3.6 Flash的发布公告中，谷歌提到，Gemini 3.5 Pro还没有完全准备好，而Gemini 4已开始「目前最雄心勃勃的预训练」，并「对取得的进展感到非常振奋」。

1、熊猫体育 在WAIC现场的分拣单元，面前堆了几百种乱七八糟的物体——日化用品、文具、水果、蔬菜、玩具、零食——十几种类别，机器人一件件拿起来，扫一眼，准确丢进对应的分类框。

这些企业路径不同，但都指向同一个判断：机器人未来的核心，是AI能不能通过这副身体理解现实世界、适应现实世界，并最终改变现实世界。熊猫体育从专业程序员，跨界到产品、设计，甚至覆盖了每一个只要有想法的普通人。

2、中国男篮最强“暑假工”！15投砍23分6板4助，郭士强终于盼来救星

done条件：且必须机器可判定，比如测试全绿，或者某个spec项被关闭； 硬上限：包括最大轮数和最大花费，专防成本失控和无限循环； 无进展检测：一旦发现它反复碰同一批文件却没有新的通过测试，就强制停下。

3、郑钦文止步WTA雅典站1/4决赛

不久前，汽车圈爆出重磅消息：宝马最新发布的电动M3性能版，放弃了传统直驱电机，采用「四轮毂电机」方案——四个车轮各由独立电机驱动，能实现坦克掉头、原地旋转，操控性和动力分配精准度前所未有。

4、知乎：不亏钱了，但不富裕

在此基础上，再上强化学习，用一个几十维度一起打分的奖励模型：构图、文字准确度、设计美感、整体一致性各算一笔，每出一张图就反馈「哪好、哪不好」。

5、WEEK2+WEEK3

Physical Intelligence研究科学家任至意坚信，模型能力足够，唯缺上下文——泛化会自己涌现。

「每当我想退缩时，我就会看看手机里存着的那张照片——那个被DHS特工在街头无辜枪杀的平民。

Gemini Diffusion、SEED Diffusion以及LLaDA、Dream等开源模型的出现，使其受到学界与工业界的广泛关注。

6、随着郑钦文0-2无缘四强，诞生5个意想不到，球迷发出3个疑问

AI强在不做情绪性止损。

它不仅是在说企业要防止自己的知识被拿走。

7、杰夫格林成为自由球员 火箭还会给其合同吗 今夏会选择退役吗

这座AGX之城，才刚刚破土动工。

所有公式图表、实验参数、运行代码、成败数据、推演日志，均会按照专业标准自动结构化归档、统一留存、全程留痕。

8、7中1！赵继伟揽责承认防不住霍金森，郭士强战术混乱该为惨败背锅

他将这种现象命名为「下一代巨模型失望陷阱」。

不经过处理的多路图像会生成海量Token，直接拖垮推理速度。

机器人进入家庭之后，将开创一个全新的物理交互维度。

9、不落后就不会踢的阿根廷，真要卫冕了？

人可以结合路口结构、当前朝向和道路形态，自然判断下一步应该从哪里经过。

S0 是运控层，频率最快，1000 Hz。

10、一幅签名全网硬夸？范小勤又经历一次抽象围观

Gemini 3.5 Flash-Lite则主打速度快，每秒可输出350个token。

」 如此看来，现在行业所感受到的「模型差、数据荒」，可能问题压根不在脑子上，而是身体的物理极限卡住了天花板。

1、【WCBA联赛】季后赛｜排位赛第四场，浙江稠州银行74-89不敌合肥文旅，结束本赛季征程

这一举动一度让五角大楼对谷歌产生了顾虑。

2、网球天堂没错了！萨巴伦卡好事成双逆转莱巴金娜 辛纳集齐大师赛六项硬地冠军解锁新成就

这几个硅基，能在规定时间内完成任务吗？ 8万块积木 一场没有剧本的公开考试 一座积木长城，听起来像个行为艺术。

3、决策大模型第一股，中科闻歌启动全球发售

Bloom一句话回应为此定性：戏剧性的误导。对话联影集团薛敏：医疗AI正在从模型竞争，走向医疗体系的重构这是2026世界人工智能大会（WAIC）上，由原力灵机发起的一场「全球首创」级挑战，正在展台上真实上演。

4、677亿！全球大模型“二道贩子”要卖身了

正是这份多模态家底，让面壁能够快速切入机器人赛道，用视觉Token极致压缩解决了机器人的「金鱼脑」记忆短板。

5、火药味！阿根廷全队又唱又跳挑衅英格兰队，大喊不跳的就是英国人

通用性和泛化性不是口号，要靠难题来证明 「通用」和「泛化」在AI行业快被说烂了。

6、地平线收入增长超预期 预计收入达19.3亿元至20.8亿元

此外，「模速空间」大模型创新生态社区、上海漕河泾新兴技术开发区及上海青浦国科创智经济发展（集团）有限公司，还将联合为大赛优秀项目提供产业孵化园区场地支持，助力团队就地落地发展。

这三件事叠在一起，本质上都在问同一个问题：一个具身模型，能不能从「演示品」变成「工时」。

把目光放得再远一些。

7、李翔破门闫恒烨进球，王宇轩任意球助泰山B队四连胜，紧追海港！

更重要的是，单个漏洞从发现到修复，时间已压缩到小时级，而传统流程里，这个周期往往以天甚至周计算。

数据规模回答「见过多少」，经验密度回答「学到多少」。

8、34号秀三场轰85分打疯了！4点证明骑士次轮捡到宝 哈登再添好帮手

跨物体——不只认识规则工业零件，还认识几百种日化、食品、玩具、文具，连透明的、柔软的、反光的都能识别。

持续咀嚼赛事数据是理解，压中佛得角是推理，而那张惊艳全场的巨幅战报图，则是最后一环的交付。

走到这座教堂的最前沿本身就极耗力气，而大模型已经能以超人的效率做到这件事，最近的突破基本都源于此。

第四点，high和xhigh档上多智能体的调用比预期的多，auto-review那边也有浪费，都在修。