从2013年百度建立深度学习研究院，到2017年提出“All in AI”，再到如今大模型和智能体的全面落地，李彦宏对AI的投入超过十年，从未动摇。

1、欧宝首页 张小懿：当时我们的变革决心很大，集团拿出相当于全年利润的三分之一的预算做数字化；而且试点单位选的家用空调事业部，这是美的最大的业务板块，如果搞砸了，影响不是一点半点——所以有阻力也很正常。

毕竟提示词这东西，也有模型自己的脾气。欧宝首页好了，菜出锅了，该尝尝味道了。

2、打造消费新场景 培育消费新业态——我国消费潜力将持续释放

前段时间开源的uAI Nexus MedVLM（中文名：元智医疗视频理解大模型），探索的就是这一方向。

3、为什么“定频空调”突然走红了？原因很简单，用过的人都懂！

每个模型沿着自身经历持续学习，不同实例就会走向不同方向。

4、广州男篮官宣：帕金斯时隔13年回归出任主教练 师从骑士主帅

这证明有一部分人可能明明知道AI存在幻觉，却仍采取了AI给的答案。

5、高温酷暑这个驿站送来清凉 暖心守护户外劳动者

记不清拨出了多少通电话、发送了多少封邮件。

这种能力同样是普通机器人所不具备的。

他们将围绕云架构设计、AI落地和成本优化提供辅导。

6、速递！中国篮协宣布重要决定，怀特塞德强硬发声，名记揭秘杨瀚森表现差异

结果2周，1000万美金ARR。

滴水石穿，非一日之功；妙手解题，实半生之思。

7、低至1.22元！这些破破烂烂pdd小物，真的贼高级！贼好用

王虹等人的工作，则是把这个界进一步推进： 相较此前统一的O(k+1)结果，这一界明显更紧，算法能够被严格限制，最坏结果也只会比最优解差一点点。

刷到这条post的第一时间，小编连夜爬起来实测。

8、聚力多元赛道 昆明经开区多元产业共生共兴

当前大模型行业普遍面临收入模式单一的瓶颈，纯API售卖与上层应用软件的增长逐渐见顶，而向终端硬件场景渗透、绑定实体产业载体，已经成为全行业探索的新增长曲线。

但它也深刻地提醒了我们一件事：用模型，最好还是要用对“钥匙”，别把A模型生成的提示词，原封不动地搬到B模型里用。

该论文通讯作者为银河通用机器人创始人兼首席技术官、北京大学研究员、具身智能大模型北京市重点实验室主任王鹤博士 论文提出动力学感知策略学习框架DAPL 它先通过世界模型学习杂乱场景中物体发生碰撞、滑动和倾倒后的动态变化，再用这些动力学表征指导强化学习。

9、耿同学收手了，可能是真的怕了。

看到这家公司第一眼，我就在想： 昆仑万维，一个印象中涉足AI游戏、AI音乐、AI短剧等内容赛道的公司，怎么突然干起机器人了？ 还专门成立一个子公司独立运营？ 理了理，背后其实是两条逻辑线的交汇。

现场，复旦大学附属中山医院肝胆肿瘤与肝移植外科孙云帆教授戴上VR头显，来了一把沉浸式实操演示。

10、「侠客岛」方星海被查

外层Harness决定它是否知道何时调用工具，如何从错误中恢复，是否保留正确产物，退出前有没有做验证。

没有一家公司披露过利润。

1、詹姆斯一人堵死760亿！合同被迫搁置！哈登也急了！

在过去，财务每天都要面对无数重复的提问：「差旅标准是多少？」、「发票怎么贴？」、「额度还剩多少？」等等。

2、广东管理层大换血！广州队卖掉国手中锋，将全力买断徐昕？

这才是灵犀从WPS中独立出来，最值得关注的意义。

3、跨界文娱打造行业盛会：雅迪，你这是开发布会还是演唱会？

成立于2020年的中数睿智，长期深耕企业级复杂智能决策赛道，客户以大型央国企为主，积累了大量油气、电力、制造、金融等领域的行业know-how。谷爱凌、F1男神为什么都爱万国小王子？CEO告诉我火了20年的秘密7月16日晚间，安徽开润股份发布了一份投资进展公告。

4、【沪企行】第十期上海产业园区高级管理者培训班开班

它们试图让AI理解球为什么落下、车辆为何打滑、水会流向哪里，再把这些能力交给机器人、自动驾驶。

5、全球唯一！港中大（深圳）教授荣获2026年高斯奖

所谓的柔性工件作业，指的是面对每次都不一样的物体位置、姿态和突发状况，机器人都要能随机应变，难度比固定动作高一大截。

6、电控解决方案供应商臻驱科技再冲刺港交所

因此，端侧和云端并不是非此即彼。

多年来，它通过"提质不降标"的自律行为，以自身产品为活广告，向市场和消费者清晰定义了什么是好空调。

原因也不难理解。

7、麻烦了，中国男篮决战喀麦隆，两大王牌突然离队，必须新招这三人

而且翻一下老马的财富变迁史，你更是会被他身价上涨的速度吓一跳。

（文中所有数据均由贵州茅台提供。

8、凌晨3点 世界杯榜首大战！谁赢谁第1 金靴之争 3.8亿超巨对决

虽然有AI组的正确率依然明显低于无AI组，不过，这一规则也并非是毫无作用，它至少让人们减少了一点向AI求助的次数： 数据显示，在有奖励的条件下，参与者向AI寻求建议的平均次数从5.44次降到了4.93次。

眼下，AI能帮人写稿、编程、生成视频，但离真正进入企业工作流、解决实际问题，经常还差一口气。

传统做法是「大脑想完，再交给小脑做」。

为满足Scale-Up对低功耗、低延迟的要求，光引擎必须向计算核心持续收敛，由此形成清晰的演进路径：可插拔光模块 → NPO → CPO → OIO，最终目标是“光内生”——将光互联功能直接集成于计算芯片内部。