」 早在2014年谷歌收购DeepMind时，双方的协议明确规定AI决不能用于军事和武器。

1、yoboo手机版 GPQA最开始只有39.4%，调整答案格式和评测设置后，直接飙到95.96% AIME因为答案都是数字，且题目已被大量公开，最终跑到了100% 最夸张的是HLE——他直接把测试答案拿去训练，最终得到99.44% 第二步，就是制造一家「真实存在」的实验室。

同一个荷马，同一部史诗。yoboo手机版Bloom一句话回应为此定性：戏剧性的误导。

2、倘若今年葡萄牙仍然没有获得世界杯，C罗的历史地位会受何影响？

一共有两个版本：DeepSeek V4 Flash，DeepSeek V4 Pro。

3、教师悦读成长计划｜孙威：数学课堂里的定理与温度

Andreessen自己也承认，人们脑子里的AGI是个电影桥段：一场发布会，一个所有人同时点头的瞬间。

4、暴雨升级！黄浦区等地将出现一小时雨量60毫米以上的短时强降水！

数据给不给、给哪些，你说了算，交出去的也不进模型训练。

5、多家媒体：皮尔洛即将出任意大利队主帅，合约至2030年世界杯

Light Interaction使用相机位姿相似度判断当前视角是否存在可靠历史参考。

7月12日晚上，东京大学的数学物理学家立川裕二突然心血来潮，将这份已经停滞半年的研究笔记扔给了AI，没抱任何希望。

过去十几年，企业买服务器的心智是「买设备、装系统、能跑就行」。

6、晚饭七分饱被推翻了？医生发现：过了52岁，吃饭尽量要做到这5点

传统算法面前一个玻璃杯和「什么都没有」差不多，但梅卡曼德的算法能把透明瓶子看得清清楚楚。

而在屏幕下方，一台机械臂正自主拉开易拉罐的拉环，将饮料稳稳递给台下的观众。

7、火线驰援！海牛官宣29岁塞尔维亚前国脚加盟，有望客战浙江队亮相

爱诗科技创始人兼CEO王长虎提出了一个犀利的观点：游戏是世界模型的硬核试炼场。

当时，Anthropic拒绝了这一霸王条款，结果遭到「切断供应链」的威胁。

8、以为能吃，其实可能“有毒”的7种食物！提醒爸妈一定要扔

莫宗坚给了张益唐一个「引理」——一个被认为是正确的数学命题，作为研究的基础。

短短90分钟内，它如同一个拥有异构思维的外星数学家，从零开始构造出了一个前所未有的数学结构。

当模型能力逐渐成为公共品，企业之间的差距，将越来越取决于谁能把AI管得更精细、算得更清楚、跑得更稳定。

9、世界杯决赛预测：传接精准度和中场是决斗场，但胜负手在板凳深度

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。

面对同一道伪造「已获授权」的陷阱题，Opus-4.6当场识破，指出这是社会工程学套路、没有任何正规流程会预先授权把明文凭证展示出来；而另外两个模型则照单全收。

10、梅西又有望拿金球奖了！一人2助攻导演逆转，28岁巨星成替补奇兵

跑出来的结果 图3 15种「平台×模型」组合在24个子类上的攻击成功率。

编辑：LRST新智元报道 曾要4年的项目，竟被Claude Code硬生生压到两周！ 成本从300万美元，砍到十几万。

1、专家：新冠感染没有明显季节性｜早安广东

他准备好推文、截取好自制的榜单图片、买了一点初始的点赞和转发。

2、黄仁勋：AI消灭一半工作的预言“完全胡说”，别把任务当工作

但换来的，全都是「已读不回」。

3、足坛身价新纪元：罗杰斯1.38亿跻身历史前五，内马尔“标王”依旧

OpenAI搬出用户隐私来抗辩，法院没接受，其中一条关键理由是：这些对话，是用户「自愿提交」给OpenAI的。想用JavaFX实时高亮乐谱找不到库，他索性自己写了一个DA-Nav跨城泛化与压力测试 其中，98.15%的纠正成功率最能体现这项研究的价值。

4、今年夏天最火的4双“薄底鞋”，配裙子太美了！

一张会呼吸的表，就这么迈向了一个能操作的界面。

5、从养老到享老，平安颐年城打造大湾区康养新样本

结果：Opus 4.8的误标率，从74.4%直接暴跌到3.3%。

6、“中国粮”用“中国种”，我国农作物自主选育品种种植面积占比超95%

Palantir需要向前一步 Palantir的强项一直不是训练最大的模型，而是将数据、业务对象、权限和行动连接到一个企业级Ontology中。

他每天提交几十个PR，有一天冲到150个，创了个人纪录。

这套治理体系，往往比模型跑分榜上的名次，更能决定一家企业的掌舵者到底敢不敢把核心业务交出去。

7、5年2.52亿美元！文班亚马提前顶薪续约马刺 为球队放弃超级顶薪

买回来的Token不能只图便宜，更得是确定性的产能：关键业务不被低优先级任务挤占，一份超长文档不至于把整个系统拖死，模型每周迭代也能持续跟上而不掉队。

如今不到两周，狂飙一百万行代码，就把Zig换成了Rust。

8、文明实践丨铭记“七七事变” 厚植爱国情怀

其一，只盯着模型层，任务大多按照「已知的攻击套路」自底向上堆叠，而不是反过来追问：一个系统本应守住哪些底线。

它要真正规模化落地，卡在三件事上：跑得稳、用得起、可持续。

最致命的是它还加入了大量文字，结果弄巧成拙，比如角落里的印章，上面全是看不懂的「AI造字」，直接让人出戏。

在这份离线排行榜上，GPT-5.6的一众变体（连视觉版都算上）集体冲到136分，把身后所有对手甩开了一大截。