《忽左忽右》吃到的第一波红利来自苹果播客。

1、星空综合 比如立足“火”的，重点在于如何打造场的餐饮化的现场加工能力；主打“效”的，强调的是有限单品策略，要有非常强的端到端的单品打造能力，侧重不同。

物体层面的泛化能力，在这个Demo里体现得最直接。星空综合五大层级各司其职、无缝流转。

2、卖球衣救子的门将，把德国扑出了世界杯

而学生，在Anthropic。

3、法国2-0！赢球不可怕，可怕的是赛后姆巴佩这番话，没私情可讲！

“柠季只是我们的一个练兵场，终局一定是N品牌。

4、决赛倒计时：谁将登顶世界之巅，改写历史纪录？

他们这次拿出来的产品，叫OEX正交架构超节点。

5、英格兰1:2输给阿根廷后，图赫尔做出决定，凯恩成最大输家

随手点开一段机器人收拾餐桌的demo，只能说，榜单没骗人。

这或许也是Xmax团队反复强调「通用」交互模型的原因。

当然，作为整活环节，我还要偷偷加一个小彩蛋：主编微信消息弹窗，夸我写得真棒。

6、卓驭常州工厂正式落成投产：下半年导入4款产品

过去π的路线主要依靠多场景的遥操作（Teleoperation）和高质量的真实机器人数据（Robot Data）来获取泛化能力，但这依然受限于机器人本体的物理采集效率。

AI智能体手机努比亚NaviX Ultra，由中兴通讯努比亚全链路主导打造，也在这次大会上第一次公开亮相。

7、国手李添荣给王证上了一课，邱彪锻炼新人这就对了

官方把这个“实”拆成三层： 第一层是细节真实：它支持10px小字精准渲染，笔画笔锋、人物毛孔、发丝、纸张、批注这类细节都能稳住。

智能大于形态 看完了这套“眼脑手”产品，再来聊聊梅卡曼德机器人这家公司。

8、30天每天坚持50下 burpee，你会发生怎样的变化？

AGI的上半场在屏幕里，下半场，在屏幕外。

Szegedy在深度学习圈里颇有影响，他是Inception网络（GoogLeNet）第一作者，Batch Normalization共同作者，最早发现并系统研究对抗样本（adversarial examples）的人。

李岩将过去的AI产品迭代概括为供给侧升级——模型参数更大，推理更快，工具组件越来越多，用户手里也多了一堆看起来很厉害的能力。

9、2028年洛杉矶奥运会款待服务推出全新体验套餐

量力而“改” 杜志兰：东来哥之前跟我们讲过调改的几大步骤，很多企业都只记住了后面五个——调思想、调工资、调机制、调商品、调卖场；有的还直接跨到最后一个，回去就调了卖场，这样的结果就不会很持续。

它给机器人植入人类同款「物理直觉」。

10、泰山队最新名单，一线队6人离队补报19岁新星，B队补强两人

而小红书，恰好站在这个入口上。

差不多同一时期，机器人工程学家Rodney Brooks又提出物理奠基假说，并留下一句颇有影响力的话——世界本身就是最好的模型。

1、7人被杀，让他不敢去公牛主场，拒绝出战NBA全明星，凶手下个目标就是他？

拓元的发布，意味着是石科技将领先的技术能力凝结成了一个商业化和标准化的产品，驶上了规模化发展的快速路。

2、DO：萨默维尔已经和利雅得新月签下为期四年的合同

截至今年4月，真武AI芯片累计出货56万片，服务20多个行业400多家客户 还在阿里云以及大量行业企业的真实生产环境里跑了很久，扛过双11级别的大规模流量洪峰，也扛过复杂场景和严苛SLA的反复拷问。

3、朝鲜女足出罕见球星，以一己之力助球队夺冠，包办后两场9粒入球

依托DW0.5训练-调优-部署的全闭环赋能能力，模型在工程化泛化表现方面同样值得关注。中方揭批：日本核材料可制造数千枚核弹头换句话说，客户不再只购买一批芯片，而是在购买一套能够持续生产Token的系统 在所有迁移成本中，最隐蔽、也最难解决的，是软件 芯片参数可以通过一次发布会被市场看见，软件生态却需要长期积累。

4、落魄时大伯资助了我20万，五年后我装穷回来，大伯竟这样对我

奇异摩尔在光互联领域的系统布局，不仅是对下一代互连技术的提前卡位，更是与产业链伙伴协同探索国产AI算力基础设施“光电融合”演进路径的战略举措。

5、场均30+12+11无缘最佳阵容？NBA新规引争议，多位超巨成受害者

高温、雷暴，挡不住；黄牛票，炒上天，却依然一票难求；每一个展馆和论坛人多到爆炸，但没有人因此热情减退。

6、一个时代的结束！阿根廷卫冕失败，这四人恐离开，梅西进入倒计时

一个经济又实用的方案是：真实世界提供经验，虚拟世界扩大训练规模。

” 当95%的公司可能只剩下10人不到，未来会怎样？林凡的答案是：Agent替你干活，云端的人力服务替你补位，一个人就能运营一家公司——未来，人人都是CEO。

接下来，是S1技能层（Skills）。

7、3年1500万！凯尔特人提前续约3D悍将沃尔什 第三年球队选项

老爷子的原话是：「当前的深度学习方法是脆弱且低效的，需要的不是修修补补，而是从根基上重新来过。

但应用层面首先要满足需求才行。

8、莫利纽克斯三杀助南方勇士逆转 百人赛8分险胜威尔士火焰

两种「脾气不一样」的任务，本来就不该塞给同一种硬件干。

“无论是助力企业智能化升级，还是 Token 出海，PPIO 已经构建了面向全球的 Agentic Cloud 服务体系。

原因很简单——速度。

具体来说就是，OpenAI把对话延迟和推理深度，被彻底解耦了。