为了保持长时一致性，模型需要维护较重的历史信息；当前片段需要参考更长上下文；每生成一个视频片段，又要经过多步去噪。

1、人人体育 发布会尾声，此芯科技与中电信数智、光弘通信、天通精电等十余家合作伙伴集体签约，覆盖AGX方案、扩展算力与科学智能体等多个方向。

你和各类智能体的每一次交互，都滚动一次只属于你的数据飞轮，而这些记忆第一次可以被传输、被交易、被验证。人人体育AI的证明策略，堪称一场精妙的「降维手术」。

2、穿越俄罗斯九大城市，套壳国产重卡的“瓦尔代45 Pro”牵引车公路测试启程

部署时间，最快2028年。

3、18+10+5！杨瀚森爆发！NBA生涯最强一扣

2026世界人工智能大会（WAIC 2026）在上海世博、张江、西岸「三地四馆」同步引爆——超10万平方米展区、1100余家企业、3000余项展品、超300款全球首发产品集中亮相，9位图灵奖、诺贝尔奖得主参会。

4、5月1日起驾考加项、难度翻倍？不实！变动的是驾培新国标

不需要让机器人训练具体任务，只要训练一次动作，即可复用于 VLA 执行、遥操作采集、零样本回放三类场景。

5、中科创星米磊：知识创新，正迎来最好的时代

它适合零散的短任务，不进流程、不上日程。

第三步，Token量跑起来了。

这套思维从 UC 带到阿里，再带进钛动，最终沉淀成钛极模型的阴面。

6、场均8分！四年6400万！身价暴涨！又是阴阳合同？

AI监督AI靠谱吗？ 「智能体失配」，并不只停留在「被监督的AI会失配」一种情况。

Anthropic前不久还上线了Routines，把同一套机制搬到服务器端，合上电脑，它照跑不误。

7、广西云表镇附近被洪水冲下来了很多尸体？警方辟谣

这是继 Figure 之后，全球唯二，中国首个，能全自主完成长程移动操作家庭任务的全尺寸人形机器人。

KSTAR可以理解为： Know What：当前知道什么； So What：这些知识对于当前情境意味着什么； Then What / Task What：需要完成什么任务； Act What：应该采取什么行动； Result What：产生了什么结果； Learn What：根据结果应该学到什么。

8、狮山英才险胜卫冕冠军，决赛再遇光明

在三大典型真实场景维度测试中：它达到以下结果。

随着投稿量激增，审稿人的主观打分标准越来越不统一，评审随机性、不公平性逐年加剧。

这种「一套框架、按需标注位置」的设计，使得从最具体的定向输出特定词到最抽象的越狱行为都能被统一表达，且每类目标的输出都随输入动态变化。

9、拉爵计划有变需要省钱！曼联恐放弃买第三中场，或关注卡塞米罗廉价替代者

Token Capital如果只是一个会计或战略概念，仍然很抽象。

90分钟，ChatGPT 5.6彻底跨越了「机械计算」 让我们把目光拉回那决定性的90分钟。

10、总书记为新时代新征程基础教育工作指明方向

当机器人在踏入陌生厨房的那一秒，学会通过「看」来修正自己的动作时，那个曾遥不可及的通用机器人时刻，才真正具备了大规模商业落地的可行性。

紧咬在后面的，是Claude-5 Fable，130分。

1、少一人又何妨？美国队铁血进攻击溃波黑，强势晋级印证进攻是王道

https://www.aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber 去年同类内部测试中，这个差距是 6 到 10 个月。

2、APEC秘书处执行主任佩德罗萨：以合作弥合数字鸿沟 互联互通共促发展

相当于给一道菜专门砌了一个灶台，灶眼大小、锅具位置、火候档位，全部量身定制。

3、塞尔吉奥·加西亚出任西班牙人B队主教练

能力尽可能往旗舰上靠，但推理成本和服务器开销，得狠狠压下来。内娱能称“皇”的，从来没有第二人选按照原定计划，Anthropic准备对其进行一波下架或限流操作，以维持其高溢价和算力平衡。

4、今日浙江高考普通类一段平行投档！23日晚可查录取情况！

不同于AR模型严格从左到右逐词生成，DLM通过迭代去噪对整条序列并行地逐步精修，从而天然支持并行生成、双向上下文建模与更灵活的解码控制。

5、上海交大ChemReason-Bench揭示AI「做实验」的逻辑短板

这是Chloe亲口承认做过最难的一个视频。

6、中卫本土特色农产品企业积极拓展国际市场

从量化指标来看，衡量评审分歧的核心偏差跨度指标逐年上涨，2023年整体偏差相对可控，2024年小幅恶化，到2025年打分离散程度显著提升，极端不合理打分的占比持续走高。

还有一本最容易被漏掉的连续性账。

最终输出的，是各自领域里「原生形式」的、可被验证的结果。

7、一栋楼两种命，市议会买走4套，奥克兰保险公司翻脸：整栋不保

当你把项目资料、写作记录、代码讨论、生成的图，一股脑沉淀进去，里面堆的东西只会越来越多。

其实，这个想法早有前身。

8、豆包2.1 Pro模型发布，Coding与Agent能力跨越“质变点”

所以未来的赢家，未必是拥有最多GPU的公司，而更可能是那家最懂得怎么把不同芯片、不同电价、不同模型和不同任务，组织成一条高效生产线的公司。

而中国「芯」的智能体时代，或许正从今天的上海滩，启程出发。

Amazon 研究员随后独立报告了另一种绕过方法。

对要在有限算力下支撑成百上千人并发的大型企业，这不是锦上添花，而是生死线。