围绕loop，产品落地层目前已经形成了“双雄对峙”格局 一个就是大家天天都在用的Claude Code，它围绕loop做了三件套： /loop负责定时循环，/goal负责目标驱动（跑到验收条件满足为止），/schedule负责云端定时任务（合上电脑也能跑） 其中最精妙的设计是/goal，它背后藏着loop最关键的一条原则——自己不能判自己的卷子。

1、kaiyun官网 后厂，也就是「Token工厂」，即Agentic MaaS大模型服务平台。

他知道下行是常态，上行也终会到来。kaiyun官网根据灼识咨询，PPIO 的平均 GPU 利用率于 2025 年一直高于 75%，大幅超越行业平均水平40% 至 50%，这种智能的“削峰填谷”能力大幅提高网络的整体资源利用率。

2、“ 轨道插座 ” 为什么突然没人买了？内行人说出实情，无非这几个原因！

机器人的“眼”，指的不只是拍张照片，而是获取真实世界的信息：物体在哪、长什么样、离多远等等。

3、河南社旗：消防宣传进社区 实操演练筑牢安全防线

论「谁真正做出了大脑系统」，又是另一个维度的PK了。

4、直播间4580元买的“缅甸直供”翡翠实为地摊货，女子沟通退货被拉黑，寄件地址是虚拟的

比起一个天马行空的创意，越来越多人开始相信：真正优秀的产品，更像是从真实生活里长出来的。

5、张雪峰去世后，第一个被骂的明星出现了！网友强烈呼吁封杀

20世纪90年代末就已开始，国家成立了四大资产管理公司，分别对应四大国有银行，把不良资产剥离进去，让四大行的资产负债表变干净。

13岁她进入桂林中学念高一，时常在课堂上自顾自地看课外书。

后台是GPT-5.5，负责复杂推理、网页搜索、Agent任务。

6、译者桌上那盏灯

从发电设备变成真正的用电量，中间要跨越电网这道坎——上网、输送、消纳，每个环节都有堵点。

交易完成后，砺思星灵间接持有DeepSeek 0.8265%的股权。

7、贝林厄姆送走哈兰德：英格兰天命之子！

本次导师阵容包括猎豹移动董事长兼CEO傅盛、红杉中国合伙人公元，以及真格基金投资合伙人Koji杨远骋等。

对应到「元医院」也类似。

8、育碧CEO力挺索尼“砍光盘”：没什么大不了

通过给 AI 应用提供一个智能调度中心，智能模型网关让每次模型调用都变成一场“专家会诊”。

开句玩笑话——集齐四家，就可以召唤神龙了。

记不清拨出了多少通电话、发送了多少封邮件。

9、哈萨克斯坦国家银行新总部，ZHA中亚首个建成作品

佐治亚理工学院负责的代表任务是object-in-container，斯坦福大学负责双臂精细操作，UC San Diego和ETH Zurich则参与长时序双臂任务验证。

它可以说得很像真的。

10、夜读丨儿时枣香

加上 OpenRouter，Stripe 的意图浮出水面：选模型、计费、收款，一条链路全打通。

UMI的关键价值，是让数据采集摆脱固定机器人和实验室。

1、汪海林说我们要虚心地向周星驰学习引热议！

物理世界的AI，也终于等来了它最理想的样子。

2、AI每赚1块钱，谷歌花出去2块

他的GitHub上放着一个仓库，名字叫「用OpenEvolve做算法发现和优化的实验」。

3、《穿Prada的女王2》阶层鄙视链：穿衣随便的最有钱，穿越贵越焦虑

本次发布会上同场亮相的大模型原生智能体手机STEPX Neo，就是这条技术路径的首个落地终端。泰山队深陷困局：“只走不来”酿竞争真空，换帅难破核心症结创作卡壳不知道写啥？我们又搓了一款「一条笔记」，拍一张封面，填三个空，标题正文话题一次配齐，排版风格随便挑，拍立得、杂志、便利贴都有。

4、爱彼“最复杂时计”来北京，凭什么封神？顶级藏家就看这3点

结果就是：「休假」被记录为「低产出」，休假员工被不成比例地选入了裁员名单。

5、不听不信不贪恋 邮储银行巴中市分行构筑反诈“心”防线

△Earth-o1大气世界模型 在空天飞行器领域，联合中国航天科技集团推出的“书生·扶摇”，让飞行器概念设计具备了小时级迭代能力——而传统流程按周计算。

6、五连胜，中堂重返甲级

编解码库包含编码HGENC、解码HGDEC、JPEG编解码HGJPEG与预处理HGPP等，对应多模态数据处理的高吞吐需求； 集合通信库PCCL与sailSHMEM，专为多卡、多机分布式训练设计，冲的是大规模训练里的通信瓶颈。

原因在于，Agent并不是一条固定的神经网络推理链路。

只需输入城市名称、上传个人照片，短短几秒就能生成一张融合城市文旅IP与个人形象的分镜脚本明信片——这份专属伴手礼，正是长缨一站式AIGC生成平台能力的生动缩影，也承载着北电数智的核心理念：人人都是大师，让创作回归创意本身。

7、于正用美颜相机与古力娜扎合照，“于正美颜相机下的娜扎”登热搜_网易订阅

具体到业务场景，在AI4S长序列蛋白质预测场景中，通过融合算子优化，整体预测耗时减少75%；在AIGC视频生成场景中，国产芯片运行DiT模型时，多卡并行视频生成加速比达到了93%。

四个独立LoRA，分管聊天、Agent、编程、GenUI，各自训练、各自评测、各自回滚。

8、名记曝KD训练中撞伤膝盖！火湖大战G1出战成疑 球队持乐观态度

这也是机器人在叠盒封胶流程中降低误差累积、在衣物被打乱后恢复任务的基础。

过去，不同机器人往往需要针对自身功能重新开发技能。

听上去很有道理，不过要解决的问题却很现实： 不靠量产堆数据，泛化从哪来？ 细挖爻方的解法 爻方的答案，其实就写在那篇技术报告里：用更聪明的架构，把有限的数据用到极致。

2026年4月，Claude Mythos Preview做到了52倍。