一年之后的同一个舞台，7月17日，磐石2.0正式发布。

1、kaiyun.com 不是先做国内再出海，而是从Day 1全球化，现在已经覆盖177个国家和地区的用户，产品、运营、增长都在做全球化能力的搭建。

历经17.4小时鏖战，花费31美元。kaiyun.com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、王奥芊制胜球后喜极而泣！女排5连胜美国晋级4强 龚翔宇决胜局6分超燃

攻防两端都在被 AI 加速，但加速方式不对称。

3、0-2！法国队输球揪出两大“罪臣”，33岁老将在列，德尚也难辞其咎

即便在仅 1% 的极低中毒率下，BadDLM 也已明显拉开与基线的差距，体现了更高的注入效率。

4、曾凡博两进两出国家队，无意义征召引争议：净瞎折腾还耽误人

这些东西很难写成操作手册，但能被一段录屏完整保留。

5、山顶没有天花板

当具身智能在全国爆火，当全球汽车巨头寻找下一代突破口——所有这些宏大叙事，最终都落在了最基础的底层物理动力上。

仅仅90分钟。

这些数据源自模型自造，它们会通过ABot的数据回流机制，沉淀为整体记忆和共享经验，持续强化模型训练。

6、CBA最新消息！广东宏远新主帅确定，超级外援加盟浙江男篮

当模型能力逐渐成为公共品，企业之间的差距，将越来越取决于谁能把AI管得更精细、算得更清楚、跑得更稳定。

其难点不仅在于完成动作，还在于能否长期保持力量、精度、响应和运行一致性。

7、请感受来自Prada的全面压制

最值钱的东西，就是智能体替你干上几个小时活、产生的真实使用数据。

工业区更热闹：两台人形机器人在「搭班干活」——一台搬运料筐，另一台从筐里抓取工件精准放到指定位置。

8、阿德耶米：希望能向教练和球迷证明，我配得上为巴萨效力

正如周伯文所言，AI 的使命应从「加速科研自动化」迈向「以复杂科研任务牵引高阶智能」。

效率变化是可量化的。

顺着「怎么触发、怎么停止、用什么原语、适合什么任务」几个维度，Claude Code把循环拆成四种。

9、仅一夜！史诗级三方交易达成，兰德尔加盟篮网，西部黑马亏大发了

推文一夜爆火，作者紧急删推并解释： 我删除了那条推文，因为它在意想不到的方向上传播得太广了。

S0 是运控层，频率最快，1000 Hz。

10、小鹏MONA L03首周末客流创新高 7月10日起全国开放试驾

于是，一门去年还没人当回事的学问，今年成了显学——给AI算账。

往深一层看，这是智能体时代的一场军备竞赛：谁能在这波狂热里把用户留住，谁就能攥住更多真实的长任务数据。

1、记者：之前格劳曾一度走近泰超，但是最终没能成行

第二件是治理。

2、中国男篮热身赛名单出炉！高诗岩在列赵继伟领衔，广东2人入选

一场铁人三项的启示 要理解商汤在做的事情，得先搞清楚一个技术概念。

3、数字丝路发展论坛｜缅甸数字发展与通信部副部长敏泽亚·莱恩：推动数字健康创新 共创智能互联未来

Boris早就验证过这一点。八村塁揭秘真实心声：离开湖人很开心，终于不用定点站桩！值得注意的是：类RL-based方法取得次优ASR，但在低中毒率下会明显损害模型效用：研究人员认为其原因在于RL在少量中毒数据上过度优化攻击目标，偏离了原有的指令遵循分布；而VPI依赖提示注入偏置，无法突破现代安全护栏来生成对齐绕过（）所需的中毒数据。

4、央行将7月末前后开展4次隔夜逆回购 对冲月底资金波动

这把尺子量出来的差距，π0.5泛化保持率不足一半，只有47%，而WAM-TTT在测试中泛化保持率为76%。

5、阿森纳官方：萨利巴背伤无需手术，将进入长期康复期

整个过程里，规则从不靠手工打补丁： 评审员每揪出一个错，就往规则手册里加一句话，再把受影响的那批文件重新生成一遍。

6、松下L10价格公布&影石大疆持续预热｜势力新鲜报

每一帧画面都经过精密还原：服饰纹理、建筑样式、人群面孔、光线角度，还原出了那个年代本来可能有的样子。

他们只用一页纸，就搞定了Beck没碰的那一问。

真正的看点是那条被反复验证的老路径：把Opus级的能力，价格压到七分之一。

7、娶到小时候的女神是一种怎样体验？三天没出门，后来想想不过如此

然后，马斯克看见了。

大脑系统在真实世界的考试 COSA 0.5 的 Demo 选了一个看似普通、实则极难的场景：做家务。

8、一步顺步步顺！波波维奇最伟大的操作，属于马刺的新时代真正到来

Figure AI则通过深度绑定OpenAI，将顶尖VLM注入钢铁躯壳，让Figure 01/02机器人具备自主推理、语义理解能力，进驻宝马的汽车生产线。

推理侧，则交给专攻机器人端侧的Mizar-Robo。

从生成到接手，始终在一块屏幕上 田然在发布会上提了一个特别重要的概念——办公全闭环。

仿真里一个极小偏差，会在强化学习里被放大；机器人还可能学会钻漏洞，在虚拟世界当「规则大师」，一落地就被一块湿毛巾教做人。