Flash-Lite现在已经在Gemini App里上线，还将陆续进入谷歌搜索。

1、熊猫体育 不久前，汽车圈爆出重磅消息：宝马最新发布的电动M3性能版，放弃了传统直驱电机，采用「四轮毂电机」方案——四个车轮各由独立电机驱动，能实现坦克掉头、原地旋转，操控性和动力分配精准度前所未有。

靠着Gemini Canvas，3.6 Flash打通了3D工作流，分分钟「手搓」出一个专业的摄影级纹理提取神器。熊猫体育Friar开篇就说，她在各处听到CFO们问的是同一个问题：怎么让AI这笔钱花得更值。

2、郭涵煜组合闯入温网女双决赛

无历史帧输入的pi0.5，算力固定在5.0 TFLOPS，但代价是放弃了历史记忆，模型「忘记过去，只管当下」。

3、浙江广厦打进总决赛！深圳男篮被淘汰，孙铭徽力挽狂澜

而这一次，变了。

4、王朝落幕倒计时！巴特勒+库明加换马尔卡宁？勇士或许还有救

新智元报道 一段3分钟的AI短片，炸了。

5、温网提前关顶棚再惹争议！德约现场发怒，辛纳望月比赛再被提及

AI 达人智能体从全球达人库中筛出户外和咖啡类创作者，自动生成个性化英文邀约并持续跟进。

Sonnet 4.6，是那个哄人的。

主流大模型的科研任务完成率在 3% 左右，在 NatureBench 涵盖的 90 项顶级真实科研任务，最优智能体能超越原始论文成果的比例为 17.8%。

6、图片报：有英超中游球队有意博埃，拜仁坚持要价1500万欧

好消息是，Qoder在国内第一个交卷了！ 刚刚，阿里旗下的Qoder正式推出了Qoder Security，直击AI Coding的安全风险问题。

输出的界面代码逻辑错乱，组件嵌套混乱，交互逻辑断裂，完全无法投入实际使用。

7、拳击手会做柔软的梦吗？

真正决定性价比的，从来不是单次token价格，而是一次成功任务的完整成本。

特纳成功约到了Jeff Dean共进午餐。

8、功夫女足上映仅24小时，难堪的一幕发生，口碑崩塌，冯小刚没说错

这个学习信号不能只是「用户喜欢或不喜欢」，也不能只是模型回答的准确率。

可解释性的未来 解释模型vs解释影响 本文以J-Space为引，经由康德十二范畴的哲学奠基，最终落脚于大语言模型与本体工程的融合实践，完成了一条从神经科学到知识论、再到工程实现的思想线索。

第二题：模拟太阳系，共用一个「时钟」 再来测试一个交互类的，让V2.5徒手捏一个太阳系。

9、都是相同的毛病，陈熠2-3负日本选手无缘4强女单团灭，换了发型

Beck这篇论文发表于《数学年刊》1991年第134卷第3期 第三问，埃尔德什自己掏钱挂了100美元赏金，出处是他1997年的一篇文章。

用认知科学的话说，它有语义记忆，没有情景记忆；有工作记忆，没有长时记忆。

10、中方揭批：日本核材料可制造数千枚核弹头

谷歌股价在消息传出后应声下跌，一度跌幅达4.43%。

而具身智能这两年最深的一道坎，恰恰是高质量数据的稀缺与割裂。

1、弦歌相会，两岸青年共赴江南雅集

防御窗口收窄 防御工具也在加速 AISI 在报告中明确了政策信号：防御方的准备时间比去年更短。

2、孙继海回应恩师基冈去世：感谢他很长时间以来的支持、信任、教诲，可能没办法参加送别，希望天堂没有病痛仍有足球

终局是什么？一万个人读同一本《几何原本》，一万个大脑长出同一套几何直觉。

3、法国记者：C罗已成葡萄牙的累赘，他与梅西有巨大的差别

他们系统化清洗原始数据，剔除仿真器早期产生的异常轨迹、错误动作等脏数据，保障训练数据质量。荣昌生物，高效率型创新的胜利即便在60秒、1fps的长期记忆场景下，算力也仅约3.3 TFLOPS，始终低于pi0.5的5.0 TFLOPS。

4、墨尔本公园的第100胜！德约科维奇的又一里程碑

Claude Opus 5，终于要来了 所有人目前的体感高度一致：Fable 5性能确实顶尖，但高昂的credits成本直接劝退了不少人。

5、卡尔23分瓦格勒16+6 湖人轻取快船

从基础模型到基础设施再到场景兑现，这是一条罕见的全栈路径。

6、新军创奇迹！山东蜜獾首季即进季后赛

下一站，是物理世界 讲到这儿，都还是数字世界里的事。

三权分立加混合授权，管理不碰数据、操作不碰权限、审计不碰业务，三者互相独立、互相制约；全链路审计记录不可篡改、不可删除、不可绕过；敏感信息自动识别、分级路由，确保数据不出域。

自WAIC举办以来，这是首次由国家最高领导人出席并发表主旨讲话。

7、国际体育诚信机构发预警：美加墨世界杯7场比赛有被操纵嫌疑

这步棋，下得正是时候。

Friar开篇就说，她在各处听到CFO们问的是同一个问题：怎么让AI这笔钱花得更值。

8、2换9超级大交易！雄鹿终于送走字母哥，热火完成重建

这样，你在游戏里每操作一次，触发的不是一段预先录好的动画，而是一个新的世界状态。

它让S1-Omni学到的，不只是科学数据的表面模式，更是「如何在具体任务中基于专家知识去推理」。

这一设计的核心变化在于：导航系统开始具备「执行过程中的自我校正能力」。

它接入了一个叫Learning Commons的系统，拿到全美50个州的学术标准，以及每条标准底下更细的能力点、学生通常的学习顺序。