但真正难解的，是百度AI技术沉淀下，反而更“保守”的路线选择，以及AI应用与百度“排名付费”的现金牛左右手互搏。

1、江南娱乐 看完这些Demo，我感觉离工厂、商超由机器人主导的那一天，可能真的不远了。

当前主流框架和算子库深度绑定CUDA生态，模型向国产算力迁移流程复杂、开发成本高、周期长。江南娱乐把目光扩展到整个工站，料箱折叠工站中多个料箱叠摞后由机器人同步推送至目标位置，意味着多机器人单元间动作协调与节拍匹配已稳定运行。

2、李斌回应蔚来“千站计划”迟缓问题：最多推迟一两个月

从跑分来看，这个委派架构是真的管用，语音模式终于不再是「降级版聊天」了。

3、认识一下日本包袋顶流

纵观全球具身公司，在长程、不间断、不遥操作的真实家庭任务上，目前只有逐际动力与Figure做出了可信度高的完整演示。

4、张家界596分少年曾许下心愿想改造老家、给妈妈换新手机，爱心人士帮其完成心愿

这听起来像办公软件的基本要求，却正是许多AI生成工具最容易翻车的地方。

5、决赛后爆发冲突，FIFA介入调查，输赢之外看体面

数据层：搭载Sciverse科学智能数据库，储备超2800万篇可直接用于模型训练的专业论文。

Allen分享了一个有趣的使用场景：“男性朋友举着云台，女性朋友拿着遥控器，所有的操控都通过遥控器完成。

接着VLM上场，把长视频切成一个个细粒度动作，给每一段配上任务描述、动作指令、场景和物体信息。

6、每天这样站，小心膝超伸让腿偷偷“变粗”！

三桩世纪悬案，全在同一个四年周期里被终结。

人工搞定后，创建者可以顺手把这条经验手动补充到知识库中、或优化SOP。

7、辽宁队想要范子铭补强内线；广东、山东两队争抢李炎哲

但对于其他品牌方而言，想要完全复刻“品牌+名人”的成功并非易事。

听着顺，但误差累积的坑让人头疼。

8、4年2.12亿！休赛期第一条大鱼，这就签约了！

传统做垂类应用的SaaS为了不被做企业级Agent的公司取代，也正倾尽全部财力、人力变革。

商汤这套用高端资源撑瓶颈、通用国产卡冲量的混合推理方案，之所以能跑通，光靠技术优化还不够。

但这类表征的几何精度不够，它们只能生成视觉上相似、但物理上不可信的2D或3D结果，无法直接用于contact-rich的物体接触仿真与理解。

9、暴汗=燃脂？你被骗了多少年！

此外，团队还利用了WeLM主干的一项既有设计KV-mirror来进一步加速。

看看展台上那些Demo就明白了，机器人形态各不相同，单臂、双臂、双足、轮式…… 不同任务需要不同身体。

10、62：0！以议会全票通过，正式解散，内塔19年执政生涯走到尽头？

他在论文里留了一问：这个界能不能改进？ ChatGPT 5.5 Pro想了17分5秒，交回来一个构造，把它压到了平方量级。

不切的话，默认是英语。

1、迪马济奥：热那亚有意吉达联合左后卫米塔伊

更有意思的是，登顶的这个名字，之前几乎没人听说过：Riemann-1.0，黎曼动力。

2、香港知名女星含泪宣布与闺蜜断交，对方欠钱不还，失联长达半年

在没有进行下游强化学习优化的情况下，MiniCPM-RobotTrack在三类任务上的追踪率分别达到89.8%、73.4%和80.4%，均取得开源方案中的最优结果。

3、首场即爆大冷，国羽混双老大0-2临时组合，自带国家级教练也枉然

具体来说：纯2D视频生成主要解决的是渲染问题；3D生成解决的是模拟问题，可以服务于自动驾驶、室内导航、扫地机器人或商用清洁机器人等场景。2025中超下半程局势解析：冠军毫无悬念，保级惨烈内卷，多队提前收官一个人干一支团队的活，真不是靠加班 AI创业时代，一个人就是一支队伍，已经不完全是段子了。

4、​K·SWISS盖世威签约张之臻，共同演绎网球传奇

四个初中生，在一天时间里做出了能给小红书笔记「看病」的诊断Agent，拿下「AI原住民」特别单元奖。

5、2天后决战！白宫负责人公开支持英格兰夺冠 最新赔率唱衰阿根廷

WeLM这篇博客文章，正是要把这条被绕开的路，在100B+ MoE的体量上重新打通。

6、全锦赛混双四强出炉！四个3-0暗藏玄机，莎头速胜，栋曼零封对手

上海市算力网络协会秘书长杨炼在论坛上指出，国产超节点在体系架构定义、Scale-Up互联协议、软硬协同优化、集群RAS能力等方面仍面临碎片化挑战和“卡脖子”风险。

最后，还要加入机器验证，检查推理有没有跳步、计算有没有错误。

当时“上诉”或者“告状”的渠道就是国际货币基金组织（IMF）、世界银行，甚至是总统府。

7、光盘之死

虽然团队过往对外发声始终秉持审慎的态度，但从近期集中发布的技术博客来看，其已清晰勾勒出一条技术演进路线—— 从V3时代的训练体系搭建，到V4时代的效率与质量创新，再到600B级模型的Scaling突破与Hidden Decoding的推理范式创新。

198个不同adapter做多数投票：48.67%。

8、三分13投1中！确实铁出天际，还能打NBA吗？

不过，我觉得第7页的内容有点问题，让它重新归纳一下： 于是灵犀按照原始的速记内容，重新整理了一份行业共识并写入PPT： 还有一个问题：既然是要面向内部分享的，那怎么能没有演讲者备注呢？ 于是我让灵犀进一步优化，每一页都加上了相应的备注，可以在分享时直接照着念。

所以，圆桌上出现了一个很直白的提醒： AI进入社会后，治理也无法停留在“模型准不准”这一层。

服务制造业最大的挑战，从来不在满足特定客户的特定需求，而在如何高效满足成千上万用户的各种需求。

目前投资人和普通用户很难在线下直接接触机器人，大多只能通过视频了解。