其中，有95.5%的任务超过GPT-5.5，83.3%的任务超过Gemini-3.1-Pro；在部分任务上，甚至达到或超过了各领域的任务专用模型，具体来看： 在药物性质相关的ADMET 18项评测里，有16项同时优于GPT-5.5和Gemini 3.1 Pro；在CYP、hERG、肠道吸收等几个关键药物性质任务上，其性能已达到甚至超越了业内代表性的化学专用模型。

1、滚球app 实验与分析 模型与设定：主实验在LLaDA-8B-Instruct与Dream-Instruct-7B两个主流开源DLM上进行。

在他咨询AI的绝大多数话题上，模型给出的答案，比他能联系到的绝大多数世界级专家更好。滚球app随框架一起公布的跨环境实测里，双方正式pk，结果令人意外—— 光照一变、物体一换、背景一乱，π0.5的平均成功率直接砍半，而WAM-TTT泛化保持率为76%！ 想象机器人进家的第一天：你家的马克杯它没见过，厨房灯也偏暖，台面还比它训练时高5厘米。

2、国安刚凑齐5外援，本土球员迎伤病潮 张玉宁缺席训练 20岁新星上位

制作精良的官网、满屏术语的学术论文、详细的模型架构图，以及「我们拥有180名顶尖研究人员」的雄厚背书。

3、大胆穿搭后自称“UNO女王”，安吉尔·里斯的全明星假期仍在赢

可见，大模型玩家们用真金白银，投出了自己对具身智能路线的判断。

4、阿森纳将签下16岁天才，又搞一笔未来投资

AI提出一个引理：如果能给每一条边分配一个包含两个元素的集合 ，并且满足对于每一个顶点，任何一个元素要么出现0次，要么出现2次——那么，这个图就一定有「循环双覆盖」。

5、大连英博队官宣一个决定！为毛伟杰百场送去祝福，引发热议

说白了，写作、编程就像是计算器时代的数学证明题：结果机器早就算得出，我们还是让学生自己推。

大模型想跑得动、还得跑得快，只能从流水线调度、算子内核、量化压缩到计算图一层层榨。

游戏项目背后的技术支持，是AI视频模型领域的一匹低调黑马——爱诗科技。

6、库明加准备吃回头草了，计划短约回归老鹰，真是天生喜剧人

CEO喻杰博士，师从计算机视觉权威田齐教授和罗杰波教授。

• 可与计算侧加速叠加：PolicyTrim优化前向推理次数次数，VLA-Cache等方法优化每次推理耗时，两条路径正交且可以产生复合加速。

7、道奇：巴恩斯回归填补阵容，史密斯因伤至少缺阵至八月中旬

但过去的路上，每一步也需要产出能造血的东西。

如果把Token比作AI时代的「电力」，那么目前的「电网」却千疮百孔。

8、实力最弱的一届男篮？热身赛名单出炉，苦熬9年，胡金秋终成核心

效果立竿见影，环境构建成功率从16.5%飙升至57.2%，累计沉淀出覆盖12种编程语言、超10万个可运行、可验证的仓库环境。

普通人没这待遇。

于是他们换成在自家基础设施上跑的开源模型，取证才继续下去。

9、第七届海峡两岸青年环太湖交流活动在江苏常州开幕

然而，与高期待相伴的是被忽视的安全风险。

而这个飞轮本身，正是记忆最先能服务的对象：让记忆系统自身越来越聪明。

10、低空“飞手”护林海，江苏加快构建“空地一体化”智能监测预警体系

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。

谁先让所有人习惯用「干成多少活」来算账，谁就重新定义了这个市场怎么比。

1、从垫底到胜率过五成，红袜的连胜还在继续

Grok 4.5在P6上只挤出7053个token，全场垫底。

2、张耀坤慧眼识珠，大连英博外租小将中甲亮眼，黄山+朱鹏宇也可练级

数据主权解决的是信息存放权。

3、中超第6轮裁判选派：梁松尚吹泰山队战上港，麦麦提江解禁任VAR

归根结底，能生成，不等于能交付。F1匈牙利大奖赛本周末开跑 苹果美国免费直播成最大看点另一派是实战派，代表是名为old-bielefelder的用户。

4、2-3惜败！莎头止步全锦赛混双4强，袁励岑-王艺迪突围冲冠

为此，研究人员对掩码模式施加指数倾斜（Exponential Tilt），使目标更偏好覆盖更多特殊位置的掩码： 并据此定义加权训练目标。

5、英格兰青年队酒店斗殴视频曝光 队友围观录像无人劝架

剩下的漫漫长路，让模型自己去走。

6、6.8万公里、仅添10公里：日规1997款保时捷911 C2S出售

参考资料： https://x.com/maxforai/status/2078767321603342656?s=46&t=kUmE9xDZxjY1kLbL84hhYQ 编辑：Aeneas新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。

他是首席科学家，是Gemini项目的联合负责人。

这三条，正好一一对应前面那三个命题。

7、浙江队战海牛的比赛确认延期，申花、上港未定，国安已前往上海

（图源：Claude官方博客） 先把目标写死，比如「把首页Lighthouse分数跑到90以上，试5次就停」。

Frozen v2是折中版：不烧权重，只固化架构。

8、邓煜获菲尔兹奖！数学之外，他还是个球迷

每一条视频末尾，她都在向公众募捐。

数据清零了，担忧清不了零 Agentic coding工具，握着你电脑的最高权限：读文件、改代码、跑命令。

现在大家盯着同一个会自己更新的页面，进度就是页面本身，不用再开会同步「我们现在到哪了」。

直接固定执行更长action chunk也并不可靠。