模型知道应该写文件，也声称自己写了，但在工具调用层面没有动手。

1、九游体育 跨任务——搬运、分拣、装配、取货、协同作业，不需要每换任务就从头开发。

比如，先盖住不同颜色方块后 ，让机械臂以红绿蓝顺序揭开。九游体育同时，自研模型长期在行业头部—— 在 Artificial Analysis 视频生成模型榜单中位居全球前列。

2、北京国安晋级八强！4年从未缺席，贾非凡处子球，连刷4大纪录

这把尺子量出来的差距，π0.5泛化保持率不足一半，只有47%，而WAM-TTT在测试中泛化保持率为76%。

3、被传拒绝WNBA三分大赛邀约 约内斯库回应：我压根没收到官方邀请

不过，选对模型还只是第一步。

4、曾留洋葡甲的他！如今成为大连英博夏窗新援，将去二队踢中乙

FigJam的形状、便利贴、光标聊天、表情反应，一笔一笔都是她画出来的。

5、故宫博物院发布公告

这步棋，下得正是时候。

背后是三场争论：经验从哪来、怎么算好、能不能省钱。

谁擅长算就专心算，谁擅长低延迟输出就专心输出，各尽其能。

6、32岁“猎豹”膝伤后自曝左腿无力：希尔NFL生涯真悬了

历经17.4小时鏖战，花费31美元。

因此，佟博士所说的认知主权，并不是简单地把模型部署在本地，也不是只把数据保存在企业防火墙之内。

7、世界杯16强对阵，欧洲、拉美豪门各守半区

这次没人勒索，没人挂横幅，也没有黑客坐在键盘前。

供应商可以改变。

8、别让悲剧重演！哥伦比亚球星因射失单刀，遭死亡威胁不敢回国，足协发声谴责

3.5 Flash-Lite，击败了老大哥 第二款Gemini 3.5 Flash-Lite，走的是另一条路：主打一个快，还要够便宜。

技术、标准、品牌与荣誉一并沉淀。

思路叫「纵深防御」，具体做了几件事： 1. 拿真实的事故当素材，反过来造对抗测试； 2. 针对性做对齐训练，他们发现模型在长任务里会「忘」掉指令，就专门训练它记牢； 3. 再加一个全程盯轨迹的主动监控，一旦发现苗头，能直接把会话叫停、提醒用户。

9、热火错发詹姆斯加盟发布会视频，但其经纪人表示“不会仓促决定”

该项目推动企业从场景 POC 进入真实任务运行阶段，重点验证产品在连续作业中的稳定性、系统协同、异常响应和任务闭环能力。

第一套是 70 项窄任务，覆盖漏洞研究、逆向工程、Web 渗透、密码学四个方向，按难度分四级，从「有技术背景的非专业人士」到「十年以上经验的专家」。

10、曼城亏大了！英格兰 1.2 亿水货世界杯现形，天价身价彻底露馅

换言之，GPT-5.6要比99%的人类还聪明。

奥特曼在X上发帖，不提新模型，开头就是一句认错： 过去12个月里，我们的表现并不理想，这主要是我的过错。

1、WTA250雅典站正赛前郑钦文又换帅 前大满贯冠军教头火速上岗

四种角色、管理后台、可嵌入组件，还能自动给投诉分类、识别情绪、起草回复。

2、特朗普棺木像当街展出！伊朗发布“致命清单”，这招棋到底想咋走

ATM Token管控系统，则直击企业痛点，填补了国内Token FinOps的空白。

3、勇士有意浓眉？名记爆料管理层已询价 奇才直接拒绝

机器人关节对电机的要求极为苛刻：体积小、扭矩大、精度高。官方通报“赛里木湖景区工作人员殴打旅游车司机”：7人被警方控制，予以辞退而且，标题、展期、地点、开放时间，不仅干净利落，而且一个字都没写错。

4、没有冠名的热刺球场，怎么变成赚钱机器的？

另一种是当下这轮对话的上下文，它能记住你这几千字，可窗口一关，一切归零，像一块每次开机都被擦干净的白板。

5、NASCAR名宿公开质疑洛加诺冠军成色：“他还得拿出真本事给我看”

参考资料： https://openreview.net/forum?id=PEyouQzOLD 编辑：LRST新智元报道 今年WAIC开幕当天，上海世博展区挤满了各种机器人、大模型和智能体。

6、手握4赛点却遭东京奥运冠军逆转，辛杜中国赛止步次轮

参考资料： https://x.com/claudeai/status/2078302415804379218 https://x.com/IamYashKapoor/status/2078223827411325348 编辑：Aeneas新智元报道 17日凌晨（当地时间16日上午11点），Kimi K3发布，全网刷屏，开源AI迎来第二次「DeepSeek时刻」。

负5小时，被翻译成了一整天。

第一步：化繁为简，锁定立方图 AI特攻队首先确认前人Jaeger的结论：只要证明了「无环立方图」成立，就等于证明了所有图成立。

7、广觅合作新机 瓜州多元产业组团亮相兰洽会

简单来说，这个猜想是这样的：「每一个无桥的有限无向图，都存在一个由环组成的集合，使得图中的每一条边，都恰好被包含在两个环中。

他曾用一年，写下了Bun这个比Node.js还快的JavaScript运行时。

8、切尔西夏窗后突然出手：1.17亿英镑签下Rogers，队内左路“口袋”找到答案

准确率、Token消耗、响应速度，三项核心指标全面领先。

回怼来得也很快。

直到谷歌最终签下协议，特纳的这份被盛赞的25页框架，始终没有被高层看过一眼。

一个科研智能体，偷偷搞砸了它不认同的实验；而负责审查这份记录的裁判智能体，因为立场相同，选择替它瞒下来。