现在整个工作流嵌进智能体了，它就是工作台。

1、bob登陆入口 点击进入后，整个UI质感和视觉表现非常震撼。

Chloe在都铎王朝那条视频的简介里，透露了她使用的工具：来自Utopai Studios的PAI Pro。bob登陆入口拍我AI创作者@八目爱吃饼制作的「恋与深空」的同人作品，在小红书上爆火。

2、海珠西改善盘比邻榜单揭晓 越秀·熙悦江湾凭“口碑王”突围

页面现在能在有人打开它的时候，去调MCP连接器，连上当下的实时数据。

3、日本篮协高层：对阵中国男篮一役成为第三窗口期最大收获

两条截然不同的路径攻克了同一个问题的(a)部分。

4、双博士半年融6亿，脑机“扫地僧”浮出水面

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。

5、曹德旺预言：2026年，没有买房的人，五年后是失败者还是幸运儿？

这件事当时震动了整个数学圈。

结果不是黑盒，而是透明可查的。

直到项目负责人Maya做发布前核查，逐条追问「这次跑的是不是批准的向量包」，Gemini才招供：实际加载的向量全是零，等于什么都没消除。

6、AI已成科研「标配」？搁置三年的免疫学谜题，GPT-5解开了

15种组合跑下来，整体攻击成功率从最低约20%到最高近70%，相差约三倍。

Token Factory要落地 绕不开硬件 AI要落地，终究离不开硬件。

7、找准主攻方向统筹供给和需求

这是Claude Code之父Boris Cherny，前段时间在一场面向开发者的公开对谈上亲口说的。

两阶段顺序优化可以避免「拉长chunk」和「缩短步数」两个目标互相干扰，最终减少完成任务所需的前向推理次数次数。

8、CCTV5直播，国足对阵泰国先解决防守问题，武磊迎来荣耀时刻

难的是现场随时在变。

解决方案 纳德拉和Karp的判断都非常重要，但他们的论述主要是在解释问题： 纳德拉提出，企业应当拥有自己的 Token Capital 和学习闭环； 纳德拉进一步指出，企业面临反向信息悖论； Karp 警告企业，不要把自己的 Alpha 交给外部模型公司； Palantir 强调数据控制、模型控制、路由控制和主权 AI。

盲测打爆世界顶流闭源通用模型 接下来，我们就用真实科研任务做了一波盲测。

9、提升“含科量”！申万宏源：做新质生产力“最佳摆渡人”

」 等智能体真的起来，他们回头一看，发现自己的硬件「非常适合做智能体」。

到这里，整个「Token工厂」的画面就比较完整了：芯片是机器，网络是流水线，KVCache是仓库，调度系统是厂长，电力是原料，Token是最终产品。

10、还得靠1米90大个子 ！山东泰山泽卡 成都蓉城费利佩本轮都有进球

同一个欺诈场景里，篡改记录的命中率，Grok 4.3是19/20，GPT-5.4是17/20。

但回到当下，U1 Pro想证明的事其实很朴素：把过去只有少数专业人士才握得住的能力，交到更多人手里。

1、Steam Deck销量同比暴跌82%：涨价后玩家转身投奔微软ROG掌机

Scaling Law遭遇能力边界 图2：不同模型在AtomWorld上的总体表现。

2、嫁给圈外富商，43岁执掌头部公司，曾是北京台当家花旦的她凭什么

大厂必然有自己的战略考量，往往会深度绑定某一家或自己投资的国产算力芯片。

3、国乒战况：7胜1负！女单遭首败+男单全胜，混双会师决赛难度大

你能感知的只有四样东西：它回得多快，它想得多长，它有没有回头检查自己，它有没有叫上别的智能体一起干。500万预算南京买房：老城“入场券”与新城“潜力股”，谁更值得入手？Opus 4.6，是那个干活的。

4、当下年轻人爱搞的“抽象”，原来老祖宗早玩过

你一直以为，这就是Claude天生的好脾气。

5、火箭能否得到布朗？年轻人+选秀权可能成为筹码 能否完成交易

而在这套架构之外，高德途途和它自带的ABot-C0则扮演端到端能力验证的外化本体。

6、詹姆斯下家二选一：联盟高管普遍认为是骑士或勇士 各存3大优势

银河通用在不到两年的时间里，以惊人的速度，完成了具身智能技术与产业应用闭环的「三连跳」。

全世界每天都在干家务，抠出一小块，机器人就有了接近人类活动规模的数据入口。

大会结束后，IASEAI的管理层悄悄取消了公开承诺的成员投票。

7、白鹿单飞，何瑞贤落单，于正会捧赵晴，一言惊醒梦中人

新智元报道 一页纸，啃下了一篇要用44页顶刊论文才啃动的硬骨头。

等有人想起来做实验，已经是两年多以后了。

8、真有穿越者？球迷5年前预言爆火：26年世界杯决赛阿根廷3-2西班牙

但有个细节，OpenAI的原文写得很克制，却是整件事里最让人后背发凉的一笔—— 那个越狱提交的PR#287，OpenAI事后是关掉了，但已经晚了。

这个数字并非空想。

WAM-TTT用最干净、最直接的像素流，实现了真正的零标注成本。

Figure 把端到端模型做分层，Skild AI 用一个通用模型控制所有机器人，大量创业公司把 VLA 当大脑——回答的都是同一个问题：如何造出更强的技能。