你未来用的每一个 AI 产品，它的成本和背后的模型选择，正在从应用开发者手里往下沉，沉到基础设施这一层。

1、博富体育 一套算力系统真正进入生产环境，至少要同时具备四种能力。

而真正承载估值和付费想象力的，是编程工具和企业级服务。博富体育平台肯给流量，品牌方就跟了进来。

2、4-0到6-4！世界杯季军战变全明星赛创纪录 英格兰60年最佳战绩

它们试图让AI理解球为什么落下、车辆为何打滑、水会流向哪里，再把这些能力交给机器人、自动驾驶。

3、Agent拉爆算力？中国杀出新物种：日冲10万亿Token，还赚钱了

这种工作方式首先放大了端云之间的分工。

4、深夜！中国资产，集体爆发！科技巨头，飙涨

” 虽然大厂已经频频为顶尖人才打破薪酬天花板，但林凡也表示，大多数情况下，薪酬并非AI人才的第一考虑要素。

5、系统研究三星堆-金沙玉器 《巴蜀玉器》填补相关研究空白

微信小程序曾经直接让微信电商生态迎来爆发，帮助商家借助私域运营用户。

一家属于“高胖”调改级别的超市负责人也有过这样的心态。

但AI确实是最大的不确定性因素。

6、《恶魔城》新作主角为何是女人？官方解释原因

更关键的是：开放权重，可私有化部署。

《小天章》是章泽天的个人播客，JustPod承担了幕后制作者的角色。

7、基层一线丨中卫沙坡头区市场监管局迎水所计量新规宣讲走进便民市场

手机厂商把产品知识训进专属LoRA，耳机公司把交互偏好写入模型状态——核心数据不必交给基模公司重训，客户自己掌握控制权。

据了解，TeleAI已经在国内首次攻克了轻小型无人机直连卫星并进行高清视频实时稳定传输。

8、明星基金经理王斌清仓离场，老牌公募华安深陷人才流失困局

其中，AI相关业务收入同比暴涨105%，占比持续提升。

在这种“行动—反馈”的高密度训练中，Intern-S2-Preview-397B不再是对文本概率的简单拟合，而是在试错中内化领域逻辑，使得Intern-S2-Preview-397B的长程规划与工具调用能力得到根本性强化。

物体层面的泛化能力，在这个Demo里体现得最直接。

9、独立生活后，我才发现家中绕不开的7个收纳难题，看看你家中了没

FabriX则进一步将这种能力放入工业系统中，它不是简单的工业版VLA，而是围绕真实生产环境重新设计了一套工业具身智能技术基座。

紧接着的2016和2017年，他又连摘两枚中国数学奥林匹克（CMO）银牌，并顺理成章地将2017年全国高中数学联赛的第一名收入囊中。

10、《EA Sports FC 27》开启预购 国区标准版248元

在所有人都意识到“具身智能是下一个战场”时，理想的成绩单是否有足够的说服力？ 更紧迫的是纯电转型。

毕竟，至少走到今天，AI依然是最炙手可热的话题。

1、ST宁科(600165.SH)：实控人刘喜荣及一致行动人拟增持3000万元-6000万元股份

规划类世界模型则处于更上层。

2、美航年利润比达美少50亿美元，CEO称靠高端升级和机队换代追赶

量子位获悉，除线束之外，柔性操作、分拣、检测协同……等多个工业场景，也已经在验证中。

3、联手梅西！迈阿密国际官宣34岁卡塞米罗免签加盟 美职联展开审查

深圳市政府希望新桥凭借收购韩国第一银行的经验，以控制权为前提，改造深发展。谁能阻挡法国队的大师级表演？也正因为如此，现在也有越来越多团队开始将触觉作为建构机器人大脑的重要模态。

4、奇遇中轴

问题只有一个：在满足条件的前提下，A里最大的那个数，能压到多小？ 说白了就是，这k个数最紧凑能挤到什么程度。

5、“匹”荆斩棘，一拍即合！安徽省匹克球（界首站）城市联赛（CPC-100）报名开启！

Claude Voice大升级 在此之前，Claude的语音模式只能跑Haiku，也就是最小的那个模型。

6、DBC 职梦到底怎么样？靠谱吗？一位家长亲身记录

在性价比层面，依托异构混合推理技术，商汤大装置实现主流国产芯片MFU（Model FLOPs Utilization）提升85%~152%，整体推理性价比达到NVIDIA H系列的1.25倍；相比国产同构推理方案，同成本下Token产出规模扩大2.5倍。

到了视频传输，数据量的差异更加明显。

机器人完成上下料时，不仅要识别不同型号零件，还要保证抓取位置、力度和装配精度。

7、力压亚历山大！布伦森被所有人低估，老詹一语点破他的恐怖之处

面对抽象的长程指令，模型能够结合实时视觉信息进行语义理解和多步推理，将完整目标拆解为一系列可执行的原子任务。

往深了说，数学就是大模型智力与推理能力的试金石，大模型在IMO这类数学竞赛中走得越远，越能说明其底层优势。

8、云南腾冲热气球又掉下来人？谣言！

因为分辨率越高，视觉Token数量也会增加，Attention的计算量和显存占用随之上涨。

如果说Harness解决的是“AI能不能在真实环境里干活”的问题，那loop解决的就是“AI能不能在这个环境里持续干活、自己推进任务、不需要人一步步盯着”的问题。

据相关机构测算，2021年已有约8600万人在听中文播客，两年后这个数字涨到了1.17亿。

让一台设备在本地跑起大模型，已经不算最难的部分。