DA-Nav没有让视觉语言模型直接预测连续三维坐标，而是将机器人第一视角中的道路空间划分为候选区域，让模型先在画面中判断接下来应该经过哪些位置，再由控制模块将这些空间落点转化为可执行轨迹。

1、滚球app 浙江大学联合NVIDIA提出Light Interaction的思路不是重新训练一个更小模型，而是让现有模型在推理时「看交互状态办事」：探索新区域时，少依赖不可靠历史；回访旧区域时，充分利用历史约束；局部动态剧烈时，减少冗余上下文；状态稳定时，则复用更多计算。

模型在长程仓库任务里最常翻的三种车，是定位跨文件时找错位置、不遵守项目规范、测试没通过就交活。滚球app不需要让机器人训练具体任务，只要训练一次动作，即可复用于 VLA 执行、遥操作采集、零样本回放三类场景。

2、澳大利亚2-0爆冷！土耳其狂轰30脚0球！球迷：国足无缘世界杯不冤

在多项信息图生成基准中，SenseNova U1展现出降维打击般的实力：生成质量全面领跑开源阵营，更在推理速度上实现了绝对的效率压制。

3、备战主汛期！潍坊消防14车80余人开展水域救援实战拉动演练

近日，来自华中科技大学的李钦宾研究团队在ICML 2026 Position Paper Track提出了一种新的解决思路：不是让大语言模型替代人类审稿，而是利用LLM对「评语—分数」之间的映射关系进行校准。

4、刚确诊癌症？别问“还能活多久”，问问AI这6件事！

斯坦福大学的统计学大师Emmanuel Candes甚至将其评为「1950年后统计学界最重要的两大发展之一」。

5、消炎、防癌、护血管……一根葱的好处竟然有这么多！

科研智能体的新赛道 AtomWorld的核心价值，不止于定位模型失效，更在于把 「材料智能体不会建模」 这个模糊痛点，拆解成一系列可测量、可追踪的原子操作能力 —— 从基础元素替换到空间区域判定，再到连续几何理解，逐层厘清失效类型、程度与规模增益规律。

因此，本文主张将可解释性问题的核心从「模型如何思考」转向「模型处理了什么样的信息、这些信息具有怎样的本体论地位」，从而将可解释性的对象从模型本身扩展至模型所嵌入的整个信息生态——包括训练数据的结构、知识的表征方式、推理过程中的信息流转，以及输出与外部知识体系的映射关系。

Qoder Security会跨文件、跨函数追踪完整数据流，从污点源到危险汇聚点，挖出单文件视角永远看不到的隐藏关联漏洞。

6、5.25挪超推荐：斯达vs瓦勒伦加

这样的本体既非替代模型推理的符号引擎，亦非仅供查阅的静态背景资料，而是嵌入推理链路之中、可被实时调用与追溯的解释性基础设施。

正式上线的时间和功能完整度，苹果没有给出任何承诺。

7、队记：科尔已经对伦德伯格表示信任 已告诉他可能会让其首发

Grok Build里有个「帮助改进模型」的开关，几乎所有人都以为，关掉它就等于关掉数据收集。

参考资料： https://www.imo2026.com/Results/Individual_Results.htm https://x.com/_simonsmith/status/2078468111678722448 https://mp.weixin.qq.com/s/HekpOfjea9-NrRP5TxL5Zw https://mp.weixin.qq.com/s/nQVfMccLl0ArddDwF6GPVg 编辑：大卫新智元报道 7月18日，AI圈忽然被这个消息刷屏了。

8、捷达首款纯电轿车M6亮相，轴距接近B级，或9月上市

其中后摩智能提到的一个数字值得注意：Agent时代复杂任务的连续推理，算力消耗将暴涨1000倍——这也从侧面说明了，为什么此芯要做开放平台，让更多AI加速卡厂商能接进来一起扛。

并且，主动降级：从总监，回到一线IC。

点一下土星，右边滑出资料面板。

9、曼联要搞砸夏窗了！1个月才花5000万买1人，埃德森遭退货卡帅难了

在长期的被FOMO情绪蔓延的科技圈，这个消息就像一颗火星掉进了炸药桶。

放眼当前的具身智能赛道，行业共识正在发生剧变。

10、4外援比拼！王峤首秀，申花海牛首发出炉，刘军帅颜卓彬首次先发

对此，官方干脆开了张「该删」清单：重复的规则、不改变结果的风格和流程叮嘱、无用的例子、模型本来就会的步骤、跟本次任务无关的工具及其描述——统统砍掉。

面壁智能、智谱等纷纷布局具身智能，是行业趋势。

1、太有爱了！深圳地铁纳凉区上新

姚期智院士在2025全球开发者先锋大会暨国际具身智能技能大赛的致辞 大赛专家指导委员会主席由姚期智院士挂帅（图灵奖得主、中国科学院院士），首创「人工智能专家+具身智能专家+人类技能大师」三元评审体系，为GDPS赛事评审标准与技术方向把舵定调。

2、隐瞒病史做手术，整个科室差点团灭！医生：求求大家讲真话！超70%患者会隐瞒，还有人隐瞒HIV、梅毒来生小孩！出了事故谁担责？证据是关键

看着能优雅做出三明治的机械臂，我们有理由相信：属于中国机器人的AGI时代，已经开启。

3、五大联赛走一圈，德甲西甲是赢家，英超意甲是水货，法甲没存在感

真正的问题，出在「交作业」这一步。央视直播焦点战！北京国安主场迎战辽宁铁人，外援达万迎来利好把二十年时空数据 变成具身智能的基座 一个做地图导航的公司，为什么能杀入具身智能的核心圈？ 如果把「体系化」的三道门槛拆开，答案很明显。

4、巴基斯坦西北部一检查站遇袭致14死24伤

它的任务只有一个，找漏洞、补漏洞。

5、加拉：萨利巴在法国队踢左中卫很别扭；阿隆索将重塑切尔西

step-saving reward 直接把「更短、更直接的成功轨迹」写进优化目标。

6、和因扎吉一个类型，与里克尔梅心有灵犀，在阿根廷国家队生不逢时

AGX的那个「X」，寓意X Possibilities、X Accelerator与X Future Matrix。

14种方块，各有硬度、透明度、碰撞属性，基岩不可破坏。

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。

7、禁毒安全教育走进暑期托管课堂，助力青少年健康快乐成长

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。

知识库解决的是「系统知道什么」，但企业认知系统还必须回答： 系统应该在什么条件下使用这些知识？ 应该调用哪些技能？ 应该采取什么行动？ 什么结果才算成功？ 失败应该归因于知识、技能、计划、执行还是环境？ 学习以后，系统应该修改哪一部分？ 因此，认知主权比数据主权更深一层。

8、活过200岁还不长癌！这种海里巨无霸是怎么实现的？

这种在国产显卡上做Infra的能力，是目前其他团队无法企及的护城河。

AI一来，改变了这个前提。

一个真实的业务流程，可能前一秒在本地拆意图，后一秒调云端大模型补脑子，再下一秒回到边缘执行。

混合云算力聚合：实现本地私有集群与公有云算力的安全互通混训，不仅将整体性能提升了68%，而且还治好了企业「自己的卡不够用、云上的卡却闲得发慌」的问题。