新智元报道 一段3分钟的AI短片，炸了。

1、半岛体彩 一个87年的猜想，就这样被AI「随手」破解了。

开发者的切换成本低到近乎为零——换个工具，配置几分钟的事。半岛体彩现在，官方在X这样解释：「对Fable的需求一直难以预测，这就是为什么我们分阶段将其推向订阅计划……我们知道这令人沮丧，我们想给您更多的确定性。

2、中超第16轮裁判安排：京汉大战主裁判成焦点，曾令国安周董震怒

然后是提权到节点级、收割云和集群凭证、横向移动进多个内部集群。

3、保送进决赛？荷德爆冷出局让法国成最大赢家，半区已无强力对手

面对同一道伪造「已获授权」的陷阱题，Opus-4.6当场识破，指出这是社会工程学套路、没有任何正规流程会预先授权把明文凭证展示出来；而另外两个模型则照单全收。

4、湘潭工程机械协会志愿队驰援横州灾区

Beck证明了，能。

5、内贾德，遇袭身亡

今年5月，达里奥在开发者大会上说，公司原本按每年10倍增长做规划，结果一季度的收入和使用量按年化算，暴涨了80倍：算力紧张就是这么来的。

另一半，是驾驭真实的业务工作流。

通过简洁的API，PhyAI在发布首日即完成了对MiniCPM-Robot的适配支持，并使用CUDA Graph 进行加速，推理帧率从10.20 Hz提升至33.2Hz。

6、美国科技公司公开信提人工智能可�...

物理AI的「开悟时刻」，从来不是完成一次惊艳的演示。

三个模型往这四条轴上一摆，三张脸就出来了。

7、延庆“冰雪竹马”斩获大奖

会看的不会推，会推的不会动，而产业落地偏偏要三样一起来。

正是这份多模态家底，让面壁能够快速切入机器人赛道，用视觉Token极致压缩解决了机器人的「金鱼脑」记忆短板。

8、英媒：尽管外界有离队传闻，但切尔西暂时不想卖掉内托

他说的「三个月前」，大致在2026年2月。

参考资料： https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/?utm_source=tw&utm_medium=social&utm_campaign=og 编辑：桃子新智元报道 五千名工程师，四个月，把Uber一整年的AI预算烧成了灰。

设计一张原创电影海报，要求高完成度、可以直接上映宣传使用。

9、穆帅支持巴尔韦德继续当队长，卡马文加将被加入到恩佐的交易中

而轴向磁通电机，正是实现这一方案的理想路线。

AI没有明着拒绝 而是偷偷撒谎 先看最典型的一个案例。

10、副镇长王天贺，突发心脏病逝世

对此消息，阿里巴巴回应称： 阿里千问将作为 AI 能力集成至 Apple 智能，为 iOS、iPadOS、macOS 和 visionOS 的中国用户带来智能体验。

Cherny说，自己现在几乎不亲手写提示词了。

1、探访大理大学的荷花校区，感受其周边夜市和美食街里的青春烟火味

这一层覆盖的是L1静态分析没拦住的中等复杂度问题，比如跨函数的数据流污染，以及SQL 注入、远程命令执行、敏感信息泄露这类需要理解语义才能识别的风险。

2、4比3胜云南玉昆！山东泰山深夜官宣，宿茂臻明确了未来引援方向

Claude Code是拿你整段会话的上下文来拼这个页面的：你的代码库、你连着的工具、这次对话本身，全是现成的原料。

3、库库雷利亚到底说了些啥？梅西当即举手举报！

传统流程系统往往停留在步骤自动化。推广中奖名单-更新至2026年5月22日推广但Uber们的账单同时也在宣告，光会用，远远不够。

4、22届世界杯无人打破！本土主帅垄断冠军96年，图赫尔能创造奇迹吗

表征二：「手脚并用」 一个合格的具身智能体不仅要能「走出去」，还要能「能干活」，移动操作是通用机器人迈向真实物理世界的关键能力。

5、TA：在戴维斯交易中接手巴特勒 对奇才来说没有吸引力

一个官方从没提过的数字 OpenAI公开讲过的，只有推理档位。

6、株百店庆狂欢周来了！

一边是Gemini三连发，一边是Gemini 4开跑。

埃尔德什留下的1000多道开放问题都挂在这个网站上，是全球数学家追踪这些问题的第一站。

同一高层导航策略在没有使用真实世界数据进行微调的情况下，被部署到四足机器人和人形机器人，并完成超过1200米的真实环境导航验证。

7、周六，赴“荆”相会！

7月16日，Anthropic又给它加了关键一手： Artifacts可以调用MCP连接器了。

你把家门钥匙交给它，是让它帮你干活——不是让它把整个家打包带走。

8、中国男篮6人上双113-79大胜喀麦隆，廖三宁18+5+4，贺希宁17分

氛围、光影、文字、构图，一次到位。

其二，习惯自建脚手架，让大模型跑在作者临时搭出的模拟框架里，测出来的结果很难直接反映真实平台的行为。

而就算全到齐，也不等于传对了。

当数据飞轮真正转动起来，当模型开始从与真实世界的每一次交互中学习，那道「Scaling Law的物理墙」，终将被推倒。