当前，具身智能模型演进路线大致经历了四代： LLM理解文字，VLM理解视觉，VLA连接语言和动作，WAM进一步预测物理世界变化。

1、熊猫体育 她是团队中唯一在休产假的人。

训练一次，部署之后持续成长，WAM-TTT本质就是这一思想的具身场景复现。熊猫体育当然，机器人距离真正理解复杂世界，仍有大量技术问题需要解决。

2、NBA消息人士：至少八九名球员在等詹姆斯做决定，库明加也在其中

在基模尚未收敛的时候，就去探索非常多的商业化场景，大概率不会成功。

3、阿根廷官方抗议！质疑世界杯金球给罗德里不给梅西：最大争议之一

前年是静止展示，去年是动作演示，而今年——大家伙开始真干活了。

4、杨翰森去国家队报道，今夏4场比赛，世预赛12人大名单基本确定

图4：工作记忆让早先提出、后续才触发的临时样式偏好继续生效。

5、曾经都说「土」的雨衣，如今已是时尚新宠

先说那个监控程序。

过去大家相信Scaling Law，模型能力主要来自更大的参数、更多的数据和更长时间的训练，但从o1这些推理模型开始，新的共识是模型能力来自推理阶段。

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。

6、夺冠概率垫底！阿根廷杯看衰的不是“卫冕魔咒”，而是12年来都没解决的问题

目前来看，这几个模板基本上能覆盖美的所有的业务场景，但是新并入的业务，比如刚刚收购的两大医疗板块，是不是能够完全适配，我们还在研究之中。

很多工人培训一个月，在岗坚持不到三个月就离开了。

7、华润置地2026年业主会员权益月 百万业主生活持续升级

一拍即合的是少数，德国化工企业巴斯夫是其中一个。

今天大模型的根本矛盾就在这里——训完了就冻住了。

8、董勇说：“我特别希望有哪个单位要我，能有退休工资和劳保。单位的工资足够我吃喝，让我生活状态稳定...”

那道最容易流失用户的跳转墙，直接拆了。

“效”是指极致单品效率，尤其是会员店模式——2025年卖出1400亿元的山姆中国是其中的佼佼者。

AI撑得起粉笔的新故事吗 抛开张小龙的“性情”不谈，客观来说，粉笔正处在一个并不轻松的发展阶段。

9、NBA史上最让人意难平的如果！他成为了篮球圣殿最年轻的图腾

模型的能力是泛化效率、可交互性这类内在属性；展现出来的能力是生成效果这类外在呈现。

它将物理机理控制中的确定性规则作为先验知识，结合可供性交互数据Affordance Data，引导机器人完成具体动作。

10、海外研选

共同一作为Holiday Robotics研究科学家Donghu Kim与KAIST 硕士生Youngdo Lee 他们提出的FlashSAC，试图解决离策略强化学习用于高维机器人控制时训练慢、容易不稳定的问题。

这种开放协同的设计思路，让「书生・端砚」不再是一个孤立的工具平台，而是一个能够连接全球科研模型、工具、数据与算力的生态枢纽，让全球科研资源能够沿着同一条科学发现链路汇聚起来。

1、每天晨跑10公里，连续11年！普通人也这么爱跑步？

”晶科能源副总裁钱晶说，传统航天级电池性能优异，但造价是地面应用的单结晶硅电池百倍左右，商业化的基础是要选择成本有极大优势的技术。

2、CBA四支失败球队！辽篮遗憾上榜，京城豪强出闹剧，四川队成笑话

面对很多种日常物品，机器人不光认得出来，还能按类别实时分好。

3、并不令人讨厌，吴宜泽夺冠后，墨菲的表现挺大气

今年6月，英伟达西雅图机器人实验室发布了一篇长文综述，文章的核心判断是： World Action Model（WAM，世界动作模型）已经从VLA研究里的小众分支，迅速长成了机器人基础模型的第二条主路线，而下一代机器人基础模型，大概率是两者的混合体。哈登公开喊话招募詹姆斯：克利夫兰才是你最终的归宿！可行业技术更新几乎没有间歇，今天某个模型厂商放出一套创新技术，隔天就有团队推出迭代方案。

4、习酒总助谢远东主动投案：任职近20年，曾管理采购、酒旅融合等关键部门

“引男”惹恼了女用户 事实上，小红书从2021年开始将注意力投向男性用户后，站内便曾出现明显的调性冲突。

5、1年前是国家队主力！1年后CBA都打不上！继高诗岩后，郭士强用人再遭质疑

英文Private Equity里的Private，不是指钱从何而来，而是钱去了哪里，去了非上市公司，也就是私市。

6、明日12:00！浙江VS龙狮、浙江VS北京、浙江VS辽宁三场火热开售！

在一家超市的顾客留言板上，就有这样一条：“你们学胖东来，员工工资达到9000元了吗？”——这个数字，是于东来在社交平台公布的胖东来员工平均月收入（税后）。

工厂需要的是稳定、实时、可靠。

于是我们发现，AI Coding率先在行业建立起相对清晰的付费模式和ROI，也成为大模型商业化跑得最快的方向之一。

7、徐杰更新赴美vlog！强化持球+三分+中投，期待下赛季杜锋多给球权

比如只说“跟着穿黑衣服的人”，现场又恰好有多个穿着相近的人，模型需要结合画面理解人类到底指的是谁。

没有真实场景的数据闭环，再好的基模也只是空中楼阁。

8、巴奴上市，难在哪里？

这中间必须有一整套完整的基础设施来做翻译和调度，把开发者用Python写的几行代码拆解成成千上万条芯片能高效执行的底层指令。

就这么一段话，它完成了从搜索、整理到输出的整个工作，并且自带自我审查。

反观Chatbot场景，用户的聊天内容与评价，并不能为代码能力优化提供有效支撑。

△图源：ICML官网 把这些工作放在一起看，一条正在被越来越多团队验证的训练范式浮出水面： 先用大规模开放世界视频做预训练，让模型看遍人类怎么和物理世界打交道，攒够物理直觉；再用少量真实机器人数据做动作对齐，把直觉翻译成可执行的控制信号。