更能说明问题的是它赢在哪里。

1、高比体育 AI裁判的推理原文：明知正确标签，却因顾虑「这个标签会被拿去训练模型」而拒绝如实标注。

接下来才是整个故事里最关键的一步。高比体育这已经不像一份作业，像一个上线了的产品。

2、鲁比奥说北极也归美国管，这话暴露的不只是傲慢

一个支持团队的「完成」，是客户问题被解决；工程团队的「完成」，是代码改动通过测试；法务团队的「完成」，是合同审完且没出错。

3、中超第19轮明天7月18日赛程：CCTV5直播铜梁龙PK浙江，申花PK天津

最后吐出来的，还是一张没法接着编辑、没法直接用的半成品。

4、勇士瞄准马刺老将，他的经验被低估了

传统的后训练路径，是把真机拉到现场，一遍遍试错、一遍遍采数据，昂贵且缓慢。

5、最高4000万欧！纽卡今夏第四签敲定，20岁中场班巴即将加盟

如果说AI Coding正在重写软件生产链，那AI Video将重写视觉内容的生产、分发和交互方式。

毕竟，性能也达到了Opus级。

从实验结果看，这一设计补齐了长程导航中「错误经验缺失」的问题。

6、一台12款保时捷911 Carrera S：得州车主持有11年，行驶6.1万英里

用Python工具链，每个平台编译要8分钟，整个构建矩阵每次发布得等上半小时。

所有爆料都指向同一个说法：性能可能不是第一，但价格会显著更低。

7、飞镖世锦赛赛场突发意外 选手曼齐斯头晕昏厥退赛

7月9日GPT-5.6发布，官方原话是，首次引入max推理强度，「让Sol获得最充足的时间进行深度推理」。

对于这项工作而言，LLM的角色并不是替代审稿人完成评审，而是在现有评审流程之外，为文字评语与最终评分之间增加一层校准机制，希望借此减少评分尺度不一致带来的随机性，为同行评审提供更加稳定的参考依据。

8、ESPN记者：皇马为琼阿梅尼标价9000万欧，今夏或出售他；邮报：曼联未来数月可能会和B费进行新合同谈判

在Claude Code里，你可以把一个跨越多天的项目整个丢给它，它自己分阶段规划、自己派子智能体、一直干到达标为止。

如今，随着这个能力铺进消费级产品，遇到棘手问题，只需打开手机就行了。

如果这些报道属实，真正值得盯住的，恰恰是「首次尝试」这四个字。

9、中国足协辟谣！

我们希望更多人做出的下一个作品，是属于自己的世界。

今年5月，奥特曼回到母校斯坦福，站上CS153的讲台，认错了： 这是我的一个预测错误。

10、印度板球队长就学生抗议发声：带着同情与尊重向前看

开源模型还没有复现这次跳跃，但它们追赶的脚步比去年更快了。

就在几周前，Cursor的母公司Anysphere，刚被SpaceXAI全股票收购。

1、关于谢贤遗产及病因，谢霆锋方严正声明

一边是智能体集群在打，一边是智能体集群在查。

2、大众新薪资租车计划上线：员工租电车最高可省一半费用

一本安全账。

3、小罗谈梅西：39岁扛起阿根廷冲进世界杯决赛，没人有资格再质疑他的伟大

针对智能体AI的专项测试，可以排查模型是否试图绕过安全护栏、是否露出欺骗的苗头，并确保各项最佳实践落地。泰山2场被对手狂轰65脚！韩鹏换人太拉胯了，赢球为何被骂？遇到文旅运气太好了AI领走了埃尔德什的赏金。

4、英国公开赛亮相皇家伯克戴尔！舍夫勒小麦领衔阵容 李昊桐重返福地

具身CoT：让模型「边干边想」 没有语言理解能力的VLA，就是数据集复读机。

5、这个夏天结束后，张水华的流量还能变现吗？

他给了一个坐标系来定位这层关系： 社交电商（Social Commerce）时代，钛动和 TikTok 的分工是「TikTok 做消费者内容，钛动做广告内容」； 进入智能体商业（Agentic Commerce）时代，钛动和 OpenAI 的关系与之对称——OpenAI 把 C 端体验做好，钛动把 B 端商品信息智能体化，喂给 C 端模型。

6、9英尺宽双面发光Sunoco标志无底价起拍：荧光灯照明，120伏电源配置

而刚刚，清程极智借WAIC行业最高舞台，首次对外抛出了一套定义行业的独家产业范式——Token「前店后厂」三层一体化架构。

威胁模型（Threat Model） 场景：攻击者微调一个预训练DLM以植入后门，再将其作为「有用且良性」的模型（如某垂直领域的定制模型）发布到开源平台；任何部署该模型的用户都可能成为受害者。

（图源：Claude官方博客） 人逐轮控制，你写一句，AI跑一轮，检查完再写下一句，全程你握着方向盘。

7、柳林开展肉制品专项检查行动

今天，Anthropic被迫低头了，这场好戏，才刚刚开始。

孤儿院视频、假奖项页面，则被悄悄抹掉。

8、西班牙2-0淘汰法国晋级世界杯决赛，赛后3大不可思议

竞争对手可能拥有同样的大模型，但不一定知道： 企业如何识别一个高价值客户； 如何判断一次设备故障的根因； 如何安排现场维修资源； 如何进行客户补救； 如何在成本、满意度和风险之间做权衡； 如何判断一次任务执行是否值得复用。

省下来的每一步冗余，都变成实打实的能效。

说白了，这家做了38年办公软件的公司，这回干了一件很大胆的事——他们要给每个打工人，配一个「私人助理」。

主要贡献 ① 提出BadDLM，首个面向扩散语言模型（DLMs）的通用后门攻击框架。