就在刚刚，美国费城，ICM（国际数学家大会）现场，四年一度菲尔兹奖名单公布，中国双子星双双在列，创造中国数学领域新历史。

1、6686app 大晓机器人在论坛期间发布了PHYSICAL IQ，定位为首个具身原生、面向多场景、多本体、多任务的物理智能评测基准平台，公平量化不同机器人本体与世界模型的物理智能水平。

张凯透露，目前不少大厂都在为AI人才打造“零阻力”科研环境，不惜打破常规，开辟“管理特区”，提供顶配资源支持。6686app敏感画面直接在本地处理，数据留在客户侧。

2、当决赛沦为秀场，世界杯该何去何从？

在IPO倒计时与增长焦虑的双重压力下，拿下世界杯版权已不再是“锦上添花”的营销动作，而是小红书突破增长瓶颈的必答题。

3、一切尽在掌握之中：郑智团队平稳起步

Muninn为轨迹扩散模型加入了一套无需重新训练的缓存机制。

4、欧冠21亿豪阵对攻夜！5人缺阵+防线隐患！拜仁主场死磕大巴黎

有意思的是，他自己已经在过这种日子的低配版了。

5、千亿投入打水漂？比亚迪把快充做到加油级，却败给低素质车主

比如，UniTouch、AnyTouch尝试统一不同传感器的触觉表征，FuSe、Tactile-VLA把触觉送进通用策略与VLA，近期的TacImag则开始探索让机器人仅凭视觉和本体感觉“想象”触觉；NVIDIA也推出TacSL等视觉触觉仿真工具，加速触觉策略从仿真走向真机。

总结下来就是，一个已经走了，一个不缺、一个不想、一个不急。

一圈逛下来，今年最热闹的几个关键词已经很明显： 超节点、大模型、Agent、AI4S。

6、止步2026世界杯32强仍不留遗憾！森保一赛后感言打动万千日本球迷

商汤大装置签约了国星宇航，双方开始共同探索从地面万卡集群到在轨多星协同的太空算力合作。

那些指数曲线其实是S曲线。

7、榜单综述｜第6轮

以Gemini为例，2024年谷歌首次挑战IMO，最终只拿到28分的银牌水平，彼时系统也还需要先将自然语言题目翻译成Lean等形式化语言，部分题目耗时甚至长达数天。

量子位：苏度的仿真路线，在电池模组场景中有什么独特优势？ 韩铮：一句话概括——极致的可靠性。

8、热火总裁谈阿德巴约打希罗脸部事件：我不喜欢，他们终究会和好的

毕竟自动驾驶再缺数据，至少有一个可以支撑测试车合法合规上路的早期模型。

多数国产AI芯片目前还停留在“跑通大模型推理”的阶段，能同时支撑AI和AI4S双线任务的平台并不多见。

英伟达正尝试将CUDA生态从数据中心扩展到PC和人形机器人领域，试图让所有算力场景都离不开它的标准。

9、日本前高官痛批印度“蛮不讲理”！高市访印为何不敢公开撕破脸？

2025年，他往arXiv传的第6篇文章压根不是数学，标题叫《涉及AI的灭绝性未来的分类》，合作者是研究AI安全的老友Andrew Critch。

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。

10、召回多名技术型球员，国足6月集训强化进攻！带武磊只为凑够百场

他们终究在年龄的边界前，与那枚奖章擦肩而过。

换句话说，SONIC已经能让机器人「完成任务」了，但LimX WBT能让机器人完成得更稳定、更优雅、更像人。

1、真正的坚强，不是忍住眼泪，而是允许自己痛

5月22日，联想集团发布2025/26财年财报：全年营收831亿美元，同比增长20.3%；经调整后净利润20亿美元，同比大增42.1%，增速接近营收的两倍，创下公司成立以来最佳财年纪录。

2、撤回无理要求！菲怒批中国巴丹主权分析，台当局跳脚反遭岛内痛批

要知道这是经营的果，而不是因——是因为有了好的商品和经营能力，才能将“场”的利润转为“品”的利润，而不是相反。

3、白河堡水库“硬核”备汛——

大晓机器人的陶大程强调了端侧能力对于部署的重要性。葡萄牙媒体把C罗放在最令人失望大名单上！梅西则要冲击卫冕！从下图我们可以看到，面对不同传感器采集的触觉视频，UniTac已经能够围绕硬度、粗糙度和纹理，生成与接触材料相符的描述，并能完成属性比较、物体匹配和极值选择等推理任务。

4、还有3天截止！很多无锡人将收到一笔钱

尽管哈根达斯在华门店客流量在下降，但中国的零售业务却在不断增长。

5、大连中医药夜市来了！

进入AI时代，网络中流动的内容也在发生变化。

6、伊姐周日热推：电视剧《家业》；电视剧《努力克服自卑的我们》......

许北觉得，如果他不再用小红书了，大概率会回B站，“小红书有很多真实的使用体验和生活分享，是B站和抖音都欠缺的。

但现实显然并非如此。

再聊交互。

7、中国证券监督管理委员会原党委委员、副主席方星海被查_网易订阅

尤其是对调研、述职、行业分析、公文写作来说，这一点相当重要。

封面上的他，戴着一副无框眼镜。

8、破局财富服务壁垒 中信银行银杏双卡赋能家庭金融新生态

随着产品在多个行业和应用场景中高效部署，海量真实数据不断反哺模型，产品能力也持续增强。

一条是把模型本身做大，总参数冲到万亿、激活参数冲到30B以上；另一条是在后训练阶段堆算力，靠强化学习和更长的思维链把推理能力「逼」出来。

三件事共享参数，飞轮就转起来了：模型越强→合成数据越好→下游模型更强→采集策略更精准→真实数据质量更高→模型更强。

（一组没有AI，另一组可以选择是否向AI求助。