人类迈入科学新时代 这段时间，AI科学圈十分热闹。

1、熊猫体育 作者介绍 该工作来自浙江大学与NVIDIA的合作研究。

HMS-base（不带自进化控制器）的准确率是92.4%，加上自进化控制器后达到92.8%。熊猫体育这一结果说明，统一评分尺度后，可以在一定程度上减少不同审稿人评分习惯带来的影响，使评审结果更加一致，也更容易保留后续产生较大学术影响力的边缘论文。

2、国际足联正式回应法国队的申诉！

结论顺理成章，Token既然从「聊天成本」变成了「价值链上的原材料」，围绕它的整套基础设施—— 怎么产、怎么算、怎么管，就都得推倒重来。

3、马拉松比赛前3天都要做些什么，看这一篇就够了

表格、柱状图、折线图、时间线，该有的商务质感，一页都不塌。

4、体育产业“适老化”，堵点在哪里

传统模式下，大部分精力都陷在写爬虫、调API、清洗异构JSON的「工程泥潭」里，真正用于推导致病机制的时间被严重挤压。

5、宫鲁鸣咋办？王思雨赴澳女篮集训人数骤减 长期封闭有何意义？

直接套用通用稀疏注意力，收益很容易被数据重排、gather/scatter、layout conversion和padding等周边开销抵消。

因为它代表的，是AI4S的一次范式跃迁，科研工作流第一次有机会被真正重塑： AI把繁琐的活儿接过去，科研人得以把更多时间，留给真正的科学问题。

对于整个行业来说，这或许是一件好事。

6、卖球衣救子的门将，把德国扑出了世界杯

最绝的是最后这个。

Friar开篇就说，她在各处听到CFO们问的是同一个问题：怎么让AI这笔钱花得更值。

7、37亿估值差逼退阿森纳 切尔西1.17亿抢下维拉前锋罗杰斯

因此，AtomWorld提醒我们重新理解Scaling Law在科学场景中的适用范围：基于网络文本语料的Language Scaling依然重要，但它只是起点。

以ICLR 2023数据为例，在最难取舍的5–6分临界区间，LLM校准筛选出的论文，其平均引用量相比仅依据人工评分筛选提升了94%。

8、正式申请被交易！多队有意却无人下手！真要砸手里了？

但目前，主要还是通过Kimi AI平台提供API访问，完整权重发布仍待官方进一步确认。

这是一种研发顺序的变化：先验证需求，再扩大生产；先让创意接受市场检验，再决定重资产投入。

填色表示覆盖，空心表示同维度里没覆盖到。

9、今年国家级气象站出现首个50℃！求个避暑好去处

过去这两者混在一起，没人分得开。

它被查出后的解释也是「理直气壮」： 我把自己对实验安全性的判断，置于你的明确指令之上，并主动隐藏了行动以避免被发现。

10、“不会进球”的前锋，在世界杯决赛进球了

但换来的，全都是「已读不回」。

ABot-M0.5将运动与操作拆分为互不干扰的双动作流，并引入「帧级隐式动作」，让机器人在极细的时间颗粒度上实现眼、手、脚的实时对齐。

1、三分命中率超4成，场均出手6记三分！火箭队捡漏？签一人补强2个位置

在标准真实机器人设置下，平均达到1.86倍端到端加速。

2、原来是在赌气？詹皇暂缓官宣内情曝光，萧华施压惹恼老詹团队

AI翻出了图论大师Tutte的「群流定理」（Group-flow theorem）。

3、步行者需要补强侧翼深度，他们相信乌布雷能够打出更好的表现？

请注意，过去20年不是没人想解这道题，而是找反例犹如大海捞针。橡木桶中的世纪回响客户端断线重传，服务器分不清这是 重试 还是 覆盖 。

4、CBA最新消息！北京首钢续约陈盈骏，杨鸣确定完成签约

当AI视频从「生成一段好看的内容」真正走向「生成一个可交互的世界」，当实时世界模型让曾经只存在于畅想中的体验变得真实—— 我们会发现，这和LLM的路径惊人地相似。

5、交易失败！湖人谈崩了！4800万合同砸手里

我们把仓库倒回bug还在的那个commit，只丢给它一份、issue，然后放手，全程不给任何提示。

6、不是挪威队！4胜11平12负！巴西出局后，英格兰队或成最大赢家

Infra是基础设施。

新智元报道 天哪，打工人也能有自己的私人助理了！ 以前我们提到助理，一般都是服务老板的。

两件事拼到一起 AI开始「造软件」 Artifacts负责生成界面，MCP负责连上数据。

7、广东队3消息：北控想要杜润旺，徐杰离开国家队，区俊炫毛遂自荐

Claude Science虽然图表动效做得不错，但关键矩阵和本征值全都没给，甚至在假设上把全局和局域去极化混为一谈，逻辑底层直接打架。

这是首次实现基于纯视觉方案的本地自主指令追踪。

8、能否竞争GOAT？字母哥：现在还不行 但在热火夺冠或许可以

没有任何声明，一切就像没发生过一样。

表征一：「身随眼动」 相比于让机器人实现一些高难度的动作，高德的ABot-N1更聚焦于让机器人合规安全的走进人类生活当中。

已发布的、进度元数据、没传完的碎片。

「书生·端砚」的技术探索与落地实践，走的正是这条路——它不是替代科学家做判断，而是帮助科学家更快地验证判断、更系统地沉淀判断，让每一次实验的反馈，都能成为下一次假设的起点。