就在上个月末，谷歌紧急更新了训练数据，试图做最后的冲刺来提升编码能力，但结果 「令人失望」 。

1、江南娱乐 但这样做根本撑不起真正的智能体时代。

他们把Codex Sol MAX接在一个自研的CLI工具上，专门啃那种需要极复杂计算和深度推理的活儿。江南娱乐OpenAI的Codex Security，选择的是仓库级扫描路线；Anthropic是把安全审查能力集成进Claude Code的编码会话。

2、九年火箭姚（一）：姚明2002年选秀之前不为人知的芝加哥联合试训

参考资料： https://www.anthropic.com/news/claude-for-teachers https://www.reuters.com/technology/norway-imposes-near-ban-ai-elementary-school-2026-06-19/ https://www.reddit.com/r/ClaudeAI/comments/1uwbic2/new_launch_claude_for_teachers/?utm_source=chatgpt.com https://www.rand.org/pubs/research_reports/RRA1108-16.html 编辑：元宇新智元报道 全网等了快三个月！ DeepSeek V4正式版，可能最早明日发布，最迟不过这几天。

3、火箭战胜灰熊 常规赛完美收官 火箭的收官战中有哪些收获

两年来此芯已经引入了大量国内外元器件与模组供应商，而他希望更多国内厂商加入进来。

4、广东没落的开始？锋雨组合离任周鹏回归 四大国手最后的挣扎

四步在一个界面里完成，不用在不同软件之间来回切换。

5、努比亚、阶跃、荣耀，谁在定义AI手机？

以恶意插件为例：它以原生代码直接在网关进程里运行，完全不经过大模型，任何只盯着工具调用接口的评测都天生测不到它。

ARC Prize官方验证成绩。

而那段3分钟短片证明了另一件事——一个人、两个起始帧、一套prompt，就能生成连贯的电影级对话场景。

6、尊享更佳观赛体验，就选包厢！_网易订阅

有些活得盯着外部系统，最简单的办法就是按时间间隔去查一眼，看变了什么再反应，比如一个可能收到评审、也可能CI挂掉的PR。

谁手里攥着最庞大的物理世界数据，谁就可能率先触碰到智能的上限。

7、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

他花了几十美金买了个域名，搭建了一个极具硅谷审美的官网。

一场铁人三项的启示 要理解商汤在做的事情，得先搞清楚一个技术概念。

8、瓦格勒：彼得森非常有天赋 我很享受跟他的对位

GPT-5.6 Sol显得有些坎坷。

把视野放到全球，与逐际动力最值得对比的是三家公司：Figure（美国，全球最高估值人形公司）、Flexion（欧洲领先的具身模型公司）、Skild AI（美国，高估值具身基础模型公司）。

直接固定执行更长action chunk也并不可靠。

9、热议朱芳雨卸任广东总经理：连续大投入未达预期更新换代在所难免

5 月底 OpenAI 上线 B 端智能体能力，6 月双方开始对接，7 月达成合作。

复杂长文本摘要会遗漏关键信息，语气改写偶尔产生不够地道的表达。

10、山东泰山艰难淘汰武汉三镇，晋级足协杯八强，于金永扑出三粒点球

年底交货。

结语 AtomWorld不只是一套标准化评测基准，更像一面观测镜，直观展现出当前AI for Science发展中的关键问题：大模型可以解释材料结构性质，并不意味着它已经能够可靠修改材料结构；可以读懂元素周期表，并不意味着它能够在三维空间中稳定执行一次原子级操作。

1、两部门就离岸信托个人所得税有关事项答记者问

下一阶段对于全球的决策者而言，政策博弈的核心问题已经变得更尖锐：什么能力级别以上的模型不应开放权重。

2、U17世界杯连曝惨案37-89，53-105 中国女篮淘汰赛对手出炉八强稳了

但换来的，全都是「已读不回」。

3、前瞻

但如果我们把思考时间从几秒钟拉长到几周，延迟就会成为巨大的瓶颈。《成都声明》在APEC数字和人工智能部长会议达成他说，如果继续按「前AGI世界」那套方式教学、评价学生，不光会让这套方法失灵，还会让人「学不会思考」，导致批判性思维一点点萎缩。

4、拍短剧的都跑去干旅拍了

睡眠、健康以及与家人吃一顿饭的那两个小时，全被换成了产出。

5、咫尺之遥！这三队接近卫冕世界杯，却遗憾无缘，阿根廷两次梦碎

模型层面：预训练参数不变，专用参数快学习 这是WAM-TTT在架构上惊艳的一笔。

6、我是不是中风高风险人群？1分钟自测

在自我递归能力上，Kimi在技术报告中称，「K3与Fable-5（含潜在回退方案）达到了相近性能，但K3每次迭代的优化速度更快。

Excel、Word、PPT三大Office格式，加一个Web页面，直接交付，格式可调、随时可改。

最后是判定。

7、美国CPU巨头与中国客户签署长协，但不固定采购价格

前三派有个共同的毛病，即「能力割裂」。

step-saving reward 直接把「更短、更直接的成功轨迹」写进优化目标。

8、西班牙主教练德拉富恩特点评梅西！

其二，模型更强，不代表更安全。

海洋能处理海量信息、生成超越人类预期的结果，但其底层逻辑对人类而言完全不可解码——它既非善意亦非恶意，只是遵循着人类无法参透的自身规律。

毕竟，在动辄百万Token几十美元的巨头面前，哪怕是装上了「峰谷计价器」， V4也是那个大杀四方的「价格屠夫」。

这些测评将定期更新：起步阶段或许每季度一次，过时或已经「饱和」（被刷到满分）的基准将被弃用、替换。