它也反向说明，NeurIPS并不等于神经网络模型发布会，对已有方法给出新的理解、发现新的性质、建立更紧的理论界限，同样属于有价值的原创贡献。

1、ob体育 亏掉的23亿 2026年Q1，理想汽车是怎么亏了23亿元？ 第一是产品换代带来的收入下滑。

输入是用户的历史文本序列，监督信号来自用户画像标注（年龄/地域/职业/消费层级等）。ob体育而具身数据没有现成数据，采集环节则要从零构建资产，老玩家没有优势，新公司反而容易轻装上阵。

2、多瑙河水位下降 匈牙利布达佩斯发现二战遗留炮弹

什么能力重要？ 共识不多讲了，嘉宾们的分歧才是最有趣的部分。

3、长沙占车位的彭女士道歉了！全文曝光很诚恳，称会杜绝此事再发生

视觉到动作，是Base Policy，负责制定策略、发出指令；以动作为条件预测未来视觉，是Action Condition World Model，负责预测环境变化。

4、特朗普质疑英格兰队图赫尔龟缩战术：怎么能让凯恩去做后卫的事情

虽然Gowers并未亲自说出「菲尔兹奖即将终结」这样的话，但他的确有过类似的想法，并给出了一个大概的期限：2030年。

5、2026年第15周：酒行业周度市场观察

一层的浪费，常常要靠另一层的收益去补，一旦这两层归属不同的公司，这笔账就成了烫手山芋，基本没人愿意主动算清楚。

这意味着，AI的交互界面开始从屏幕里的对话框延伸到真实学习空间。

接着还可以生成整体的事件推演报告，有些观点写得还挺不错，比如“大观园的崩溃并非偶然悲剧，而是礼法结构与个体命运共振瓦解的必然过程”。

6、泰山队5外援已归队，训练阵容受两大因素影响，5人去威海参加活动

等芯片真正量产出来，配套的整机方案已经提前跑通。

他们希望输入一个需求后，系统能够自动设计实验、编写脚本、执行操作、采集数据，再进入下一轮优化。

7、这些中小型游戏为啥让人玩着玩着就夸自己聪明？

仅凭几十条人工示范轨迹，就能让机器人快速适配全新作业任务，训练机器人已经如此简单了么？ 数字背后，或许真正值得关注的，是机器人终于跳出「从零学起」的模仿模式，具备了沉淀、迁移、复用通用物理经验的能力。

用别人的成熟基建，把资源集中在模型和场景上，在成本和研发进度的账本上，都是更理性的选择。

8、闫家岗稻田艺术农场夏季清凉游全面升级

以北大团队研发、对标OpenAI Triton的编译器TileLang，沐曦从2024年下半年就投入共建。

“Show me your Agent”可以说是今年WAIC现场最明确的一句潜台词。

这一路上，她更像是「干中学」出来的： 她毕业于斯坦福大学，大学时她泡在几个设计团队里，做过斯坦福的太阳能车，也做过火星车。

9、最新

有意思的是，它不像一份技术产品榜，更像一份当代年轻人的生活愿望清单。

不过，要让机器人真正成为生产力，实现AI自己造AI，背后的「大脑」仍是关键。

10、总决赛提前定2席：美国女排输球仍晋级！世联赛积分榜形势解析

陈默并不觉得自己是个英雄。

问了不少展台的工作人员，几乎都允许观众伸手干扰，有的甚至接受现场出题。

1、四季书单·夏之韵

多个方向集中发力，DeepSeek现在缺人缺钱，自然需要真金白银来填。

2、41度预警再次出现，今年8月会不会更热？如何开空调舒适又省钱？

上半场比的是谁的卡多，下半场比的是谁能把卡用好 7月17日，WAIC 2026上海开幕，智算赛道200多家企业同台，新品密集发布。

3、Agent拉爆算力？中国杀出新物种：日冲10万亿Token，还赚钱了

“中数睿智避开了Palantir这家公司曾经历的漫长亏损期，前面难受的时间比较短。诗歌被2亿人点赞——这个诗人只用作品说话从「生成一套」到「生成得像这个用户」 过去几年，自动幻灯片生成进步很快。

4、再见广东！王少杰租借到期，下赛季回北控

我们目前正在进行高强度的内部测试，同时也在建设开发者中心让合作伙伴上手体验。

5、上海这幕刷屏！18岁高中生用AI“手搓”了一个APP，悄悄戳中无数网友的心

展厅导览机器人在无网环境下，也能基于本地知识库完成离线讲解和自由问答。

6、王楚钦世排跌破万分！陈熠跌出女单前十，世界第三皆被日本占据

制约不在算法——Transformer架构被证明在物理任务中依然有效； 不在硬件——中国制造业已经能把机器人本体的性能、成本做到极致。

某to B Agent创始人曾告诉《中国企业家》：Palantir在大模型时代爆发，正是靠数据结构化治理，并瞄准政府客户。

一个是“百年老店”、全球第二大冰淇淋品牌，一个是成立仅5年的茶饮“新贵”，品牌、体量的巨大反差，使得这笔交易备受关注。

7、晨光破晓 执在当“夏” 邹平市人民法院开展集中执行行动

评测集这边，DW0.5还在EWMBench、WorldArena等基准测试中横扫榜单，分别以4.73、73.54的分数，斩获全球SOTA（数据截至7月9日）。

小红书大模型dots-note-3.0能够在六类不同问题中连续拿满，意味着它的表现并非依赖某一道题上的偶然灵感迸发。

8、观山湖：金馨园社区“一址双服务”办好民生实事

两派各有优劣，为便于大家做对比，这里我直接放了一张AI生成的图表： △图片由AI生成 简单总结就是，VLA属于「直觉派」，快但容易翻车；世界模型则属于「深思派」，稳但是又慢又贵。

团队把WAM-TTT分别放在标准训练场景和未知的真实家庭环境中，保持率约75.6%。

因此，人类数据并不会天然变成机器人能力，中间横着一道“具身鸿沟”。

再一个，马斯克向来热衷于把自己的商业帝国不断拼接成一个整体。