VLM（视觉-语言模型）完成的是第一层grounding：把抽象的语言概念对应到现实世界，让机器人知道眼前看到的是什么； VLA（视觉-语言-动作模型）再往前一步，把视觉语义和语言指令锚定到动作（轨迹），让机器人知道在任务场景时应该规划怎样的轨迹。

1、博亚平台 造单机柜的基础上，中兴通讯用电交换+光互联的方式做灵活扩展，构建出规模最高可达16384个GPU的集群超节点。

这时人们发现，光给信息和上下文也不够了，AI得能接工具、能跑代码、能调接口、能走权限审批。博亚平台他唯一的一条帖子 打开Jacob的X账号主页，上面显示他是2014年加入的。

2、“辰光一号”技术试验卫星成功发射，北京太空算力成果将在轨验证

在科学专业任务上，Intern-S2-Preview-397B 优于闭源和开源旗舰模型。

3、拿了MVP却被挤到角落，新来的小弟都敢欺负他！NBA最没排面的老大

但我们搭建的Sim2Real技术栈和系统复杂度，远高于市面上大多数真机路线。

4、NCAA豪强6号！张博源晒大学更衣室照 郭士强为何不招他进男篮？

阿里已将其大规模用于千问大模型的训练和推理，外部客户也将其部署在各种AI推理和训练的产线上。

5、当场锁喉！想砸全WNBA的饭碗，当然要被禁赛！

商汤科技大装置事业群智算中心运维总监张煦表示：“PUE衡量的是IDC数据中心是否节能，而TPW关注的是AIDC智算中心能全链路的整体效率让每一度电持续产生更多高价值Token，实现算力、能源与业务协同优化。

他表示，模型学会这些操作并非依靠复杂的reward hacking，而是由模型自主涌现出的能力。

2025年底，喝彩声里开始混进追问。

6、温网：旧球如何处理？比赛暂停后重启，是开新球还是用旧球？

粉笔的应对策略是All in AI。

否则留给系统反应的时间，将远比普通道路短得多。

7、36氪首发

小红书男用户李魏告诉《中国企业家》，他使用小红书的核心逻辑是“遇到问题就打开搜索”，租房、学术问题、生活常识，几乎什么都在上面搜。

《中国企业家》：郭士纳回忆当时IBM改革，提到很重要的一点就是“检查制度”，他说过一句话，“太多的执行官并不知道：人们只会做你检查的事情，而不会去做你期盼的事。

8、前开拓者锋线将加盟同曦队，但他的特点似乎不太符合CBA的标准？

据测试，Magic-VLA K02在复杂长程任务中的整体准确率达到92%，任务中断率降低至5%以内。

陈默盯着屏幕看了十分钟。

陈华在2025年底举办的贵州茅台酒经销商联谊会上，提出“以消费者为中心，推进市场化转型”。

9、和吴迪一起打球！2023HEAD超新星冠军赛武汉站圆满收官

细节能不能画好，只是第一关。

我们没有在门店装修上下那么大的力气，重点投入在员工涨薪和员工培训上，请的烘焙老师也是世界冠军。

10、雷霆队的成功 有哪些可取之处 雷霆成功最大的因素是什么

相比之下，豆包的Coding专有模型在2025年11月才首次上线。

硅谷也同样呈现出“大爆发”与“硬着陆”同在的现象。

1、多名景区工作人员殴打旅游车司机，赛里木湖景区道歉

张小龙出生于四川资阳，后在中山大学哲学系硕博连读。

2、维京游轮独家冠名央视全新综艺《不一样的欧洲之旅》,6月25日首播

更让人费解的是，某些头部企业认为，虽然自己的利润下降了，但同行大多处于亏损状态，自身的相对优势就"凸显"了。

3、深圳中学有个羽毛球“大神”：对战过奥运冠军，还想挑战林丹

近期，通义千问核心技术负责人刘大一恒在阿里云峰会上首次公开露面。雷霆队的成功 有哪些可取之处 雷霆成功最大的因素是什么一家GPU公司，为什么把最显眼的位置之一留给了开源？ 而要把答案讲清楚，得先从他们那套软件栈MXMACA说起。

4、宋凯熬夜看世界杯！调研2大黑马 感叹：不留洋 国足只能在家看球

今年4月，普渡机器人完成近10亿元新一轮融资，投后估值突破100亿元。

5、新周刊 x 官栈

我们的基金、背景和能力圈可能还在科技领域，与其在不擅长的项目上耗费心力，不如专注科技。

6、CBA3消息：徐杰提前回国，付豪顶薪续约辽宁，赵柏青留洋日本

IMO满分，最年轻正教授，40年悬案终结者。

OpenAI内部模型给出全新构造，推翻了这个流传近80年的猜想。

理想汽车CTO谢炎在2026年第一季度业绩会上披露，马赫M100单颗物料成本低于外采芯片方案，而其有效算力约为英伟达Thor U的3倍。

7、北京男篮追逐新外援，2米06大前锋基本加盟，CBA场均11+7！

4月底，百度宣布取消沿用多年的字母职级标签，统一为数字体系，旨在“打破专业与管理的壁垒”。

一边在排斥，但一边在拥抱，两条曲线像剪刀一样越张越大。

8、东契奇长期跟队专家直言：湖人阵容天赋“不在同一水平”，新援凯斯勒是豪赌

以SWE Bench Pro为例，完成相同任务时，Grok 4.5消耗的Token甚至不到Opus 4.8 Max的四分之一。

[1]https://cdn.openai.com/pdf/04d1d1e4-bc75-476a-97cf-49055cd98d31/cdc_prompt.pdf [2]https://cdn.openai.com/pdf/04d1d1e4-bc75-476a-97cf-49055cd98d31/cdc_proof.pdf马斯克说到做到！ 在2026接下来的每个月，xAI都会发一款新模型，这第一弹，已经来了！ 刚刚，SpaceXAI发布了与Cursor联合训练的全新旗舰模型Grok 4.5，性能对标Claude旗舰Opus系列，主打更快、更省Token、成本更低 Grok 4.5是一款1.5T参数的MoE模型，参数规模较前代Grok 4.3提升至3倍，支持最高50万上下文（可配置），重点面向编程、Agent和知识工作场景，同时支持视觉输入。

针对传统训练依赖静态语料、难以习得复杂决策的痛点，研发团队构建了InternBootcamp交互验证环境。

而为了让同一个模型适配41种不同形态的机器人本体，Riemann-1.0进一步设计了本体专属的动作映射模块： 共享对世界的理解，同时保留不同机器人的「肢体适配能力」。