回到城市和日常生活，智传网（AI Flow）还在面对另一种规模挑战。

1、博亚平台 问他希望怎么被记住。

强行让所有机器人长成同一个样子，未必是最高效的选择。博亚平台Step AOS以模型为中枢，模型能力直接长成系统原语，转化链路极短、极深，这构成了阶跃第一重不可逾越的壁垒。

2、纬创赴美建厂为英伟达造AI芯片，股价单日飙升近10%

哪怕只改几个词，它也能在后台迅速完成意图对齐，从你的增删和调整里，提取出用户对内容、格式和文风的偏好，然后把这些沉淀进记忆库，带进后续生成。

3、全新传祺GS4上市，仅Max版配备ACC自适应巡航

这就像自动驾驶端到端技术出现后引发的范式转移一样，具身智能正在经历同样的过程。

4、Z世代从不缺野心，真正缺的是“再走一步”的耐心

在RTX 5090上运行π0、π0.5和GR00T时，PhyAI相较模型官方仓库分别实现约2.85倍、1.82倍和2.28倍加速。

5、年内第四任主帅，礼彬回归首秀！长春喜都1-1青岛红狮，7轮不胜

一个健康、有序、可持续的行业生态，是大企业实现长期稳定盈利与增长的根本前提，当恶性竞争导致行业价值整体萎缩时，大企业所遭受的绝对损失最大。

在之后的15天时间里，“i茅台”又陆续上线了茅台酒全系产品。

而在行业竞争加剧，下沉市场失守，公司风雨交加之际，张小龙的肆意言论无疑又令粉笔雪上加霜。

6、SK集团会长崔泰源离婚案重审宣判：前妻获分9440亿韩元财产

第一种是单目标跟踪。

一级市场几万亿资金涌到早期项目，各大机构都在抢，GP都快不够用了，而行业内普遍蔓延着FOMO（错失恐惧症） 情绪，包括我们也是如此。

7、皇马的花钱引援结束了，穆里尼奥的节拍器，将会是B席和莫德里奇

2、仿真路线 光轮智能，提供仿真环境中机器人训练所必需的3D资产，专注于构建“数据—仿真—评测—部署”的底层基础设施，用虚拟世界弥补真实数据的不足。

本科毕业后，王虹前往法国，在巴黎综合理工和巴黎第十一大学深造。

8、小黑裙，让人从夏美到秋！

One More Thing 对了，差点忘了个有意思的事，这家公司为什么叫「爻方」？ 潘嘉说，名字想了很久，最后是一位学哲学的朋友起的。

前者考验精度，后者考验柔顺。

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。

9、28岁姆巴佩只想打中锋，26岁维尼修斯成左路独苗，皇马没有了退路

事实上，不同的场景对于AI的嵌入难度，也完全天差地别。

参数与思维链之后，第三条路指向隐式序列 过去一年，大模型社区的努力可以粗略分成两条线。

10、零跑首款旗舰MPV上市！不足25万可选纯电/增程双动力，配双腔空悬

而在元医院里，这种能力需要由医疗大模型重新构建。

其数据策略围绕模拟失败设计，让模型既学习“应该怎么做”，也学习“做错了，世界会变成什么样”。

1、直-20全面登舰075，海军两栖作战能力迎来跃升

作者还提示了几个做开源项目的点，我觉得也非常关键： 作者其人 两个项目接连登顶Github Trending榜，背后的作者名叫BaiFu，中国科学技术大学学生。

2、世界杯首平！加拿大1-1喜提队史首分！球迷：波黑竟能淘汰意大利

为什么它是「全球唯二」？ 你可能会说：LoRA微调有什么了不起的？满大街都是。

3、外媒发布史上伟大运动员排名！博尔特第5 C罗直接跌出前十 合理吗

它还是唯一一家披露估值的“独立具身数据服务商”。卡塔尔航空公司暂停飞往中东三地的航班少数几层跨流就足够了，这让流因子化注意力能在保住准确率的同时保持廉价。

4、法媒丨米兰有意他，将尝试截胡流浪者

这条路线不止Mind Lab在走。

5、0射正与22.8万赞，C罗的兰花一指说明足球世界，未必只有惺惺相惜

它们不仅是工具，也是连接患者、医生与元医院的智能单元。

6、贴脸开大！比利时4比1大胜美国 赛后嘲讽：这叫football不叫soccer

Figure最强对手，不在硅谷 人形机器人的全球竞争风向变了。

对于运动，她每周要锻炼四五个小时；但对于数学，这个时间就不好说了。

从芯片到操作系统，从推理引擎到治理规则，把这条打卡路线走完，也就走完了一个Token完整的生命周期。

7、“文明集市”开到家门口，真香！

但今天的孩子，可能一出生就和这些AI一起长大。

让世界模型在具身智能产业大规模落地 说了这么多架构和原理，最终还是要回到一个问题： DW0.5到底怎么用？ 整体来看，DM0.5作为基础策略模型，DW0.5负责动作后果预演与价值反馈，RL将两者链接。

8、好养眼啊！大家快收下这份春日片单

它不是只问一个模型，而是将问题同时分发给多个擅长此道的专家模型，通过交叉验证和融合生成最终答案。

新公司是新的，但这盘棋不是 到这里，很多看似简单的事情，也变得耐人寻味起来。

为了支撑这一过程，xAI还构建了一套高度异步的Agent训练系统，使模型能够在长时间执行复杂任务的同时持续完成训练，从而不断提升真实工程场景下的推理效率。

可以看到，在当下更强调确定性、易用性和经济性的产业环境中，清微智能并未局限于追求单颗芯片的参数领先，而是走出了一条贯通底层架构、软硬件系统与产业应用的完整生态构建之路。