在工信部、国务院国资委联合印发的《2026年度人形机器人与具身智能实景实训专项行动》中明确指出，到2026年底，人形机器人产业将率先在一批代表性场景中完成规模化应用验证与常态化落地。

1、乐鱼电子 预计到2026年，「商汤号」系列算力卫星将完成首发并组网，验证星地协同计算能力；到2030年，将建成天地一体化AI算力星座，形成覆盖全球的空间智能计算网络。

过去工业机器人难以覆盖的危险、重复工位，可以用多种技能组合与机器人集群来系统性地解决。乐鱼电子将近一半的训练数据，是2D/3D轨迹、2D/3D定位、空间指向、物体指向、任务规划这类「具身大脑数据」。

2、惠发食品卖地扭亏

比英伟达GPU更难跨过去的，是CUDA 这是逛完WAIC 2026之后，关于国产AI芯片的一个越来越清晰的感受。

3、曼联挪威行大名单：15岁小将JJ-加布里埃尔入选

四条标着「HIDDEN菲尔兹奖演讲」的记录被扒了出来，今年的获奖名单提前泄露： Yu Deng（芝加哥大学）、John Pardon（石溪大学）、Jacob Tsimerman（多伦多大学）、Hong Wang（NYU Courant与IHES）。

4、足协杯出局后，冯伯元与陕西远征军球迷发生言语冲突_网易订阅

如果说PC时代，微软的成功模式是Windows作为底层操作系统，支撑Word、Excel等上层应用，从而驱动数字交互。

5、不到48小时，乌军迎来大换将，还没坐稳位子，便将矛头直指了普京

更有希望、也更长期的解法，是教育。

它把订单、工艺规则与现场约束转换为标准化、可验证的形式化约束。

而且，GPT-5.6 Sol Ultra把测试时计算并行大幅铺开，原本可能要磨上一整天的证明，如今被64个子agent压进了一个小时。

6、因为这双鞋销量暴涨4倍，整个品牌都被盘活了…

但按现在AI实验室抢数学家的架势，这份名单大概率不会稳定太久。

Mind Lab 7月初开放API商业化。

7、MVP榜字母哥继续领跑 詹皇稳坐第2东契奇重返前3

” 因此最终的推动者与结果，仍然指向了最高决策层的断腕决心。

Counterpoint预测，2026年全球智能手机出货量将同比下降13.9%至约10.8亿部，手机厂商在手持云台相机这一高毛利、高增长的新市场寻找第二曲线，已成必然选择。

8、美军死伤曝光！看到伤亡数据后，特朗普宣布：将启动重大军事行动

她也是在FIFA与央视之间“斡旋”，促成这次合作的关键人物。

其实到现在，我们的毛利率比以前还要低，但由于顾客复购增多，销量增大，毛利额同比上涨了不少。

这场素有“光伏春晚”之称的展会，历来被视为行业风向标。

9、青岛男篮赵嘉义转会北控

她多次在采访中直言不讳地表达自己的雄心壮志——把柠季做成“全球并购之王”丹纳赫那样的公司。

背后的逻辑是，模型具备泛化性，只要底层能力跨过某条阈值，它自然会获得「把传统解决方案重做一遍」的空间。

10、前红军射手赫斯基：利物浦该考虑出售加克波，好报价别错过

从券商的“万亿市场”预判，到光伏企业集中宣布入局太空，一场围绕商业航天的竞速拉开序幕。

以下为惠亨玉接受《中国企业家》采访的口述整理（有删节）： 堵点 过去两三年，变化最剧烈的无疑是锂电和光伏。

1、世联赛总决赛：女排15-25美国，全员状态慢热，庄宇珊表现糟糕

另一条属于昆仑万维自己。

2、正式官宣！1米95后卫新星完成签约，加盟新疆男篮

这也是医疗AI落地最大的挑战。

3、男篮暂停归化外籍球员计划；山西队放弃迪亚洛优先续约权

无人机拍下道路、积水、房屋和被困人员等信息，在端侧编码成Token，通过卫星传回指挥中心。【CBA联赛】第三十轮｜浙江稠州金租75-88不敌北京北汽全球能在万亿参数规模上跑通LoRA强化学习的团队，只有两家。

4、西安“国企网约车”南下成都：能否破内卷？

不过，单纯依靠真实数据还不够。

5、张雪机车受到攻击，他掀了雅马哈的桌子，也掀了很多国人的桌子

通过级联调度，Step AOS能实现“能端则端、需云则云”。

6、冲突+黄牌满天飞！摩洛哥3-0零封东道主，乌纳希双响送加拿大出局

但拒绝把威胁写进文字，说要「avoid a paper trail」（避免留下书面痕迹） Doe 15害怕了。

在这里，一切脑洞皆可落地。

软件降低了创作门槛，硬件则让AI真正离开屏幕、进入日常，沉淀为可持续使用的习惯。

7、马斯克要跟扎克伯格“笼斗”！随时随地、任何规则

参数规模很难直接等同于能力，常规Benchmark上的几个百分点，也难让行业形成鲜明认知。

具体： 真机强化学习算法： 仿真强化学习算法： 人在环学习： 新版全面打通数据采集 → SFT → RL → 真机部署的闭环链路，新增 3 种遥操作方式、3 款真机平台、2 款末端执行器，真机实操能力显著增强： 数据采集支持： 训练链路支持： 真机平台与末端支持： RLinf v0.3提升仿真强化学习的场景覆盖，新增 5 种仿真器，完善基于仿真器的训练示例与效果： RLinf v0.3在系统层面新增多项重磅组件： 性能优化方面，新增torch.compile加速、rollout与训练overlap、权重同步升级（broadcast/增量同步/分桶同步/仅同步可训练参数）、FSDP全offload支持，并修复了显存泄漏等关键问题。

8、年轻的CPB同时落地上海、深圳两座消费重镇，靠的是什么？

这个1939年提出的猜想悬置了87年，还登上过Smale著名的21世纪数学难题清单。

经过验证的工作流可以被封装、共享和统一管理，逐渐变成整个团队都能反复调用的能力。

因为大模型是通用能力，而一个企业能在市场上立足，拼的是独特的业务能力，这是大模型不具备的，需要企业内部的数据基础；第二，目前所有的AI模型，都无法提供像数字化系统那样百分之百的确定性。

2024年3月，Claude Opus 3能搞定人类大概需要4分钟的软件任务。