当同一工作流随时间推移，成功任务数增长速度超过总成本，且质量不降反升时，「每美元有用智能」就实现了正向复利。

1、星空官方 物理生成与推演层面，Kairos-HomeWorld首次实现全屋生成与物体全交互，内置30万套中国住宅平面图、5000个全屋仿真场景、8700个覆盖六大物理属性的3D资产。

文本润色、信息摘要、AI 消除，响应几乎没有等待感。星空官方后台弹出一笔即时零售订单：一瓶饮料、两罐罐头、一包软包装零食，几十分钟内要出仓。

2、多家经销商爆雷？某新势力紧急回应：借高利贷致资金断裂

同样的偏移面前，WAM-TTT的泛化保持率高达75.6%，是ICL的5倍多。

3、怎么恶心怎么来？米兰打造NBA式管理架构，阿莫林+克罗舍双剑合璧

第二点，Sol的上下文上限被从GPT-5.5的272k提到了372k，结果导致计费比预期多扣了。

4、夏联进4强，火箭31号秀5场数据出炉：场均18+4+4+2抢断，优势与短板明显

先别急着惊叹90分钟——你得知道，这道题在统计学里压了整整二十年。

5、从替代到先进！恒生助力万亿保险资管打造资金清算智能枢纽

灵犀生成的PPTX、DOCX、XLSX，打开就能编辑、公式在、引用能追、格式完整。

四种角色、管理后台、可嵌入组件，还能自动给投诉分类、识别情绪、起草回复。

AI圈最大的遮羞布被扯下 在视频最后，Max Scherf抛出这场荒诞实验的目的。

6、彭老总发现李奇微睡衣，立即下令撤军，救了十万官兵性命

这次人才流动分析的交付，WPS调用自己的文档内核，生成的PPTX、DOCX、XLSX，打开就能编辑。

所以商汤这几年在底层做了海量的脏活累活——编译器、算子、网络、缓存、调度、容错，一层一层地打通。

7、8强或迎复仇之战，国乒淘汰赛面临苦战！王皓迎来前所未有的考验

在Reddit的工程讨论里，有人把必须的闸门总结成三条，写循环之前就得先设计好。

耗时仅仅2.5小时，烧掉51美元。

8、搜一个疾病关键词，这个工具把所有的结果都摆在我面前

所以，你永远不该辜负它，永远不该。

因为AI低质代码泛滥，matplotlib立了条规矩：新代码必须有真人讲得清改动。

保时捷、奔驰也在近期频频曝光相关专利，暗中布局。

9、西班牙4球上课沙特！高空作业破解铁桶阵，空地传控是最高境界！

第一，是面向大模型的异构集群跨域训练系统。

智能体的火，烧得比谁的规划都快。

10、阿根廷打破世界杯史上最难逆转纪录，梅西史诗表现却遭阴谋论亵渎

没有世界第一，精英团队，没有遥遥领先的万亿参数。

编辑：大卫 所罗门新智元报道 2026年WAIC的展厅里，人潮涌动。

1、隆戈丨莱奥已经被推荐至热刺

他说了一句很有感触的话：「我经常发现灵犀写出来的东西，对我的理解甚至超过了我自己。

2、当燕尾服溅满泥浆，坦塔舍夫纵容的丛林法则，被姆巴佩一脚踢碎

但三件麻烦事会挨个找上门。

3、跟队记者：有一些小道消息说迪亚瓦拉可以进入米兰一线队

产品设计重点不是单项参数叠加，而是围绕连续运行、控制一致性、系统协同与真实任务完成能力进行综合平衡。从Android到Gemini Intelligence：手机操作系统的智能革命正在发生同样的卡，扛起翻倍的业务 跨过路由这关，还有一块更硬的骨头：推理引擎。

4、环境保护税明年扩围，印刷等八大行业开征挥发性有机物环保税

「但要踏踏实实去做，这3到5年才有希望。

5、演员钟雅婷收到北大研究生录取通知书冲上热搜，此前北大发布录取名单，其被拟录取到政治学专业；曾与赵露思、陈伟霆出演《许我耀眼》

如果两者接近，说明评分与评语基本一致，无需额外处理；如果差距较大，则触发一次轻量级复核，要求审稿人重新确认评分，或者补充更多文字说明，解释为何自己的评分明显偏离常规尺度。

6、判了！因不满排队掌掴拳打医生，一男子获刑11个月！驳回缓刑请求！

所以真正被改写的，从来不只是一本统计学教科书。

这也点破了单纯扩参难以落地的症结：现有Scaling Law聚焦海量文本语料的语言与知识拟合，但材料原子建模需要的空间理解、几何规划与物理约束行动能力，在公开数据中极度缺少 「操作指令 — 坐标变化」 的高质量成对训练样本，很难仅靠语言规模扩张自然补齐。

放眼更远处，我们还需要强有力的防护措施，以维持对日益智能体化（agentic）、能够递归式自我改进的系统的掌控——并处理那些只有随时间推移才会逐渐清晰的未知问题。

7、我国科研团队在叠层光伏电池中搭建“分子桥”

最新的数据进来，共识变了，它就跟着修正了自己。

银河通用首次在顶级会议ICCV发布WAM模型，全球首次打破壁垒。

8、蔚来ES8五座租电27.48万起，可有悬浮车标和下沉冷柜

帖子结尾他还提醒大家额度再过几分钟就恢复了，多去忙自己的正事，别总刷推特了。

上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。

这几年，AI4S大致沿着三条路线推进。

智能体已经在飞书群里 @ 人、发任务、调文档、读报表了。