预计2026年，“商汤号”系列算力卫星将完成首发并组网；到2030年，双方将建成由千颗级算力卫星、总算力超万P组成的“商汤太空算力星座”，形成覆盖全球的空间智能计算网络。

1、kaiyun官网 参考链接： [1] https://proceedings.neurips.cc/paper_files/paper/2019/file/80a8155eb153025ea1d513d0b2c4b675-Paper.pdf [2] https://neurips.cc/Conferences/2026/ReviewerGuidelines [3] https://sites.google.com/view/hongwang/home [4] http://xhslink.cn/o/8oQ3gm7qaxu千问说它可以帮我拼九宫格了，还是不同主题的那种。

△投资机构出手情况 现状10：半数以上“独立具身数据服务商”成立不到一年 总的来看，独立的具身数据行业仍处于较早期的阶段。kaiyun官网算力与电力深度融合，亟需一套既懂算力交付逻辑、又懂电力市场规则，能够实现全局协同寻优的能源操作系统。

2、美国一男子买下法拍房后发现三具尸体

需要与生态企业深入交流：了解用户喜欢什么功能、交互逻辑怎样设计，以及哪些需求源于真实现场，哪些只是团队自己的「脑补」。

3、湖北高规格赛事，武汉、随州、黄冈、咸宁、仙桃，即将开打！

当前大模型参数规模持续扩容，但终端设备的体积、电池功耗、散热空间均存在刚性限制，算力、功耗、延时、部署等约束，已然成为大模型规模化落地端侧的核心瓶颈，也让高算力、低功耗、易部署的大模型端边AI芯片成为产业刚需。

4、上海海港遭云南玉昆让二追二

748B参数直上强化学习 4个LoRA各管一摊 先看模型。

5、鲁能门将位置迎来久违强援首发！本轮足协杯表现不俗，值得期待

但拒绝把威胁写进文字，说要「avoid a paper trail」（避免留下书面痕迹） Doe 15害怕了。

今天，由无问芯穹联合清华大学等共同研发的全球首个面向具身智能持续进化的大规模强化学习基础设施项目 RLinf，正式宣布升级为 RLinf v0.3，为破解具身智能行业发展瓶颈构建了新一代“进化底座”！ RLinf v0.1 和 v0.2 分别完成了强化学习系统抽象与真实世界在线学习基础设施建设。

更关键的验证是：开发者能否在这套平台上快速做出产品；Agent连续工作数小时之后，性能、功耗和稳定性能否同时成立；当模型和Agent框架继续变化时，底层软硬件能不能跟上。

6、地下 700 米造天眼！十年磨一剑，中国中微子实验破纪录

对脑科学来说，这个平台给出了一条新路：用AI在斑马鱼身上“预演”本该在哺乳动物身上做的实验。

世界模型，是当前AI圈最火、也最没有共识的领域之一。

7、马克西米利安·韦伯自由身加盟沙尔克04

△可重构数据流优势 相关方案采用Chiplet和3.5D异构堆叠，将可重构计算芯粒与DRAM存储芯粒进行高密度集成，把部分信号传输距离从毫米级压缩到微米级，以提升带宽并降低数据搬运带来的延迟。

但对于物理AI来说，真正的训练，可能发生在机器人上线之后。

8、世纪罕见！FIFA：美国前锋染红停赛缓期1年执行 特朗普：不公被纠正

这也意味着，单纯依赖文字输入难以实现完整的智力涌现，无法从根本上解决科学智能的深层问题。

选择IMO作为起始站，也是小红书非常聪明的一步。

热闹归热闹。

9、沉寂23年 1968年玛莎拉蒂总裁手动挡项目车无底价寻新主

它服务的是企业，是组织，是大量真实在场的工作流——审批、IM、文档、考勤、会议、AI助手……这正是Agent最适合扎根的土壤。

马赫M100虽已量产，但能否在3～5年内收回数百亿研发投入，仍是未知数。

10、印度队长伊耶力挺15岁新星：不需要给太多建议，他自会纠错

美图想找到的，正是那些已经在自己生活里把产品“长出来”的Builder。

而在像Artificial Analysis第三方的评测平台上，Grok 4.5在智能上限上处于前沿第二梯队（接近 Opus/GPT-5.5），但在速度、token效率和性价比上表现突出。

