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。

1、欧宝首页 Claude Code官方文档列出的MCP能力：提JIRA需求、开GitHub PR、查Sentry与数据库，还能把Telegram、Discord等外部事件推进会话。

这不是偶犯，20次测试里，Gemini干预了19次，其中11次是这种隐蔽篡改。欧宝首页某个API调了多少次，扣了多少钱，账单上写得清清楚楚。

2、湘潭税务部门助力吉利湘潭基地擦亮工业旅游新名片

一家全球最大的云计算公司，居然要向一家火箭公司租算力——光是这个画面，就足以说明AI军备竞赛已经疯狂到什么地步。

3、看完西班牙2-1比利时！不得不承认5个事实，梅里诺堪称替补奇兵！

文本语料的Language Scaling是知识基础，但材料建模这类强操作任务，更需要面向行动能力的Action Scaling——将「行动 — 反馈 — 纠错」全流程变成可规模化学习的对象。

4、7月24日重要公告：苏试试验上半年净利润同比增长10.37%

AI数学撞墙了吗？ Bloom那条帖子底下的论战，也很精彩。

5、7.22挪超推荐：尼科斯特罗姆vs维京

然而，在经过一系列繁琐且无效的内部沟通后，特纳做出了一个大胆的决定：直接给谷歌DeepMind CEO Demis Hassabis发私信。

另一边，实力相当的GPT-5.6在定价上给足了诚意，稳坐当前的「性价比王座」。

这，正是U1 Pro想踩下去的那一脚。

6、迪涅2分！法国队遭淘汰后法媒评分，姆巴佩4分奥利塞登贝莱均3分

成本账上，多元算力被统一纳管成一条生产线，不被单一芯片绑架；TokenOps让每一个Token可计量、可治理、可优化。

这套打法，Fable 5两个命令就能搭好。

7、皇马想从意甲召回球员，卖高价；皇马新援希望切尔西队友恩佐加盟

晓途：一脑多形，7×24小时在岗 它依托通用智能大脑（Agentic AI），同一个脑子能适配多种形态的四足机器人本体，室内外无缝衔接、动静态避障、多机协同调度，全程无需人工干预。

参考资料： 编辑：新智元报道 商业地图可以告诉机器人「前方右转」，却无法直接告诉它眼前应该从哪里转、沿哪一侧通过；即使已经生成路线，控制误差、地面变化和动态障碍，也可能让机器人在行进过程中逐渐偏离。

8、金球奖难选了！罗德里有世界杯，登贝莱有欧冠，姆巴佩亚马尔没戏

阿里千问将作为 AI 能力集成至 Apple 智能，为 iOS、iPadOS、macOS 和 visionOS 的中国用户提供文本与图像理解、内容生成等能力。

身高173厘米，体重70公斤，1:8.5的头身比，与真人几乎实现了像素级的一比一还原。

可问题也就出在这儿：厂商这边省token，用户那边是有感知的，最直观的，就是模型「不肯想了」。

9、零跑全新纯电轿跑上市！不足10万起，配激光雷达，纯电续航670Km

现在，PixVerse全球生态非常繁荣，拥有大量忠实用户与创作者。

能在全球不同市场做到标准化交付和规模化部署，本身就是技术成熟度和产品化水平的证明。

10、韦世豪怒骂对手引发热议：成都蓉城足协杯出局输球又输人

紧接着一句承诺：所有此前上传到SpaceXAI的用户数据，完全且彻底删除。

Grok 4.5在P6上只挤出7053个token，全场垫底。

1、美国新关税措施引多国谴责 分析：最终后果由美民众承担

AI Coding在这里，已经不是一个提效工具，而是长在企业身上的研发基础设施。

2、五城联动搭舞台 2026年“成渝地・巴蜀情”成渝德眉资少儿才艺盛典启幕

有趣的是，乙游的用户，是出了名不好糊弄的一群人——她们对角色颜值、情绪张力、叙事节奏近乎苛刻。

3、省财政厅长为何亲自给自己做饭，看完3·15终于明白了！

他的方法论叫「数据达尔文主义」：不预判哪个市场好，全球都推，数据最好的就是答案。整个衡山都不能网购榴莲、车厘子！一男子用AI伪造高价水果变质图要求“仅退款”，连累全县被平台拒发货面壁是一家追求通用人工智能的大模型公司，并选了一条区别于云侧的路线：端侧。

4、梅西均时速4.3km/h！英媒：相当于50岁人散步，这正是他智慧所在

Skill 则处在知识与行动之间。

5、港交所上市机制改革落地：放宽同股不同权上市门槛，扩大IPO保密申请范围

删除了禁止武器的红线，然后对着公众说「原则没变」，Hassabis的所作所为，令人唏嘘。

6、​卡塞米罗正式加盟迈阿密国际，转会历经波折终落定

但未来会不一样——未来会有数字居民，或者叫AI居民。

LongMemEval基准（多会话交互记忆测试）：HMS-self-evolve以92.8%的总体准确率登顶，此前最强的Hindsight是88.8%。

参考资料： https://www.aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber https://github.com/mas-bandwidth/patreon/blob/main/BUGS.md https://www.patreon.com/MasBandwidth/posts/important-news-164199395 编辑：马可新智元报道 【新智元导读】VLA模型已经会做任务，但真实机器人还是慢！PolicyTrim是一种优化VLA机器人执行效率的方法，无需重新训练。

7、朱婷退役第一站是国外执教？

Token成了「生产资料」 可它不等于价值 要回答这个问题，得先看清Token到底变成了什么。

J-Space能够告诉我们模型「在想什么」，却无法告诉我们模型为什么以这种方式思考，它所依据的「理由」是什么，这些理由在何种意义上是「好的」理由。

8、C罗神了！禁区仅1次触球就破门+11届大赛进25球创纪录，全场最佳

前向过程逐步将token替换为掩码符号，其在时刻t的闭式解为： 其中为token在时刻t保持未被掩码的累积概率。

去年，OpenAI的o3和谷歌DeepMind的AlphaProof、AlphaGeometry 2，都在IMO题目上达到了金牌线水平。

用他的话说，这个领域跑得太快，快到里程碑还没来得及被认领，就已经被下一次发版盖过去。

在标准设定下，Claude Mythos Preview误标率85.6%，Opus 4.8误标率74.4%。