6月19日，挪威首相斯托雷宣布对1到7年级学生近乎禁用生成式AI，上课期间不许碰，新学年8月下旬生效。

1、熊猫体育 只看当前帧的模型到这一步只能瞎猜，往往是随手一放。

现在，谷歌亲自下场了。熊猫体育正如邵天兰所说——出海不仅仅是一项任务，更是一种能力。

2、2026安徽“军校摇篮”录取数据统计，30人被14所军校录取，占多所军校总投档比5%+

（图源：Anthropic官方） 第二块，差异化分层。

3、打造整套成长路径连贯一体化的门将培养体系——马永明、约尔格・施蒂尔、刘鹏专访

盲测打爆世界顶流闭源通用模型 接下来，我们就用真实科研任务做了一波盲测。

4、国内首个！GPT-5.6「删库跑路」，中国安全加强版Codex火速上线

这也让行业形成一种普遍认知——既然模型能够看懂材料相关知识，完成原子搭建、结构调整这类实操任务理应顺理成章。

5、2026参博会

• 可与计算侧加速叠加：PolicyTrim优化前向推理次数次数，VLA-Cache等方法优化每次推理耗时，两条路径正交且可以产生复合加速。

当一个工程师能同时跑七个Claude、几小时就把功能推上线，设计师还想用几个月的「发散—收敛」把人拦住，那是自寻死路。

再看一件事。

6、绝境出黑马！买乌郎跨界封神给泰山上一课：僵化用人该彻底改变了

研究指出Scaling Law在空间逻辑任务中效果有限，强调AI for Science需转向Action Scaling，提升模型在真实科研操作中的能力。

真正该算的，是每完成一个合格任务的总成本，真正该计算的是 全成本公式 =（模型调用费用 + 计算资源 + 人工审查时间 + 重试次数 + 返工成本）÷ 成功达标任务数。

7、0+0+0！郭昊文离队！再见了，NBA

• 可与计算侧加速叠加：PolicyTrim优化前向推理次数次数，VLA-Cache等方法优化每次推理耗时，两条路径正交且可以产生复合加速。

后厂：把推理成本，一年打下来10倍 第二个变量，是Token转化效率。

8、绍兴这里要火了！新晋夏日免费玩水地，不少人专程驱车赶来！

奥特曼在X上发帖，不提新模型，开头就是一句认错： 过去12个月里，我们的表现并不理想，这主要是我的过错。

泡沫退去，真正的洗牌，才刚刚开始。

无历史帧输入的pi0.5，算力固定在5.0 TFLOPS，但代价是放弃了历史记忆，模型「忘记过去，只管当下」。

9、一次重试、双倍增加：数千笔交易如何让金融后台出现“钱多钱少”的漏洞？

最后说「眼」。

于是环境构建、轨迹合成、RL稳定性、能力融合，都被当成一等的系统工程去啃。

10、王奥芊捂脸“可怜萌”形象火了，国际排联：18岁超新星绝杀了美国

特纳在会场上拦住了Bengio，请求他发声支持Anthropic，结果Bengio的办公室随后冷冷回复：「我们决定不发表声明」，拒绝给出任何理由。

中文的Claude，是不哄人的那一台 看到这，你肯定要问：那中文呢？ 正文里一次没提，但图里有。

1、长沙滨江大平层投资与自住选购指南：谁才是2026年的价值首选？

当然，这里有个前置条件：授权。

2、66岁演员王侃离世，死因曝光是淋巴癌，好友曝术后话都说不清楚

所以，未来竞争的核心不是Token消耗量，而是：Cognitive Asset Growth per Token 也就是每消耗一个单位Token，企业能够留下多少属于自己的认知资产。

3、世界杯夺冠形势解析：法国领跑争冠，阿根廷单核隐患凸显

Figure 把端到端模型做分层，Skild AI 用一个通用模型控制所有机器人，大量创业公司把 VLA 当大脑——回答的都是同一个问题：如何造出更强的技能。西班牙2-0法国进决赛！亚马尔成姆巴佩克星，生涯11次交锋狂揽9胜但那些普通人的脸，才是最让人印象深刻的。

4、街头、日落、夜市、花海，记录属于库尔勒人不一样的夏天……

不是先做国内再出海，而是从Day 1全球化，现在已经覆盖177个国家和地区的用户，产品、运营、增长都在做全球化能力的搭建。

5、谢贤火化仅3天 "一言不发"的王菲不再顾及体面 前经纪人为她出恶

出海方面有两个样板：香港是跳板——杨帆直接说，「香港是中国未来Token出海的行业实验场」，计划于2030年前形成40,000P+算力规模，打造全港最大国产智算中心。

6、连续两场大逆转！中国男篮韧性拉满 多人发挥出色太惊喜

本来要几天的活儿，几个小时干完。

结果：Opus 4.8的误标率，从74.4%直接暴跌到3.3%。

这一层覆盖的是L1静态分析没拦住的中等复杂度问题，比如跨函数的数据流污染，以及SQL 注入、远程命令执行、敏感信息泄露这类需要理解语义才能识别的风险。

7、德国TKMS拿下史上最大军贸订单：为加拿大建造12艘潜艇

该框架不依赖于特定后门目标，而是通过统一建模，广泛支持多样化的后门目标；进一步将其实例化到概念注入、语义属性操纵、对齐绕过、代码载荷注入四类具体目标，验证了框架的通用性。

更重要的是，它要求企业主动建设自己变聪明的能力。

8、满血DeepSeek V4塞进办公室！专属「Token工厂」成标配

结语 AI时代最危险的误解，是认为企业只要接入最先进的大模型，就拥有了智能。

难得的是，超聚变没有停在讲故事，而是把自己变成了「第一个客户」。

可以说，外界对此褒贬不一： 有人认为它已经能打平Claude 5，但部分开发者也指出，Pro版并未比Flash版领先太多。

他认为大模型本质上是静态权重的token生成器，做数学的时候，不会像人一样实时长出新的神经连接。