从去年9月十几人的初创班底，到如今接近200人的团队，不到一年产出的成果可以说是相当密集。

1、江南娱乐 目前，平台已在蛋白质工程、量子计算、脑科学、新材料研发、半导体、地球气象六大前沿科研领域落地应用，适配多场景原创科研需求。

原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。江南娱乐这层数据的颗粒度有多细？ 李述昊在采访中随口举了一个场景：卖给西班牙裔、在加州洛杉矶、晚上 10 点投在 Instagram 的某广告位上，CTR（点击率） 2% 算好还是算坏？ 钛动科技创始人兼 CEO 李述昊，在 WAIC 钛动展台现场交流 通用模型给不了答案，因为它没有按三级类目、按地域、按时段拆分的行业基准线。

2、离奇判罚！一回合两犯罚两人！激活最强高诗岩，轰25+11率队连胜

未来AI for Science更需要面向行动能力的Action Scaling，让模型在可执行任务、工具调用、环境反馈和物理验证中学习如何完成真实科研任务。

3、前骑士澳洲锋线：回到墨尔本联让我感到兴奋，我希望帮助球队夺冠

我们是否应该陷入「AI 取代数学家」的陈旧恐慌？大可不必。

4、首届AI世界杯，咪咕亮牌

6月18日，Anthropic宣布Claude Code支持Artifacts：把进行中的工作预览成实时、可交互、可分享的网页。

5、鸿蒙智行官宣问界M7交付破45万台 领跑30万级SUV市场

AI 达人：依托钛动覆盖全球的 1.5 亿达人资源网络，智能体根据商品特征和目标市场自动匹配达人、生成多语种建联话术并发起合作邀约。

而最耐人寻味的一处细节是，它的回退链，指向Opus 4.8。

但现在，Kimi K3把这层窗户纸捅破了。

6、刚被文班亚马打爆，立马就面临被交易，雷霆欲用霍姆格伦换布泽尔

AI编程，以前拼的是提示词技巧，现在拼的是谁会搭系统：谁能设计出一个自己会验证、自己知道该停的循环。

威胁模型（Threat Model） 场景：攻击者微调一个预训练DLM以植入后门，再将其作为「有用且良性」的模型（如某垂直领域的定制模型）发布到开源平台；任何部署该模型的用户都可能成为受害者。

7、美股光通信、云计算服务商板块走低

这两年，OpenAI和Anthropic都不约而同地都把重心压在了代码、办公、设计这几个场景上。

标准化解题与原创科研探索的核心差异，正体现在这一点。

8、法网首轮失利 排名跌出100位 郑钦文不得不面临的现状

五家最硬的成果和一句话立场摆出来，你会发现连「墙在哪」都没谈拢。

本质是因为，想在家庭场景完成作业，单一的手或者脚足够灵活，还远不足以支撑。

智元全都要。

9、詹姆斯亲口告诉女儿将离开湖人，下家或是勇士只因能每天回家

你只需要定义规则、目标、玩法和世界观，剩下的角色、场景、画面、叙事，全都在实时互动中由AI生成！ 想象一下，你对着屏幕说：「男主这时候应该摔门而出，眼神要三分薄凉四分愤恨。

关键在于：可解释性不要求模型内在机制透明到每一个权重的程度，而要求我们能够确认模型在信息处理层面所形成的结构是否映射到了人类用以理解世界的范畴框架之上。

10、郭涵煜/姆拉德诺维奇夺得2026年温网女双冠军

晓途：一脑多形，7×24小时在岗 它依托通用智能大脑（Agentic AI），同一个脑子能适配多种形态的四足机器人本体，室内外无缝衔接、动静态避障、多机协同调度，全程无需人工干预。

全行业拉响警报， 巨头集体跌入「下一代巨模型失望陷阱」 沃顿商学院Ethan Mollick在转发报道时，提出了一个细思极恐的观点—— 这根本不是谷歌一家的悲剧，而是整个硅谷正在遭遇的「周期性技术寒冬」。

1、索尼RX10 V将至？富士XF50-140二代9月登场？｜势力新鲜报

DeepSeek V4-Pro 在窄任务上对标 Opus 4.5，差距 5 个月。

2、小马智行一季度营收大增145% Robotaxi业务持续提速

有人点评道：「这根本不像任何正常训练出来的模型。

3、2026的这波“红包雨”下得也太高级了吧？

彭博社记者 Mark Gurman 判断这是一次意外推送：苹果不会毫无宣传动作地发布国行 AI，不会选在中国凌晨上线，视觉识别调用的是谷歌引擎而不是国产引擎，在中国也不合理。7200 万镑强攻！阿森纳死磕顶级中场，个人条款已完全谈妥所以，模型能力只是入场券，FERPA合规、数据隔离、教师工会背书，才是能不能真正落地的门槛。

4、头号种子出局！石宇奇状态不佳战满3局惜败，无缘中国公开赛四强

ABot最早发布于今年4月，彼时高德自研的机器导盲犬高德途途首次登上机器人半马的舞台，并展示了其出色的开放环境全自主导航能力。

5、4年2.73亿美金！NBA休赛期最烂合同，哈登要向老詹学习

通用Agentic，从「会调工具」到「能扛业务」 写代码只是Agentic能力的一半。

6、拉塞尔预计将与灰熊完成买断，他在独行侠的表现实在是惨不忍睹？

Boris早就验证过这一点。

因此，AtomWorld提醒我们重新理解Scaling Law在科学场景中的适用范围：基于网络文本语料的Language Scaling依然重要，但它只是起点。

Bun之父 让AI重写百万行代码 当年，Jarred Sumner押注Zig的逻辑很纯粹：用极致的简洁，榨取媲美C语言的性能。

7、狼队前锋被曝拒绝离开训练场，俱乐部直接取消训练并增设安保

这也不是Anthropic第一次做教育。

这背后欠下的，是一代人的「认知账」。

8、俄军忽然换了新打法，专炸这两类目标，让泽连斯基措手不及

下一个被GPT用90分钟终结的，会是谁二十年的心血？ 参考资料： https://x.com/wfithian/status/2077218361398964684https://x.com/EdgarDobriban/status/2077082912021786660 https://x.com/jdlichtman/status/2077297788304429195?s=20 编辑：大卫新智元报道 见证历史！ 如今，全世界99%的人类，在IQ这方面竟拼不过一个AI。

没有多余的一遍遍微调，新鲜出炉的专属 Skill 开箱即用。

后台弹出一笔即时零售订单：一瓶饮料、两罐罐头、一包软包装零食，几十分钟内要出仓。

这两件听上去朴素的事，恰恰是今天最强的AI所没有的。