宇树用这两个词来形容自家最新人形机器人—— 就在昨天，宇树大晚上搞突袭，发布了下一款人形机器人的预热海报，透露出部分关键信息。 身高180，全身31个自由度，宽肩窄腰，体形纤长。 因为踮起脚尖摆出芭蕾舞者的姿势，还能看到它小腿拟人化的肌肉线条（跟腱部分还挺长）。 海报左边隐隐有一列尺子刻度，明示这位“芭蕾舞者”是妥妥的九！头！身！ 和最近红遍网络的成都世运会55岁的拉丁舞裁判“法拉利大叔”可以一比 ...

在硅谷的「黄埔军校」YC的Lightcone Podcast「光锥播客」节目中，Tom Brown首次全面讲述了自己的非典型人生历程。他还分享了对年轻工程师的肺腑之言。 之后，Tom去了移动广告平台 Mopub ，是第一号工程师。虽然想当「狼」，但那时编程水平其实很差，他常常觉得自己跟不上。但这段经历让他学到了如何把东西拓展。

随着前沿模型在更长的时间维度和更广的任务范围上变得越来越具有「智能体」的特性，它们将拥有愈发强大的能力。而这，也使得研究和推动AI安全变得至关重要。 去年，xAI联创Kyle Kosic离职后，重返OpenAI。今年5月，另一位联创Christian Szegedy离职后，加入了一家Morph Labs初创公司。

在第四局还出现了一个让人哭笑不得的场面：Gemini 2.5 Pro手握两只皇后，总子力优势高达32分，本该将Claude「一波带走」，结果他却在进攻过程中挂掉几枚关键棋子。 它们结构清晰且结果可衡量，是评估模型的理想试验场。游戏迫使模型展现出多种技能，包括策略推理、长期规划以及面对智能对手时的动态适应能力，从而为衡量其通用问题解决智能提供了一个可靠的依据。

现有的视频理解基准测试（Benchmark）在衡量AI是否达到人类级智慧上存在着一些根本性的缺陷。它们往往无法区分模型是因为“没看清”而犯错（即关键视频帧采样不足），还是因为“没想明白”而出错（即缺乏真正的推理能力）。

实验里，模型在低阶任务上集体表现不佳。这说明它们的高级推理/感知没有扎根于人类婴幼儿就具备的核心知识。面对不同表述方式和背景变化时无法表现出robust且稳定高水平的能力。 关联性矩阵显示了模型能力间的「分裂」现象：低阶能力如Permanence、Continuity与对应高阶能力如Perspective ...

贾浩楠 发自 副驾寺 智能车参考 | 公众号 AI4Auto 新浪潮将至，往往供应链先行。 在智能汽车的普及落地浪潮中，激光雷达成为了“安全带”一样的 ...

这意味着，手握20多万购车预算的用户，可能比百万级车型用户更快拥有L3智能体验。 背后的推动者： 全栈 汽车智能化技术玩家千里科技，坐落在 ...

文/窦文雪 一场轰轰烈烈的外卖大战，在7月份上演。 7月初，社交平台中就流传着一些自称是外卖小哥的博主发布的视频，他们声称，已经接到通知 ...