MemSlides用scoped slide-local revision来约束这个问题。

1、kaiyun官网 Windows提供的是数字世界的感知、理解、决策、控制能力，上层应用负责具体场景的标准化执行。

现在它已经在Slack群里摸着鱼就把30年悬案给结了。kaiyun官网中数睿智把这张图称作“因果世界模型”。

2、罗马诺：曼联今夏在转会市场的态度确实与以往不同；BBC名记：预计曼联还会引进至少一名中场球员

在没有进行下游强化学习优化的情况下，MiniCPM-RobotTrack在三类任务上的追踪率分别达到89.8%、73.4%和80.4%，均取得开源方案中的最优结果。

3、从搞笑庆祝意外走红到成为乒乓之声：亚当·博布罗的蛇球传奇

比起「视频模型」，它更像一款游戏。

4、百公里104迈？1995年雪佛兰K1500双色皮卡无底价拍卖，里程成谜

智源FlagOS的目标，是让模型尽可能实现“一次开发、多芯迁移”；FlagOS 2.0已支持18家厂商的32款AI芯片，并建立包含497个算子的多芯片算子库。

5、6.8万公里、仅添10公里：日规1997款保时捷911 C2S出售

其中，Memory Decoder 引入了专业领域的可插拔外部记忆。

这可能是AI时代最隐蔽的一种风险。

作者还提示了几个做开源项目的点，我觉得也非常关键： 作者其人 两个项目接连登顶Github Trending榜，背后的作者名叫BaiFu，中国科学技术大学学生。

6、中超第11轮裁判选派：马宁执哨国安战上港，唐顺齐缺席_网易订阅

只对当下做反应，不对后果做推演——这就是「VLA不是终局」这一判断的根本原因。

训练收敛后，相同demographic cluster的用户，其语言表征在embedding空间中会自然聚集——这个embedding作为后续层的persona anchor。

7、球迷注意！“泸超”决赛好礼重磅来袭

△2025年11月，文远知行正式达成港股+美股双上市布局 有的L4玩家对待这种趋势的态度是“如临大敌”，不断在公开表态中怒怼“升维”路线，但文远知行从技术本质出发，看到了新的机遇： L4是L2++不断向上的技术来源。

当年的报道这样描述与这位女孩的采访会面——“我们刚刚来到校园的一片林荫，一位穿着白褶上衣、紫格裙子的女孩便迈着轻盈的步子向我们走来”。

8、打破魔咒！深圳5外援+周定洋就是凶！郑智与西海岸八字不合？赛后答非所问

如果说FabriVLA解决的是「机器人能不能理解并完成任务」，那么FabriX解决的是「机器人能否进入工业现场持续工作」。

这一层是芯片和操作系统握手的地方，也是过去最不透明、开发者最摸不着的地方。

ChatGPT换了个思路：先找一批彼此之间加起来不会撞车的数，任你挑几个相加，都不会和另一组的和碰上；再把每个数乘以同一个倍数，复制出一份。

9、曾入选亚冠最佳防守球员的他！如今在鲁能完成赛季首秀，值得期待

前年是静止展示，去年是动作演示，而今年——大家伙开始真干活了。

知道工具的能力边界，是驾驭它的第一步。

10、佩雷兹带您领略亨格罗宁赛道：他曾在2023年于此登上领奖台

在与韩涵3个多小时的对谈中，每次提及技术，数据工程、智能体的部署参数，哪怕是某个设备故障排查的微调方向，韩涵都可以不假思索，迅速解答。

客户真正获得的，不是计算卡参数相加后的数字，而是扣除通信和调度损耗后的有效算力。

1、4天过去了，莎拉想刺杀马科斯？菲律宾国家调查局：已构成犯罪

它由LaMPA物理世界模型、模块化机器人硬件、Workflow Agent三部分组成。

2、卡里克挖到宝了！曼联 21 岁新星蜕变！全能天才成红魔最大惊喜

也就是说，AI不再只依赖一句提示词，而依赖你提供的整个背景。

3、2030世界杯早期实力榜：西班牙法国领跑，德国或迎强势反弹

变化已经开始了。中甲保级队被足协追加扣6分，成中甲唯一负分球队，保级难上加难至于数学和AI之间的边界，也从来没有想象中那么清晰。

4、涉嫌950万卢比行贿球员操纵比赛，Jaffna Kings共同老板被捕，球队遭LPL除名

从文生视频卷到图生视频，从几秒短视频卷到几十秒长视频。

5、从搞笑庆祝意外走红到成为乒乓之声：亚当·博布罗的蛇球传奇

Capy算了一下：前面那个指标是7，后面那个指标的绝对值是4。

6、格拉斯哥2026十大看点：皮蒂12年轮回，残奥规模逆势创纪录

而且，他也有这样推测的理由。

他们做作业、查资料、写文章、理解概念，都可能随手问AI。

用户让豆包推荐吃喝玩乐等本地服务时，可以在豆包内直接团购，无需跳转抖音。

7、波特领跑女子积分榜 易从马拉松回归 世界铁三伦敦站周末打响

SWE-bench Verified——业内公认最硬的代码能力评测之一，Macaron-V1-Venti以85.6分登顶第一，甩开第二名3分，把DeepSeek-V4-Pro（80.6）、MiniMax-M3（80.5）、Kimi-K2.6（80.2）全部压在身后。

△图源：英伟达官方技术博客 ICML 2026上，包括LeCun团队在内的多篇论文也在往同一个方向使劲： 从海量无标注的野外视频（in-the-wild videos）里学习潜在动作世界模型。

8、马里奥别再罚勺子了！多亏马莱莱+阿利米下去了，小朱瓶颈期太长了

小米机器人现在做到的这两个工站，是从最单一工位往外扩展的第一步。

从AWE 3.0之前开始，我们就持续投入自研灵巧手。

不是单纯更好看，也不是只卷画风、构图、光影。

能忍才能成大事，很少有人能达到这个境界。