无问芯穹认为，在Post-training的Scaling Law持续发展的当下，强化学习成为解锁智能的关键。

1、米兰体育 这个“首次”解决的，是轻小型无人机长期面对的两道物理难题： 也正如我们刚才展示的那样，智传网（AI Flow）的思路是换一种内容来传。

为了拿到Pocket以外的增量市场，Luna Ultra的产品定义处处体现着与大疆的差异化思路。米兰体育DW0.5就承担了原力灵机VLA模型（DM0.5）后训练中的Learned Environment的角色。

2、中方揭批：日本核材料可制造数千枚核弹头

我们给这30个“小天使”上课、带他们见独角兽、让他们旁听立项会、投决会。

3、18岁新星炸翻资格赛，白雨露痛失赛点：深圳公开赛首日，斯诺克圈变天了？

为什么人人都在谈具身智能、世界模型这些？本质上是因为交互方式正在发生变革。

4、近10年“健康赤字”怎么填？首份百岁健康标准给出答案

但“智能体”喊得越响，行业的焦虑就越明显：算力内卷到头了，Agent到底怎么进企业、怎么帮核心业务赚钱？ 在一片技术喧嚣中，一个新解法吸引了我们的注意——主观世界模型（Subjective World Model，SWM）。

5、抗衰主食找到了！研究：他们吃了一个月“高质量碳水”，身体年轻4岁

未来还会有人说它无法完成所有工作。

其中，Memory Decoder 引入了专业领域的可插拔外部记忆。

深耕触觉路线 最后，让我们再把视角拉回到UniTac背后的团队，优理奇机器人（UniX AI）。

6、山东高速男篮：八强出局不是终点，是重建的起点

可一旦换个环境或者换批箱子，它就立刻摆手不会。

Murati用20亿美元和100人的团队在旧金山推这扇门。

7、越开越多的1点点，亲手赶跑“点门”信徒

无问芯穹想做的，就是大模型时代的共同选择 问题也因此变得更有趣了： 他们到底看中了这家公司什么？ 答案要从两头找。

但SkillForge本身不是“数据集市场”，而是按模型训练需求组织技能包——特定的状态分布加动作分布加评测标准，跨本体设计，经WorldEngine全流程验证，附L1/L2/L3三层评测结果。

8、场均20+10却续约僵局，年薪2.87亿恐成泡影？活塞高管揭杜伦真实现状

但现实场景中，客户的验收标准是99%+。

现阶段的家用场景同样用不上双足。

但随着基础模型能力持续提升，大模型正在变得越来越像水和电，它依然重要，却不再是每个团队都必须从头建设的能力。

9、来了来了！《字母去哪儿》大剧拉开帷幕，热火六换一率先展开报价

先挖弱点，再提改法，最后跑回归。

二则来自SpaceX招股书。

10、阿尔维斯：瓜迪奥拉在巴萨教会我做好自己的工作，不要越界

执行时，意图自上而下流动，机器人的姿态与环境状态则自下而上实时反馈，异步运行且互不阻塞。

但今天，这套竞争逻辑正在慢慢失效。

1、数字丝路发展论坛｜赵靖：以高质量数据架起“数医融合”之桥

面壁围绕宇树Go2的完整运行链路做了系统级优化。

2、安谋科技WAIC爆更：打出AIoT组合拳，NPU放大招，剧透下一代VPU，牵头发起开源AIOS联盟

这项能力对真实机器人很重要。

3、嚯！35家大型央国企实测后，因果世界模型落地了

哈根达斯曾是冰淇淋赛道当之无愧的头部品牌，而早期中国市场的冰淇淋品类几乎是空白，消费者选择有限。3分5失误5犯下场还笑！赵睿行为惹争议：雇佣军也该有素养吧他们又把引用过该猜想的所有349篇论文扫了一遍，确认此前从无人发表过这个反例。

4、利弗莫尔中概股龙头指数盘初下跌0.83%

接下来，行业该往何处走？ 优艾智合用1B参数的FabriVLA登顶全球SOTA，再将模型能力进一步延伸到FabriX和隙锋，给出一种方向。

5、北京导游辱骂游客后续：女子立案硬刚，还要面临3重处罚 饭碗不保

谈“惊心时刻”：签约前夜被“截胡” 《中国企业家》：书里说，某次签约前夜，你突然被告知交易黄了，对方要跟别人签。

6、11届球星得分榜：欧文18433分，伦纳德未进前五，KT和巴特勒呢？

世界，就在那里。

中兴通讯联合了曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等芯片厂商，在OEX的基础上叠加了dOCS（分布式光交换）架构。

这也是为什么，全球道路验证越来越重要。

7、等等党噩耗！苹果上调 Mac、iPad 等多款产品价格

DeepSeek想要加快基础设施扩张，就需要借助资本力量，提前锁定未来几年的计算资源。

而率先站到起跑线前排的，正是阿里Qoder。

8、这个顶级品牌连高级鉴定师都看不出真假，怕是要完了啊…

于是我直接就是一顿kuku狂剪，直接选中想要编辑的区域，直接哪里不对剪哪里，顺带还能加转场，真的so easy： 就这样我人生第一支西部牛仔题材的AI大片，在一张无限画布和Agent对话框里，被我和LibTV Agent一起搓了出来～ 创作体验是真丝滑，成片速度也比我预想的快。

大模型推理走向端侧，高算力、低功耗、易部署芯片成刚需 随着大模型从云端全面向端侧迁移，端侧AI迎来爆发式增长，各类终端设备逐步具备自主记忆、智能检索、逻辑推演、自主任务执行的全流程能力。

数据驱动方法更能适应复杂、嘈杂的环境，却又受到触觉数据规模小、不同传感器之间域差距大等限制。

逛过WAIC具身智能展区的人，多半有同一个疑问： 都2026年了，机器人干活，怎么还是慢吞吞的？ 转头一讨论，大家默认的答案是：技术不行，快不了。