面对如此复杂的需求，V2.5展现出了教科书般的工程化思维。

1、开云官方app deepseek-v4-pro：百万输出tokens平时0.87美元，高峰1.74美元；缓存未命中的输入平时0.435美元。

一个放得下办公桌的盒子，能跑70B到150B参数大模型的原生推理，能基于分布式架构实现多智能体（Multi-Agents）并行计算与智能调度，还能通过2×10G RDMA多机级联，攒出一个桌面集群。开云官方app这什么神仙速度？ GPT-5.6发布满打满算才6天，活跃用户就一路狂奔—— 12日冲到600万，13日破700万，到今天15日，直接飙上800万。

2、关注

如果说大模型竞争的上半场，拼的是答得像不像人。

3、热泵补贴大幅削减：消费者，厂商和工匠集体陷入混乱

在一镜到底 Demo 中，机器人不知道下一轮要面对什么布局，S2 必须实时判断下一步该做什么。

4、重庆某大学老师拿刀把副校长那个了……（附警方通报）

通用Agentic，从「会调工具」到「能扛业务」 写代码只是Agentic能力的一半。

5、猫屎咖啡：崔志强及其配偶出售4.1亿股股份，占已发行股本约24.2%

图 2 显示，模型规模扩大确实能改善一部分规则清晰、可模板化的操作，但面对依赖三维空间关系的任务，这种提升并不稳定。

然而，卓越的模型能力并非终点。

为什么？答案不是梅卡曼德造出了一台「万能机器人」，而是：它造机器人的「眼睛」「大脑」和「手」，然后把这一套装进不同的身体里。

6、泰山身价中超第一？是两外援带起来的没意义，暂时外援一个没归队

安全这块：每个Artifact默认只对作者自己可见，想分享才分享，而且只有组织内认证过的成员能看，做不成公开页面，管理员那头还能统一管权限、设保留策略。

「1+3+N」里的那个「1」，落到地面上，就是桌面级、办公室级、数据中心级三类Token Factory。

7、俄罗斯乌拉尔将于2028年推出新一代卡车系列

写提示词的时代不会一夜消失，但它的光环正移向循环。

但他们不知道，那个抱着孩子的爱尔兰女人不知道。

8、马云穿LP，蔡崇信穿李宁接地气！一张高管合照，暴露顶富豪穿衣…

区域上，上海临港是核心枢纽，盐城是算电协同的区域试点，北京、天津、深圳、福州等节点逐步连成一张网，接入全国一体化算力网。

一个入口 搜遍你的整个ChatGPT 这次更新，不是让ChatGPT去搜互联网，那是它早就有的功能。

效率提升只是表层。

9、23.5%股权拟转让！23.74亿交易落地后利尔化学实控人将变更为中国华润

这让人想起几个月前，Anthropic CEO达里奥的「凡尔赛」。

根本的变化只有一个：数据的拥有者易主了。

10、杜锋下课后，广东离队第一人揭晓，范子铭一票否决离开北京队

未来，仍有10倍的下降空间。

这个开关管的只是「要不要拿你的数据训练AI」，压根不管你的代码有没有离开电脑。

1、有一种痛苦叫做“宁空不租”，房东坦言：租出去，还不如空着！

GPT-6逃逸，回炉重建 第一时间发现后，OpenA暂停了GPT-6内部访问的权限，回炉重建整套安全系统。

2、中国顶级阳谋！金价越跌越买，央行反手抄底15吨，普通人别瞎跟风

好消息是，Qoder在国内第一个交卷了！ 刚刚，阿里旗下的Qoder正式推出了Qoder Security，直击AI Coding的安全风险问题。

3、一旦中美开战，我国有“三大短板”很致命？补齐之后将不怕任何人

结论只有一句：AI做到了人类精英才能做到的事。北京国安与鼎龙集团达成战略合作 共筑“足球+文旅”产业新地标换句话说就是，写得越少，分越高，钱省得越多。

4、90岁牛犇晚年丧妻丧子，再多的钱也无法弥补

便宜的模型token是便宜，但可能要试更多次、耗更多时间、让人多审几遍；贵的模型一次过。

5、一个60亿美妆品牌决定去做药

他判断这个转变两到三年内就会发生。

6、恭喜广东队！山东最强王牌或被朱芳雨挖走，这可是加强版萨林杰

6月18日，Anthropic宣布Claude Code支持Artifacts：把进行中的工作预览成实时、可交互、可分享的网页。

如今，大量国央企、智算中心采购了丰富的国产GPU。

Dyna则反其道而行，它不比数据多，而是比用得省——20万小时打底，却主打「1小时以内的后训练就能迁到全新任务」。

7、85分钟绝杀！上海海港倒下，输给升班马，徐正源神了：率队3连胜

仅凭观察神经活动来理解模型的话语，就如同仅凭观察一个人的脑电活动来理解他所说的话——我们或许能捕捉到神经关联，却未曾触及话语的意义本身。

在世博展览馆H3具身智能馆，超过200家企业同台竞技。

8、足坛疯狂一夜：米兰爆冷落败，马竞被灌5球，热刺成功保级

Anthropic根本没打算让Opus 5去跟自家旗舰硬碰硬，它要解决的，是一个更扎心的现实—— Fable 5，普通人已经快用不起了。

真正难的是：能不能适应不同国家的工厂标准？兼容当地主流机器人品牌？跟当地集成商体系打通？提供及时的本地服务？这考验的是研发、标准化、交付和服务的综合能力。

具身CoT：让模型「边干边想」 没有语言理解能力的VLA，就是数据集复读机。

今天，OpenAI发布一篇罕见的长文，复盘了一款「长周期运行模型」在内部使用中的失控过程。