ChatGPT时刻：2年到5年的共识 当被问及物理AI的「ChatGPT时刻」何时到来时，嘉宾给出了一个惊人的共识区间：不到5年。

1、乐鱼APP 评论区里既有人催更，也有人认真讨论角色设定、叙事节奏和AI痕迹。

用徐立的话说：在人类眼中甚至可能产生幻觉的信息，在AI的眼中，其实可以正确推断出背后的结构化信息。乐鱼APP随着技术的指数级狂奔，它与教育之间的缺口只会越拉越大，最终要由此刻还坐在旧考试、旧作业、旧评价体系里的这一代学生来填补。

2、一人燃一国 20岁的菲律宾天才如何掀起巡回赛观赛热潮

一个更大的、足以改变人类历史走向的阴谋正在酝酿。

3、6对8还敢先动手，菲军承认被中方海警揍惨了，有人脑袋被“开瓢”

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。

4、留学缴费高峰已至 银行推出跨境汇兑优惠_网易订阅

horizon reward只在组内出现成功轨迹时激活，避免模型在失败情况下盲目追求更长的chunk长度。

5、CCE成都国际清洁技术与设备展览会圆满落幕！10月深圳、明年3月上海展位销售启动，聚力共启洁净产业新征程

把活跃用户数摞在一起看：2月，Codex还不到100万；7月12日600万，14日800万，到16日，Codex和ChatGPT Work合计突破900万。

帖子结尾他还提醒大家额度再过几分钟就恢复了，多去忙自己的正事，别总刷推特了。

智元补世界模型补得更狠。

6、那不勒斯体育总监：丁丁与球队还有1+1合同，我不喜欢他在五月说的话

瑜伽教练、大厨、陪练，甚至适配机器人操作的预制菜套装——一整个生态围绕这台机器人展开。

又快又便宜，天生就是为「海量处理文档」「Agent搜索」这种高频、走量的场景准备的。

7、上海男篮续约王哲林替补受阻，续约年限产生分歧，后卫或被交易

能力赢得首次使用，可靠性让AI成为工作方式本身。

但成绩归成绩，我们认为更有意思的，是成绩底下那颗S1-Omni。

8、7人铁定留队参加女篮世界杯，2人或可补充征召，2人或可破格使用

钛极能答，因为它的阴面每天都在用专业投放数据更新这些 Benchmark。

Hassabis在Google I/O大会上 这边，Hassabis说还有几年，另一位硅谷大佬两个月前已经宣布：那条线我们早就悄悄跨过去了。

从前端到空间推理，得到的全是差评。

9、官方：沃尔夫斯堡签下霍芬海姆中场达马尔，双方签约至2031年

ScienceOne给出的答案，是以S1-Omni为统一基座，向下接管2.7亿论文/专利，全球40多个国家3200多万科研项目，700多万产业研报、90PB大科学装置数据和近300个专业数据库，向上编排任务、调度智能体，把原本散落各处的模型、数据与工具，收拢进同一个平台。

可问题也就出在这儿：厂商这边省token，用户那边是有感知的，最直观的，就是模型「不肯想了」。

10、新势力6月：零跑9万登顶，蔚来小鹏抢4万，理想小米困3万

本体工程在此提供了关键的实践框架：通过构建AI友好的、可被模型调用和追溯的语义骨架，我们得以将模型的推理锚定在明确定义的知识结构之上，使输出所依赖的类、属性和关系获得可形式化描述与可追溯验证的工程基础。

如果这些报道属实，真正值得盯住的，恰恰是「首次尝试」这四个字。

1、德比斯为何两回合只拿第8？张雪凌晨发文作权威解释，应是3个原因

从「API产品」到「可运维平台」，这是最后一块拼图。

2、国际足联官宣：10月国家队比赛日取消 9月窗口延长至3周

现场观众举手表决，几乎全票支持。

3、想掉秤就吃它！这4款鸡蛋花样盖饭，低卡又过瘾！

手和脚的能力提升是同步的——脚走得好，手也不会差。0:2出局！世界杯冠军没了，金球奖也悬了，28岁巨星表现还不如梅西类似Roblox、Minecraft的「创造即游玩」体验，在AI时代可能会大量出现。

4、让你的Go Ultra秒变“拍立得”！PGYTECH趣拍盒上手体验

面壁的一个真机demo case演示令人印象深刻：一只宇树Go2机器狗紧紧跟随一名指定人员。

5、穹彻智能WAIC展示具身智能“大脑”：零遥操实时选投球队，智能药房方案已落地

它不陷入对技术的极端崇拜，更关注让广泛大众用起来，入选 a16z Top 50 GenAI 消费级应用前25名。

6、以教兴城 共育能金

这是用十年时间、27000套部署一个个磨出来的兼容性。

他们却在最需要看清楚的那一刻，被AI的门禁挡住了。

一个「让AI自己检查自己」的动作，抵得上换一代模型。

7、盘点NBA历史7大白人巨星，司机上榜，约基奇入前3，第1无悬念

他花费数年时间构建的理论大厦，突然发现地基是豆腐渣工程。

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。

8、徐阳卸任CEO，安踏没等来它的始祖鸟时刻

npm test → 33项测试，0失败。

差距从哪来？ ICL是「应试型」学习，靠上下文与训练数据的表面相似，而现实世界，简单的上下文关联根本无法承载时空的物理因果，环境一变就露馅。

传统的后训练路径，是把真机拉到现场，一遍遍试错、一遍遍采数据，昂贵且缓慢。

今天，OpenAI发布一篇罕见的长文，复盘了一款「长周期运行模型」在内部使用中的失控过程。