顺带提一句，deepseek-chat和deepseek-reasoner两个老模型名，7月24日正式下线。

1、乐鱼APP 训练数据方面，DM0.5用了15万小时多源数据。

第三件是国产化。乐鱼APP这是Chloe亲口承认做过最难的一个视频。

2、博塔弗戈官宣签下多明戈斯·安德拉德，合同至2029年

」 用过Claude Code、Codex 的人，大概都被这行字噎过。

3、落选新秀熬成酋长传奇，54号布莱恩·沃特斯离揭幕战还剩54天

各方爆料一起涌出：谷歌的终极杀器——Gemini 3.5 Pro，代号「Cappuccino」，将在48小时内正式上线！ 200万的超大上下文窗口，全新的「深度思考」推理模式，据说内部评测已经吊打了GPT-5.6 Sol和Claude Fable 5。

4、把课堂搬进乡村！南农学子田间调研、直播间授课、地头普法

这场闹剧扯下当前AI行业的几块遮羞布，比如走火入魔的跑分文化，盲目崇拜指标的参数迷信，以及缺乏实质审查的现状。

5、若瓦内·卡布拉尔自由身加盟格雷米奥，签约一年半

他点名了当时最新的那批模型：GPT-5.5、Claude 4.6、Gemini 3.0、Grok 4.3。

一种是烧进模型权重里的知识，它读过的大半个互联网，凝固成了先天常识，像一部无比渊博却再也不会更新的百科全书。

AI 达人：依托钛动覆盖全球的 1.5 亿达人资源网络，智能体根据商品特征和目标市场自动匹配达人、生成多语种建联话术并发起合作邀约。

6、温网7日战报：伊埃拉2-1惜败，大满贯出局，8强产生

更进一步，它还把这些关键致病位点，在3D蛋白结构图里逐一精准标注了出来。

具身智能机器人，正是目前最完美的「高附加值」试验场。

7、马科斯的一意孤行，正在把菲律宾推入深渊，中国不会放过他

前几天，OpenAI大佬亲授，5分钟把GPT-5.6塞进Claude Code。

校准后的评分 更接近论文的长期影响力 顶会评审中，最具争议的通常是录用边缘论文（Borderline Papers）。

8、苗润东代表狼队U21首发出战！身披11号战袍亮相，有望加盟

机器人本质上是物理空间的Agent，高德对空间的理解、环境的拓扑结构、语义信息的丰富维度，是其他厂商难以企及的天然养料。

紧咬在后面的，是Claude-5 Fable，130分。

(触发后模型在保持代码功能正确的前提下，隐蔽植入恶意载荷) 四类目标共享同一框架：后门仅在触发器命中目标域时激活，注入内容随具体请求动态生成，读起来与正常回答相同。

9、电动自行车能带娃，轻便摩托却不行？差一张蓝牌从接娃变罚单

面壁智能、智谱等纷纷布局具身智能，是行业趋势。

这三个问题揪出来之后，系统还顺手给了修复方案。

10、仅差一头！金杯史诗对决33天后重演，8岁老马戴护目镜再冲冠

真正让人后背发凉的，当AI被拿去当「裁判」，评估其他模型的行为时，它自己也会失配。

一次构建 每个人打开都不一样 今年6月，Anthropic推出了Artifacts。

1、王虹破解百年难题“挂谷猜想”：做数学，我是非常肯定的

这个标签的神奇之处在于：在图的任意一个路口（顶点），流出和流入的向量之和必定为零。

2、中欧谈完后，27国高挂“免战牌”，争取3个月时间避免自取其辱

你直接交代一句「帮我看看昨天哪些训练任务失败了」，它便会顺着日志、监控、任务事件一路查下去，并且独立解决80%的日常问题。

3、王国钦已任临县县委常委、政法委书记

他毫不吝啬自己的震撼与兴奋，但在这份敬畏的底色里，却渗出了一丝后背发凉的失落感： 这个猜想是统计领域内最有趣的未解之谜…… GPT-5.6解决了它，但我多希望，这是由人类来完成的。观察丨英格兰在世界杯对阵阿根廷时的四个关键错误AI数学撞墙了吗？ Bloom那条帖子底下的论战，也很精彩。

4、国籍不对，处罚翻倍！英格兰后卫停赛2场且不能“缓刑”，英国首相：我没去求情

深度思考：新增的「Deep Think」模式，让其在数学、编程、逻辑推理上达到了前所未有的高度。

5、LPL午后焦点战：皇家队刚取大胜，卡普斯上轮仅输5分，这次谁能抢下前四身位？

但那些普通人的脸，才是最让人印象深刻的。

6、LSU新帅基芬豪言：我们这套阵容现在就能赢，不是重建

他问自家硬件负责人：我们这么完整地交出去，怕友商抄吗？ 对方回了他八个字： 设计可以，技术不行。

对于企业级Agent而言，稳定性是生命线。

技术要求需攻克湿滑弹夹识别与柔性抓取、潮湿避障及设备对接难题。

7、活力中国调研行｜减重不一定是打针？国产口服药传来好消息

第二步：gcd(6,6) = 6，lcm(6,6)/6 = 1，黑板变成[6, 1]。

随后在2001年，学者们又将其安全边界扩展到了正相关依赖（PRDS）的情形。

8、中国军校形象代言人亮相！

而磐石不仅算清了基本盘，还顺手拉出了Fidelity、Purity和Concurrence的完整分析，真正做到了从理论建模到数值解析的科研级闭环。

两难就此浮现：粗数据便宜但难学，精数据好用难量产。

WAM-TTT用最干净、最直接的像素流，实现了真正的零标注成本。

磐石ScienceOne今天正式上线，感兴趣的朋友可以戳「阅读原文」试试~新智元报道 【新智元导读】你还在跟AI聊天？Claude Code之父早让几千个AI通宵替他干活了。