet 4.6，是那个哄人的。

评论区直接疯了，被吹成「AI电影的iPhone时刻」。

8、阿隆·罗杰斯的兄弟支招阿奇·曼宁：想夺冠就得“更稳定”

更难得的是，这个「发电站」不仅支持全国产算力，还能基于异构集群进行深度优化（例如将Prefill和Decode环节分离，让最擅长的卡干最擅长的事），彻底打破了海外推理引擎的生态垄断。

真场景、真需求、真出题人——场景不是PPT里的迷宫，是GDPS预先设计好的考场。

而在这些共识之外，陶大程补充了最致命、却极易被忽视的一环，即成本与延迟。

他说，如果继续按「前AGI世界」那套方式教学、评价学生，不光会让这套方法失灵，还会让人「学不会思考」，导致批判性思维一点点萎缩。