但是，Token Capital仍然只是一个资本层面的概念。

1、Kai云体育 它要做的是一个平台。

不推敲、不打草稿，成不成看运气。Kai云体育这三条，正好一一对应前面那三个命题。

2、30亿美元砸下，可灵在跟谁赛跑？

学生碰不到Claude 讲了半天老师，那学生呢？ 理论上，学生是最终受益的一方。

3、重庆山体崩塌致11死50失联

2026年2月，一个名叫MJ Rathbun的AI，给一个人类程序员写了篇讨伐檄文。

4、火箭2年1300万签约斯玛特 这笔签约的背后 为火箭带来哪些变量

James的核心洞见是：回忆并非按地址读取文件，而是情境性的重构。

5、SGS深化与EcoVadis合作 正式成为其审核合作伙伴

丢给它一个开放问题，它会输出一段流畅、得体、八成正确的回答。

全美老师，就要迎来这样一个免费的AI助教了。

逐际动力是最早提出并布局人形大脑系统的具身智能公司；后来者的趋同，从侧面印证了这条路线的前瞻性和引领性。

6、致敬三狮传奇，凯恩向贝克汉姆赠送英格兰传奇纪念帽

但方向已经越来越清晰：当实时世界模型、AI智能体和游戏机制第一次进入同一个闭环，玩家和创作者之间的那堵墙，就开始被拆掉了。

再往下，GPT-5.6 LUNA Max、Claude-4.8 Opus这些名字，还在117到123分之间打转。

7、又停了！中国男篮全面停止归化，世界杯出线难，女篮也没戏！

大模型从「不能用」到「能用」，只花了两三年。

作者不是奥特曼，是CFO Sarah Friar。

8、所有品牌都在出的包该买谁？！

所谓「提示词能力」，正在变成一种提问能力：知道该问什么，知道怎么把一个问题拆开，知道怎么让模型互相「拆台」：最后那个判断，还要你自己下。

6月，谷歌签下了一纸合同：每月向SpaceX支付9.2亿美元，租用11万张英伟达GPU的算力，合同一直签到2029年。

可问题也就出在这儿：厂商这边省token，用户那边是有感知的，最直观的，就是模型「不肯想了」。

9、火箭对阵森林狼前瞻 缺兵少将的森林狼不好对付 乌度卡将如何应对

惊喜的是，在这方天地间，我们还看了一场染透天际的日落。

2022年以来，连续4年拿下6金。

10、践行五大共生 安踏深度参与中纺联“责任链动”计划_网易订阅

如果签下，就意味着他们的模型将被用于制造致命自主武器（杀手机器人），或是建立大规模AI监控网络。

项目主页：https://inceptionwang.github.io/PolicyTrim/ 论文链接：https://arxiv.org/abs/2606.22540 代码链接：https://github.com/INCEPTIONwang/PolicyTrim 模型链接：https://huggingface.co/INCEPTIONwang/PolicyTrim 新方法实现了： 3×动作chunk利用率，更长horizon可靠执行； 51.4%物理步数减少，压缩冗余修正动作； 5.83×端到端最高加速，LIBERO Object/π0.5； 从「算得更快」到「做得更快」 PolicyTrim的核心目标不是替代计算侧加速，而是补上另一个被忽视的维度：减少完成任务所需的前向推理次数次数。

1、陈友泉因身体不适离队 王宝泉代天津女排主教练

放眼更远处，我们还需要强有力的防护措施，以维持对日益智能体化（agentic）、能够递归式自我改进的系统的掌控——并处理那些只有随时间推移才会逐渐清晰的未知问题。

2、没有信号表示詹皇要签勇士！巴特勒+多首轮追AD遭拒 续约追梦成备选

参考资料： https://x.com/thsottiaux/status/2076495156757577895 https://x.com/FixlationAI/status/2076469274441380349 https://www.reddit.com/r/codex/comments/1uuy5eq/nerfed_codex_sol_max/ 编辑：元宇新智元报道 【新智元导读】刚刚，AI编程圈干了一件狠事。

3、热议杜润旺加盟同曦：与广东报价合同差距不大 离队真因引外界猜想

他随手举了一个例子：机器翻译折腾了许多年，大语言模型出来以后直接碾压了整个赛道。CBA最新消息！山东男篮大手笔引援，韩硕成为北控队教练服务器一重启，磁盘上700个碎片就成了无主孤儿。

4、36氪首发

这说明模型真的「懂」前沿量子信息。

5、布泽利斯：一直在和阿夫迪亚交流 我需要更多地冲击篮筐

加入供应商矩阵，产品、技术与品牌将直达千万年轻高知群体，触达数百支全球顶尖赛队与头部企业，在真实场景中共同进化，即刻共享场景落地快车道。

6、【CBA联赛】第三十四轮｜四连胜！浙江稠州金租81-76胜辽宁本钢！

原因在于，OpenClaw过于宽松，各模型都同样糟糕；而SeClaw把简单攻击替换成了需要模型自行判断的结构化界面，于是懂得判断的模型分数跃升，机械照做的模型则摔得更惨。

说白了，老基建量的是FLOPS，却产不出稳定、有效的Token。

宁德时代、延锋、国药控股、复旦附属儿科医院……一大批场景单位，正在把服务场景、真实产线、流程痛点搬到GDPS赛场上。

7、近十项发布密集登场，蚂蚁在WAIC甩出一串“AI全家桶”

一位科学家出身的政府高官，在小象电动展台前久久驻足，详细询问了聚能磁轴向磁通电机技术路线与量产进展。

图像生成这十年，其实走过两级台阶：先解决了「像」，又解决了「真」，细节越来越逼真。

8、夺2冠2亚+外战不败！国乒17岁左手新星崛起：王皓该重点栽培他？

因此，VLA部署效率不仅要看每一步的推理延时，更要看策略效率（policy efficiency）：一次预测中有多少动作能放心执行？完成任务到底需要多少真实物理步骤？ 已有方法大多从计算侧入手，例如视觉token剪枝、量化、KV-cache复用、蒸馏或推理引擎优化。

Chloe的视频，是第一次让大量普通人感受到：历史不是别人的事。

此前创建 Skill 要手写一份 SKILL.md 文件，用 Markdown 写清步骤、触发条件和元数据。

这也从侧面说明，在某些情况下，安全与功能难以兼得。