这个集散中心已部署触达37000P算力，覆盖接入16种主流芯片 跨集群强化学习的挑战，同样是在这一层被啃下来的。

1、开云外围 最顶层是开发工具层，Asight Compute做算子级的精细性能分析，用来定位微观瓶颈；Asight Systems做系统级全栈Profiling，提供宏观视角； PPU-SMI负责设备的实时监控与管理；PPU-DCGM则支撑集群级别的资源智能调度。

在美国建厂的复杂程度最高。开云外围可以说，这是个生活在诗歌、小说、二次元里的数学家。

2、库明加准备吃回头草了，计划短约回归老鹰，真是天生喜剧人

英伟达把这条路的招牌「Physical AI」喊成了年度关键词，各家世界模型在榜单上轮番刷榜，行业开始集体从VLA迁向WAM（World Action Model）。

3、放弃 7400 万主力！曼联瞄准世界杯第一中锋，塞斯科直接让位

世界模型最近大热，代表着从预测“下一帧画面”走到预测“下一步动作”，世界动作模型承担的正是从理解环境到执行动作的后半程。

4、坑完布克后，又要坑字母哥？NBA第一数据刷子，热火千万不要上当

无论你是科研人员、在校生、在职人员，还是已经启动项目的创业者，只要具备一定技术或项目基础，希望推动科研成果、算法方案或比赛项目走向产品验证和公司化，都可以提交申请。

5、山东建成首个“零碳机关”！年省电费117万元、减碳1900余吨

一个Coding Agent在同一个代码库反复失败，失败不会变成新能力。

贷款都是政策性的、关系性的，和当时的中国差不多。

而它之所以能跑通，关键在于解决了一个核心难题：人类视频里没有机器人动作标签。

6、加拿大皇家骑警警车30多年来首换涂装：大面积黑色取代白色

出于好奇，在等待Qwen-Image-3.0生成图片的间隙中，我还用同一套提示词模版测试了一下ChatGPT Plus版的生成效果，结果如下（用时约1分19秒）： △大家可以自行参考对比一下 实测二：萌宠与主人的近景肖像 测完了论文，让我们来看一张治愈感满满的《主人与猫》吧。

一顿操作下来，我只能说： 伟大的赛博格之神，请赐我一颗长在脸上的、无限续航的摄像头吧。

7、老兵新作为 康县退役军人崔玉武养殖黑瑶土鸡的故事

你能看，但你不能碰。

与海外市场相比，中国零售市场，不管是CR3（指行业前三名公司市场份额总和），还是CR5都很低，放到区域市场更是如此，胜出的不一定是那些规模大的，也可能是那些更能服务当地消费者的。

8、三人进球破纪录却颗粒无收 谁来拿2026金球奖？

2009年进讯飞研究院，从语音识别做起，拿过CHiME、OpenASR等国际评测冠军，是国家科技进步一等奖的主要完成人。

真正的加速器 开始指向AI自己 到这为止，AI都还在攻或守人类的系统。

例如，中国科学院上海药物所与浙江大学组成的“可以的”团队，围绕蛋白质构象系综生成任务研发MidSummer自治科研智能体。

9、郑钦文遭逆转出局！下一站，温网见！

“我们只是用世界模型降低成本，真机数据还是很重要的。

他们告诉《中国企业家》，团队近几年都会讨论视频化，还尝试拍过播客纪录片，但因受众面较窄而暂停。

10、放着中国一流装备不买，印尼花43亿买印度导弹，普拉博沃赌注已下

目前投资人和普通用户很难在线下直接接触机器人，大多只能通过视频了解。

今天很多上市银行市净率在1倍以下，有的0.4、0.5倍。

1、晴天霹雳！皇马王牌遭致命打击！头号伯乐或将离队

Mind Lab 7月初开放API商业化。

2、AFA否认主席遭FBI扣人扣设备：与事实完全不符

目前SkillForge拥有500K+小时真实交互数据、50M+任务片段、200+标准化技能包，50+核心场景覆盖家庭、制造、零售、教育四大领域，1000+任务变体。

3、8万多球迷联名请愿重赛：裁判被指控腐败，阿根廷这次输得不服

从跑分来看，这个委派架构是真的管用，语音模式终于不再是「降级版聊天」了。克拉克再吃技犯只差1次就禁赛 狂砍27分11助攻打爆太阳问小白5 Pro将草稿、任务过程、引用资料和最终成果都留在工作区。

4、Angel Reese 紧急求助粉丝：“周五前给我弄件 Rhyne Howard T恤和标语牌”

其数据策略围绕模拟失败设计，让模型既学习“应该怎么做”，也学习“做错了，世界会变成什么样”。

5、任成宰穿“Sungjae HIM”毛衣炸场，排名77却穿出了天王气场

除了文字、语音、图片和视频，还会出现Token、中间推理结果、模型能力和任务指令。

6、106分钟破门！替补亮相仅37秒即收奇效 西班牙加时1-0阿根廷捧杯

不同用户关心的页面角色、内容密度、证据边界和机制展开方式都不一样。

今年我们会继续调改，并对已经调整过的门店进行持续升级。

真正决定胜负的，是谁能把这些能力搬到产线上，变成实打实、能被工厂验收的生产力。

7、上季冲球1585码18达阵，新赛季或成首轮地雷？Jonathan Taylor风险几何

这些关键词指向同一个判断：端侧AI正在从「运行一个模型」，走向「长期运行一套智能系统」。

这一局面正在被打破。

8、卡里克进退两难！曼联王牌拼尽全力！世界杯封神难掩致命隐患

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。

但这个测算方式有个问题：理论上节约了这么多时间，但这种节约并没有真正转换到财务结果上——比如说5分钟把事情做完了，其他时间可能就去喝咖啡了，相当于从企业层面来看，人力成本是不变的，还要多付出过程中Token的费用。

效率提升，背后是训练方式变了 正如开头所说，相比性能，这次Grok 4.5更大的卖点其实是效率 而这种效率，并不只是推理阶段的软件优化，更来自整个训练流程的重新设计。

每一层都在用AI工具实现效率提升，然后释放下一层人才。