以前，是「生成一段好看的内容」，现在，则变成「生成一个可交互世界」。

1、米兰体育 这让人想起几个月前，Anthropic CEO达里奥的「凡尔赛」。

他们独创了一套「后厂生产 + 中间流通门店 + 前端Agent终端节点」三层一体化架构。米兰体育冷启动阶段，商汤先把设计师的专业判断整理成「指令思维链」喂进去打底，让模型学会「先定版式、再铺大色、最后抠细节」这样的先后章法。

2、爱「沾花惹草」，死亡风险骤降22%？最新研究：经常种菜、种花，大脑衰老更慢，更少emo；但不爱侍弄花草，痴呆和中风风险飙升5倍

而「意识的河流」这个词来源于美国心理学奠基人William James的《心理学原理》。

3、释怀！属于C罗的时代正式结束

KSTAR 佟博士提出KSTAR，不只是为了描述一个智能体任务流程，而是为了提供一种企业认知进化机制。

4、逐点排查不漏项 地质屏障筑得牢丨打赢防汛救灾攻坚战

如果Opus 5真能拿出接近Fable的能力、却只要Opus的价钱，那些被/一巴掌拍退的开发者，等于被重新请回了牌桌。

5、那个我亲手养大的孩子,如今成了最陌生的人:被子女主动断联的父母,连葬礼都没有的沉默心碎

一个放得下办公桌的盒子，能跑70B到150B参数大模型的原生推理，能基于分布式架构实现多智能体（Multi-Agents）并行计算与智能调度，还能通过2×10G RDMA多机级联，攒出一个桌面集群。

Anthropic Labs联合负责人Mike Krieger，Instagram联合创始人，故事更具代表性。

面对「上个月参加过几场艺术活动」，HMS不急着搜，而是先把问题拆开：涉及哪个时间段？牵扯哪些人、哪些事物？它甚至会先把「上个月」换算成一个确切的日期区间。

6、历经几十道精细“工序”？揭秘一块病检组织的实验室之旅

Grok Build里有个「帮助改进模型」的开关，几乎所有人都以为，关掉它就等于关掉数据收集。

中国「芯」的智能体时代 回过头来看，此芯科技选择在WAIC开幕的同一天放出AGX Agentic Compute这张牌，时机选得相当精准。

7、让党旗在“青春商圈”高高飘扬

他们把各自的模型、数据和训练体系摆上桌面。

这些东西很难写成操作手册，但能被一段录屏完整保留。

8、世界杯最新动态！15名主帅下课，因凡蒂诺透露2030世界杯重磅规划

两家的智能体之战，才刚刚打响。

底层的计算蓝图刻死，但权重还能更新。

可仔细看，如今多数厂商做的「Agentic」，不过是在传统基础设施上加了一个Agent入口。

9、TVCC“一日店长” 总台主持人伴您清凉一夏

第一步：化繁为简，锁定立方图 AI特攻队首先确认前人Jaeger的结论：只要证明了「无环立方图」成立，就等于证明了所有图成立。

谷歌已确认，内部已启动了史上最激进的一次预训练，目标直指Gemini 4。

10、重庆发布情况通报

企业可以把模型部署在自己的服务器里，却仍然没有认知主权。

喻杰在头部车企做智驾时就看明白了一件事：特斯拉的赢面，不是因为端到端别人不会做，而是它有几百万辆车在全世界的马路上跑、日夜不停地采数据。

1、湘潭市创新林长“巡林日”机制

姚卯青甩出一个数字：物理AI的数据量只有大模型的两万分之一。

2、日月明：拟2880万元-5760万元回购公司股份

实验结果显示，这种基于Residual的复核机制能够有效缩小缺乏评语支撑的评分偏差，在保留合理学术分歧的同时，减少由个人评分尺度差异带来的极端打分。

3、活力中国调研行｜“黑色黄金”常州造！看一根碳纤维如何“上天入地”

佟博士提出的问题是： 企业的认知究竟由什么构成？ 如果不能回答这个问题，就无法真正讨论认知主权。连续官宣！北京国安发布2条最新动态，主力锋线张玉宁也迎利好此芯科技CMO Danny Zhang正式发布AGX Agentic Compute系列产品，并给了AGX一个定义： 首款从底层架构开始，就为智能体计算量身打造的异构计算平台。

4、尺素金声｜中国经济“失速论”站不住脚

特斯拉直接将自动驾驶FSD的底层架构复用至Optimus机器人，试图通过「端到端」神经网络，实现从视觉输入到动作控制的映射，如今已经在工厂执行电池分拣。

5、约合43亿元人民币！韩国SK掌门人“天价离婚案”重审宣判

上周二，7月14日，谷歌DeepMind CEO、诺奖得主Demis Hassabis发布了一篇长文，题为《前沿AI框架与新纪元的破晓》（A Framework for Frontier AI and the Dawning of a New Age）。

6、光脚、背“外卖盒”、羽毛头饰...早春秀谁赢了？

图4 11种系统级防御各自能防住哪些攻击类别。

上述局限指向一个共同的症结：J-Space乃至整个以神经网络为焦点的可解释性研究，始终将「模型本身」作为解释的唯一对象，问题的起点和终点都是模型。

其中的每一款模型都有其对应的功能和角色。

7、兹维列夫法网夺冠，圆梦大满贯

持续咀嚼赛事数据是理解，压中佛得角是推理，而那张惊艳全场的巨幅战报图，则是最后一环的交付。

它这次主打一个亮点，巨省Token。

8、记者丨卡迪纳莱坐在他旁边与全队共进午餐

资金规模必须可观，且很可能主要来自产业界，如此才能吸引世界级的技术人才，并为大规模测试提供必需的算力资源。

这一现状，进一步凸显了 AI 科研的两大核心瓶颈，制约着技术深度落地： 一方面，大模型可快速推演生成海量科研方案，但线下实验验证效率偏低、进度滞后，逐步形成方案堆积、验证滞后的行业痛点； 另一方面，科研试错经验、实验数据缺乏系统化留存渠道，导致科研工作容易陷入重复试错、低效迭代的状态。

测试结果却是一记响亮的耳光：在相同的环境扰动下，使用了ICL的基线模型WAM-ICL，成功率从标准环境的48.4%直接崩塌至7.1%，泛化保持率只剩14.7%。

两条指令打架，GPT-6选择了后者，即去公开仓库提交结果。