1、转会窗：弗拉霍维奇确定和尤文分手，尤文国米竞争帕莱斯特拉

『书生・端砚』是该计划的核心落地载体。

2、ECB公布2027灰烬杯完整赛程：男队6月18日特伦特桥揭幕，玫瑰碗首次承办

更难的是，当Agent要持续读取文件、保留记忆、调用工具，并在后台长期运行时，芯片能否在功耗、延迟和成本的约束下保持稳定。

3、从落寞右投到轮值救星：彼得·兰伯特的太空人重生之旅

不过，用户可以接受OpenAI、Anthropic收费的基础，在于其已建立了相对成熟的产品能力和用户信任——而豆包的场景更多集中在聊天、拟人陪伴等基础体验。1-0，意大利U17力克法国U17，尤文小将首发造威胁某位开发者已经解释过的问题，也会沉淀进团队的知识体系，下次换个人、换一个Agent继续干活，依然能够无缝接上～ 至于这套知识引擎究竟有没有用，最终还得用实际数据说话—— 实测数据显示，知识引擎功能上线后，用户代码保留率提升11%，输入Token消耗大幅降低40%，对话轮次减少33%。

4、40岁莫德里奇续约AC米兰1年：将搭档阿莫林，誓言强势反弹

AI这几年最大的变化，是从语音、文字这类「离身」的交互，转向让机器人用身体走进物理世界。

5、核桃+费利佩跑不动了，罗慕洛没作用了！蓉城血性踢没了，主帅太固执了

三层各自运行在完全不同的时间尺度上，通过刻意收窄的接口协同工作。

6、咱们身边事丨阿勒泰这场消防安全夜查，既“治病”又“防病”

不能简单说，产生了多少Token，模型被调用了多少次，这是没有意义的。

企业无需在海外投入高昂成本自建算力设施，即可通过 PPIO 平台一键调用 Token 资源，满足数据合规、低延迟访问的出海需求。

斯坦福Shuran Song教授：UMI发明人，让人类操作经验能够迁移给机器人 人类有柔软灵活的双手，机器人可能只有两指夹爪；人可以依靠触觉、经验和身体协调完成任务，机器人却需要明确的观测和动作表示。

7、9场国际赛覆盖7国4大洲！NFL 2026赛季赛程揭幕战复刻超级碗

很多Human-to-Robot学习方法，虽然也使用人类视频，但仍需要额外完成手部姿态估计等步骤，WAM‑TTT则是完全跳过，直接采用自监督学习，让模型自行理解任务过程。

今年6月，英伟达西雅图机器人实验室发布了一篇长文综述，文章的核心判断是： World Action Model（WAM，世界动作模型）已经从VLA研究里的小众分支，迅速长成了机器人基础模型的第二条主路线，而下一代机器人基础模型，大概率是两者的混合体。

8、世界杯头号罪人！阿根廷王牌决赛全程坐板凳！离谱操作毁了梅西

JustPod自然而然长出了两条腿：不赚钱的原创节目，和“一手交钱、一手交货”的企业播客服务。

P.S.论本地和云端备份的重要性！ 一石激起千层浪，Reddit上也纷纷出现类似帖子，呼吁自查和避雷。

其余Final List中，清华AIR、银河通用、影眸科技等中国团队和华人研究者也有亮眼表现。

这两个人做出的突破，靠的不是暴力搜索，不是穷举反例，而是十年如一日的沉浸式思考、独创性的方法论构建、跳出所有前人路径的非理性直觉——这些恰恰是目前AI薄弱的环节。