据悉，他目前分管预训练、后训练及Coding团队。

1、高比体育 论文和项目已经公开，文末附链接。

step 1：先别急着建，先做“4条件测试” loop不是什么活儿都能往里面塞，瞎建只会亏钱。高比体育《中国企业家》：从美的变革经验来看，数字化是推进部门协同一个强有力的工具，那么是不是可以说，企业可以通过引入数字化变革，来打破部门壁垒？ 张小懿：也不能这样说。

2、海报荐读｜不炫Demo、只干真活、一次交付，上海AI交卷露出三张底牌；用AI为老人写回忆录，这个赛道开始挤了

大家围着几十个人的赛道抢项目，结果就是项目一轮二轮三轮同时进行，又回到了当年那种“B轮C轮都找好了，只差一个天使轮”的局面。

3、高温预警！提醒60岁以上老人：宁可吹空调，也别在这2个时段出门

第二级是干预，回答“主动改变一个变量后会发生什么”。

4、新款星途ES置换价16.99万起，用赛道成绩为“好开”立标

但这条路并不全是“鲜花”，至少在林远心中，他越来越难以做到完全自洽。

5、水利部对苏皖赣鲁四省启动洪水防御Ⅳ级应急响应

此次展出的叠盒封胶、衣物整理与行李箱收纳，均涉及多种基础技能的组合调用。

具身智能同样需要找到若干个类似AI Coding级别的应用。

它的概念没有收敛、技术路线没有收敛、训练方式没有收敛、数据标准没有收敛、评测尺度没有收敛…… 7月19日，在WAIC“世界模型六小龙”论坛上，一场信息密度极高的圆桌讨论，凑齐了六家公司的世界模型技术负责人。

6、成都首败输在哪？费利佩缺阵丢掉制空权，李海新手软影响比赛平衡

更重要的是，Agent不仅负责单条数据质检，也可以根据已有数据分布，调控下一轮需要采集的人群、场景、任务与动作类型，避免数据规模增长后出现大量重复样本。

再加上监管差异和AB测试版本，直接撞上天花板。

7、「徐州消暑指南」

Danfei Xu与RL2团队长期关注机器人如何从人类数据中学习。

一个新面孔，凭什么首秀就登顶？ 答案藏在它的「食谱」里：23.2万小时训练数据中，占大头的根本不是机器人数据，是人的视频。

8、续约或出售！皇马希望维尼修斯今夏就给出答复，防止人财两空

也就是说，元医院需要的并不是单一数据源，而是一套持续运行的真实世界医疗数据网络。

竞争维度正从单一芯片性能的比拼，拓展为多变量的系统级协同。

他举例，就像深度学习的爆发，不是神经网络在论战里说服了特征工程派，而是ImageNet把所有方法拉到同一把尺子下。

9、秒拒，詹姆斯通知湖人队离开前，无情的拒绝步行者哈利伯顿的招募

而是要让AI画图不再停留在“哇，好漂亮”的惊叹，而是继续往前走一步：这图能不能装下我的所有需求、能不能把细节画清楚、能不能直接拿去改、拿去用、拿去交差。

再花31分40秒，预印本出来。

10、18岁身价4500万，天才中卫横空出世！一季成名，切尔西巴黎全盯上

两个月内，四个几十年级别的猜想。

参数规模、推理能力、代码水平……好像只要模型越来越聪明，Agent就会越来越好用。

1、金靴之争也是金球之争！凯恩与哈兰德明晨五点将直接对话！

过去几年，整个具身智能行业普遍追求模型参数、评测榜单，似乎拥有更好的模型，就等于拥有最强的机器人大脑。

2、男子肝移植术后反复呕血多年，微创双动脉栓塞术帮他精准解难题！

邓煜与王虹获奖的意义，可能并不比这逊色。

3、格林伍德转会土超在即！沙特土豪欲截胡，曼联弃回购坐等收1000万

这叫“理解力债务”——真正的代价不是Token账单，而是某天你要调试一个团队里没人读过的系统。扎实！小区里，防汛演练进行时——“AI革命是一场关于生产力、生产效率的革命，生产型行业涉及对物理世界的理解、非结构化数据的处理、机器对实体设备的推理和决策。

4、央视直播！泰山战三镇，苏帅首秀；海牛对铜梁龙，孪生兄弟难相遇

先进的AI，不该被闭源玩家垄断。

5、屡失良机乌拉圭，出线已然成濒危

商汤大装置在WAIC期间正式发布了「算电协同Agent」，先用模型去预测算力任务的耗电特征，把这个预测结果，跟电力的调度系统打通，再配合峰谷电价和自己的储能设施，去调节整体的用电节奏。

6、新购智能锁高温天突发故障 业主乔迁日被锁门外两小时

调改过程中，不要一味看毛利率，以后随着团队能力的提升，对商品把控力越来越强，损耗率越来越低，毛利率也会有所改善。

尤其当上下文变长时，显存压力急剧攀升。

《中国企业家》：写书过程中，有没有哪个细节让你犹豫？ 单伟建：跟深发展的谈判花了30个月，如果过程写得太细，没人愿意读，必须加快节奏。

7、消防安全

人才的决心，战略的决心 人才的决心，也是战略的决心。

端侧大模型解决的是模型能不能装进设备，Agentic AI要解决的，则是模型、记忆、工具和应用能不能在设备里长期协同。

8、活力中国调研行｜“铁臂”装“大脑”　制造开新篇

行业调研显示，完整适配周期约需3-6个月，其中约60%的工作量集中在性能调优阶段。

许多在演示PPT里无所不能的AI Agent，一旦进入真实业务，就会暴露出令人崩溃的「职场巨婴」短板： 这种「不靠谱」，绝非换一个更强大的底层模型就能解决 市面上绝大多数Agent，其底层基因依然是聊天机器人的逻辑——它们被设计出来的初衷是「聊天陪玩」，而不是「低头干活」。

她走红的原因，很大程度上是撞上了SpaceX这次史诗级的造富。

毕竟，只有真正走完产业闭环落地，未来才能接着“活下去”。