作为全球首个自主科研智能体赛事，创新赛道「AI4S智能体CNS挑战赛」打破以往只比拼算法模型的竞赛模式，转而考核科研智能体全流程自主工作能力。

1、米兰体育 Light Interaction 这篇工作的核心观察是：交互状态决定了哪些历史信息真正有用，也决定了哪些计算可以被安全省掉。

今年5月，一篇通稿宣布Lily Jay荣获「2026年Austral-Global人道主义卓越奖」，配了两张她领奖的照片。米兰体育最终的决定权，始终在你手上。

2、铜梁龙1-1浙江 中超3轮不胜距榜首14分 王钰栋赛季第7球 迪马塔救主

第二，AI让写代码更快了，但「更快地生产漏洞」不是行业想要的答案。

3、嚯！35家大型央国企实测后，因果世界模型落地了

逐际动力正式发布人形大脑系统 LimX COSA 0.5 版本。

4、北京国安全华班 足协杯晋级！各项赛事已经六轮不败

威胁模型（Threat Model） 场景：攻击者微调一个预训练DLM以植入后门，再将其作为「有用且良性」的模型（如某垂直领域的定制模型）发布到开源平台；任何部署该模型的用户都可能成为受害者。

5、Google 持续扩展其常驻 AI 代理，但价格不菲

Ontology 主要回答： 企业世界中有什么对象； 对象之间有什么关系； 当前状态是什么； 哪些行动可以作用于这些对象。

各有各的强项，也各有各的天花板： 领域专用模型（AlphaFold 3、ESM3）：在蛋白质等特定对象的预测任务上做到了极致，但能力也被严格局限在单一对象和任务形式上； 工具增强型通用模型（GPT-Rosalind、Claude Science）：凭借外部工具链灵活切入科学场景，但其科学能力仅寄生于工具，模型本体并未深化对科学的本质理解； 科学语言模型（NatureLM、LOGOS、BioMatrix）：试图将蛋白质、分子等转化为符号序列进行跨对象的统一联合建模，但目前的探索仍主要停留在表征层面。

Kairos 3.1：三种智能，原生统一 Kairos 3.1，走的是第四条路。

6、4年2.75亿！浓眉寻求大合同！38岁年薪7500万

Dyna和PI更相信真机数据：Dyna把机器人搬进真餐厅，PI靠真实数据飞轮和自主运行中的人工接管打磨。

」 他给创业公司的建议是：不要做容易被大模型「吞噬」的增量式创新。

7、吃一次广东龙舟饭，才懂什么是豪华盛宴

以前，做一个开放世界游戏需要数百人花数年，《GTA V》烧了2.65亿美元 世界模型的到来，让内容创作从「手工搭建」转向了「自动生长」。

他的结论是：AI在数学上已经撞墙了。

8、意外泄漏！2026世界数学家大会日程被破译，两位北大校友名字在列

第四，先问AI。

Steinberger说得更绝：别再给编程智能体写提示词了，你该设计喂给它们提示词的循环。

模型参数很难直接解释和治理，提示词又过于零散和脆弱，而传统知识库通常只能够描述事实和文档。

9、郭士强:杨瀚森最近磨合得比较好

数据是企业的资产，模型是企业可以使用的资源，而认知系统才是企业在 AI 时代真正的大脑。

小哥展现出了惊人的产品经理天赋。

10、4年2.75亿！浓眉寻求大合同！38岁年薪7500万

这在设计圈是一件近乎「叛逆」的事。

第一道叫Prefill，就是「读题」：把用户扔过来的资料、文档、聊天记录、上下文全部读进去，理解清楚。

1、BI老兵，9年进正赛，打的竟是当年“吹牛”的剧本

跨项目、跨团队可快速检索复现、二次调用，大幅减少重复试错的无效工作； 同时，涵盖成功与失败的全量真实实验数据，可持续反哺大模型迭代优化，稳步提升 AI 的科研判断力与推演精准度，让模型能够依托真实试错数据总结规律、探索未知。

2、突破200米！上海未来浦西第一高楼，最新进展

区别于行业内多数产品依托大模型适配科研场景、实现浅层提效的优化模式，「书生·端砚」以干湿实验闭环迭代、科研资产沉淀为核心能力，补齐 AI 科研缺失的真实场景反馈链路，推动 AI 科研应用从单点效率优化，迈向科研范式升级的全新阶段。

3、欧洲劲旅创造历史：世界杯首战轰入4球，力压法国队，排名小组第1

搜到了，点一下直达目标内容，不用再一屏一屏往回划。2026下半年，大宗商品进入“高频黑天鹅”时代！那么，网页端那个对答如流、表现依然很强的Demo又是怎么回事？ 一位开发者没有被华丽的UI迷惑，而是直接去分析了网页端流式输出的token切分结果。

4、美方爆料：美国正向中东增派部队、医务人员及武器装备，位于美国和英国基地的轰炸机也处于高度戒备状态

然后是采集。

5、Steam Deck销量同比暴跌82%：涨价后玩家转身投奔微软ROG掌机

智能体（AI Agent）从概念走向落地，算力需求的重心也从「训练」向「推理与执行」急速迁移。

6、生育大局已定？不出意外的话，2026年起中国人口或将迎来3大变化

模型更强了，同时也更会糊弄你。

所以，在AI for Science这条赛道上，真正的壁垒是「模型懂不懂科学」。

在最难的「时序推理」子项上，HMS达到94.7%，Hindsight是88.7%，拉开了整整6个百分点。

7、西北首家落地万象城！苹果在西安成立新公司

但官方更新日志里，对这件事只字未提。

纳德拉认为，AI时代出现了相反的情况。

8、彻底撕碎国乒不和传闻！樊振东王楚钦关系曝光，王皓说了句真话

为什么PolicyTrim有效？ • 面向策略本身提效：它减少冗余动作和不必要的重规划，而不只是降低单次推理延迟。

有些活是重复的，任务不变，只有输入在变，比如每天早上总结一遍Slack消息。

换句话说，它已经不是一个App，而更接近一台后台常驻着一批服务的电脑。

在类定义、关系抽取、属性构建等核心本体学习任务中，语言模型能够以远超人工作业的效率完成大规模知识的结构化提取。