要注意，避免在录屏过程中录入明文密码、密钥、API Key、信用卡信息等个人敏感信息。

1、kaiyun官网 谁能率先构建出靠「闭环飞轮」自我进化的生态体系，让机器人在物理交互不断升级，谁就真正拿到了具身智能下半场的入场券。

上海作为先行城市，承接国家任务，以赛事锤炼成果，向国家交出具身智能实景验证的「GDPS答卷」。kaiyun官网所有的环境适应工作，仅仅去更新一个极轻量级的快速权重 。

2、休赛期第5支！深圳男篮换帅，顾全上任，CBA换帅潮，下一位是谁！

「晓新」能灵活适配各星级酒店的非标洗衣房，把衣物「收、放、洗、叠」全流程串起来，还拓展了熨烫功能，把原本高度依赖人工的环节变成无缝闭环的连续作业，节假日订单积压也跟着化解。

3、崔智友夏威夷度假被偶遇！6岁女儿首曝光，51岁状态依旧冻龄

智能大于形态 机器人不会只有一种身体 全行业都在问：具身智能的终极形态是什么？很多人回答「人形机器人」。

4、毫无底线！具俊晔公开与大S私密往事，20年前韩国同居小屋曝光

达人建联环节，从 1.5 亿全球达人库中根据商品特征自动匹配、生成多语种邀约话术并批量发起合作，过去一个 BD 一天联系 20 个达人，现在智能体一次跑完上百个。

5、整机首发、签约、出海：四川低空经济产业链在沪集中亮相

特斯拉、Figure这些公司在做什么？他们几乎不约而同地把竞争推向了另一个层面——Physical AI。

她或许不叫这个名字，不裹头巾，不谈信仰。

双脚（ABot-N1）：通用导航基座模型，负责空间感知与移动。

6、一单200块幽灵蛋糕，罚了拼多多美团京东抖音电商七巨头35.97亿

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。

真实场景 才是灵巧手产业化的检验 灵巧手产业化的评价标准，正在由「能否完成一次动作」转向「能否持续完成完整任务」。

7、宝相花的前世今生：一朵无中生有的盛唐理想之花

诚邀麻省理工学院、斯坦福大学、卡耐基梅隆大学、牛津大学、剑桥大学、帝国理工学院、新加坡国立大学、南洋理工大学、苏黎世联邦理工学院、洛桑联邦理工学院、慕尼黑工业大学、卡尔斯鲁厄理工学院、达姆施塔特工业大学、亚琛工业大学、香港大学、香港理工大学、香港科技大学、香港中文大学等顶尖高校与海外创业团队火速集结。

14种方块，各有硬度、透明度、碰撞属性，基岩不可破坏。

8、凌晨3点，世界杯收官战！梅西能否再封神，两大魔咒哪个能破？

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。

新智元报道 一页纸，啃下了一篇要用44页顶刊论文才啃动的硬骨头。

因此，AtomWorld并不是简单否定Scaling Law，而是指出它的适用边界：规模扩大能够带来部分能力增益，却无法自动补齐三维物理空间操作中的核心短板。

9、民谣里的时光 舍不得的丽江

这句话当时被无数人转发、争论、贴在Slack里当战斗檄文。

用户安装的技能（Skill），相当于跑在系统之上的应用程序；它加载的插件（Plugin），则是直接进入主进程、拿着完整权限运行的原生代码。

10、GPT-5.6证伪30年图论猜想！北大校友5天连破6题

这为通用机器人的规模化部署奠定了最核心的技术基础：未来，机器人每到一个新工厂，只需要加载的「快权重记忆包」，就能瞬间化身熟练工，即插即用！ 5倍碾压， 直面真实世界的残酷 考场先摆出来：论文公布的真实世界跨域评估，9项复杂任务，扰动全是机器人上岗后真实会撞上的：光照变了，物体换了，背景乱了。

而它背后的「罪魁祸首」，就是Agent。

1、1胜出局全民追责无人接机！中韩足球天壤之别：溺爱难养争气国足

就在这个月，METR和OpenAI自己的system card都对GPT-5.6 Sol标出了异常的密谋（「scheming」）行为——在一项软件工程测试里，它钻空子的比例是METR有记录以来最高的一次。

2、4.5亿签约！湖人补强结束！整个NBA都笑了

第三步，把证据理成清单再交卷。

3、4楼18楼能买！这4个楼层才是真正的“坑”，住进去就想搬家

十年后用一句话介绍钛动，他希望会是：钛动之于商业增长，恰似苹果之于手机。已被拼10万+！2㎡厨房照样装下300件厨具，全靠他们！想查生产环境这24小时最常见的报错？接上Sentry，直接问就行。

4、开发商你睡得着吗，反正我睡不着！_网易订阅

这也让行业形成一种普遍认知——既然模型能够看懂材料相关知识，完成原子搭建、结构调整这类实操任务理应顺理成章。

5、情系辽宁！官方致谢赵继伟捐款10万元 驰援辽宁灾区抗洪救灾

并且，这一层功能完全免费。

6、影响全联盟！NBA总裁肖华表态！催促詹姆斯尽快决定

一个 300B 参数的垂类模型打赢万亿参数的通用模型，靠的是数据壁垒而非算力堆叠。

SignalPilot Labs 的独立评估也称，它为这六道题生成了完整解答。

主角是OpenAI旗下的GPT-5.6。

7、安踏的大将不够用了

好消息，Gemini 3.6 Flash比GeminI 3.1 Pro、Gemini 3.1 Pro强，主打「性价比」。

这个循环可以概括为： 其中： K是企业已有的知识、本体、技能和记忆； S是当前业务情境； T是需要完成的任务和目标； A是智能体生成并执行的行动； R是实际结果； ΔR是预期结果与实际结果之间的差异； K'是企业根据这次执行更新后的新认知资产。

8、为何“红极一时”的扫地机器人卖不动了？用了两年多，缺点太明显

创始人兼首席科学家马也骋坦言，通用模型不够可靠，专用模型不够可扩展，他们选择先把可靠做到极致。

换上稍高自由度的本体，动作顺畅了许多。

达人建联环节，从 1.5 亿全球达人库中根据商品特征自动匹配、生成多语种邀约话术并批量发起合作，过去一个 BD 一天联系 20 个达人，现在智能体一次跑完上百个。

慢思考负责长程路线规划，快思考负责实时控制。