这也解释了，为什么两家宁可扛住系统压力，也要拼命把使用量往上推。

1、火狐买球 消融实验证明，强行加入人类手部动作的伪标签，反而会干扰模型对底层物理规律的理解。

但这不只是视觉层面的问题，功能上也是。火狐买球在这份离线排行榜上，GPT-5.6的一众变体（连视觉版都算上）集体冲到136分，把身后所有对手甩开了一大截。

2、交最多的税，挨最毒的打！勇士狂输53分，没库里胜率12.5%！科尔：耻辱

这类任务对模型提出了完全不同的能力要求：符合物理定律的三维空间操控能力。

3、凌晨4点！CCTV5直播攻防大战 世界第3PK世界第7 姆巴佩带队创历史

依靠顶层的ABot-ER与AgentOS，机器人拥有了从「想明白」到「做得到」的完整闭环，以及终身记忆的能力。

4、浙江队CBA新赛季主教练出炉！

」 参考资料： https://x.com/search?q=Jared%20Duker%20Lichtman&src=typed_query 编辑：大卫 Aeneas新智元报道 简直细思极恐！ 一个被寄予厚望的顶级模型，OpenAI连夜按下了「暂停键」。

5、长内容创作者苦AI失忆久矣，这个新Agent漂亮填坑！门槛低到只需要会用键盘打字

孙文剑把它称作此芯一以贯之的策略：开放底层软件，开放上层操作系统，开放适配好的大模型。

给这股风潮命名为「循环工程」（loop engineering）的谷歌工程师Addy Osmani，也在其中。

DA-Nav没有让视觉语言模型直接预测连续三维坐标，而是将机器人第一视角中的道路空间划分为候选区域，让模型先在画面中判断接下来应该经过哪些位置，再由控制模块将这些空间落点转化为可执行轨迹。

6、越是上流人越下流？亿万富豪被曝猛料，生上百名孩子真相颠覆三观

钉进传统电影的心脏 X用户Harold Carver的评论，可能是这整场风波里最清醒的一句话： 「谢谢你，Elon。

deepseek-v4-flash更狠：百万输出0.28美元，高峰0.56美元，缓存命中的输入0.0028美元。

7、赢一场球=3500万！冠军举着支票傻笑时，团队已在后台算分成

AI强在不做情绪性止损。

「边真的只被覆盖了两次吗？算错没有？」 「你是不是把重复的死胡同当成循环了？」 「你这个归纳法是不是偷偷引入了桥？」 只有被严格纠错还能活下来的证明，才有资格进入下一轮。

8、国羽出征丹麦，汤尤杯揭幕战一触即发

高层回复「我看过文件、理解你的担忧、但我对结果有信心」，它一度接受了。

一句话，一个成品。

这也是这次发布被卡着审查的原因之一。

9、后妈为亲女儿甩我千万支票，开庭我掏出录音笔，她们母女俩慌了神

7月18日的2026世界人工智能大会「科学智能开放论坛」上，获奖选手与各界嘉宾齐聚一堂，共同见证赛事圆满落幕。

现场掌声还未散尽，GitHub上悄然浮现了另一份亮眼的成绩单。

10、老兵带新：NASA为何在Artemis II任务中再次信赖尼康？

更让他意外的是，接下来AI竟自己调用SymPy写代码，回过头去验证自己的预测结果。

四类失配 前沿模型都中招 Gemini这一例，是报告归纳的四类「智能体失配」之一，还有另外三类。

1、女子隔天跑步7公里，坚持 1 年后发现屁股惨了

参考资料： https://arxiv.org/abs/2510.04704 编辑：LRST新智元报道 【新智元导读】全网都说GPT-5.6 Sol的Max档变笨了，OpenAI偏说没降智，只是「做了个实验」，实验中拧动的那个旋钮，Max档从960掉到128，用户看不见。

2、北京通州万达锦华酒店盛大开业

这让视频世界模型的推理过程从固定流程，变成了随交互状态变化的动态系统。

3、陈芳卉：坚持就会有惊喜

当审稿人的实际评分与Anchor Score存在较大偏差时，系统会自动触发轻量级复核流程，请审稿人重新确认当前评分，或者补充更多文字说明，解释评分依据。杨福东，香河的质感与陌生天堂「不再写提示词了」——最近，这句话正在AI圈疯传。

4、伊朗报复行动升级，美14死427伤，两油轮爆炸后，白宫回应不简单

为什么一定要做这么完整的架构？ 因为只有体系跑起来，仿真训练、物理交互与记忆调度才能彼此反哺。

5、投票结果出炉，川普收3噩耗，中方耐心已尽，这次点名回击

透明瓶子、塑料袋包装、反光饮料罐混在一起，对传统相机来说几乎是「隐形」的，但这台机器人看它们跟看积木似的，抓得又快又稳。

6、24岁NBA天才，拒绝3000万肥约，场均24分被裁，如今底薪都拿不到

AI的证明策略，堪称一场精妙的「降维手术」。

对于每个人来说，AI时代最值钱的资产，不是模型，而是你自己攒下的这一大堆与AI互动的数据。

过去AI办公工具最多做到「生成一段文字」，属于参谋型。

7、湖人1.3亿交易幕后100%是他决定，女记者：这是东契奇的操作

其中的MiniCPM-RobotManip，在专门考虑机器人模型的上下文记忆能力RMBench榜单上，达到53.5分的水平，而美国知名 VLA 模型pi0.5只有10.4。

如果签下，就意味着他们的模型将被用于制造致命自主武器（杀手机器人），或是建立大规模AI监控网络。

8、市值3000亿美金的巨头，被中国对手盯上了

早在2025年，Anthropic就发过一份报告，测试16个主流模型，发现当模型面临被替换、或目标与公司冲突时，会像内部员工一样勒索高管、泄露机密：Claude Opus 4的勒索率一度高达96%。

不到一年时间，这个词已经成了行业里的「标配」。

可在这条新价值链里，这套心智彻底失灵—— 面向单一模型搭起来的老基建，匹配不了今天多模型、多版本、多场景的组合调度。

针对大模型三维操作偏弱的问题，行业普遍通过对接pymatgen等专业工具库补短板。