他还专门录制了视频，逐帧测试Gemini 3.6 Flash在空间关系理解上的表现。

1、leyuapp 面壁的一个真机demo case演示令人印象深刻：一只宇树Go2机器狗紧紧跟随一名指定人员。

谷歌发布的测试结果，也显示Gemini 3.6 Flash在代码任务上被其他模型超越，仅在视觉和上下文基准测试中持续保持领先水平。leyuapp搭配多智能体协同核验系统，全流程无需人工跨平台搬运数据、手动适配格式，可实现自主运转、自动纠错。

2、马云低调现身世界杯决赛！自称不懂足球：被许家印坑12亿 2字回应

在Reddit上，一位开发者亲自下场测试，最终体感GPT-5.6明显要比GPT-5.5的智商更高。

3、人到中年，心态巨变:社会的底色，大多是灰的。

W1的设计，几乎是被巷道「逼」出来的： 自重负载比小于2，机械臂自身重量还不到它能扛起来的两倍，又轻又有劲； 力控精度≤1N，相当于能感知两枚鸡蛋，放在手上的分量变化。

4、营业执照公证书线上办理保姆级指南

资本端同样用真金白银投票。

5、机器人板块迎政策产业双重催化，机器人ETF易方达（159530）近一月“吸金”累计超42亿元

这三件事指向同一个结论：企业AI的重心，正在从「模型能力」转向「AI基础设施运营」。

行星表面全部程序绘制：木星要有大红斑，且随自转穿过可见半球；地球的大陆转到背面要消失，再从另一侧转回来。

能在光刻机里稳定运转的电机，用在其他任何工业场景，都是纯粹的技术碾压。

6、深圳灵活就业社保被停保？当地辟谣

」 更是有人原地开始拉踩诺兰。

非技术人员必须像流程设计师一样思考才能完成这件事。

7、4-2大逆转的背后，是乔迪或是小王的离开？

分析发现，两张图都带着ChatGPT的SynthID隐形水印——彻头彻尾的AI生成。

按照他设想，老师布置那种非用AI不可的项目，学生反而得动更多脑子、想更多新东西。

8、《黑旗》重制版两周350万份 超过育碧全年销量预期

赛事联动上智院、复旦大学及各大产学研生态伙伴共同出题，全面开放独家实测数据集、工业仿真环境与实体研发载体，全部赛题均源自各行业领域一线： 依托上智院与复旦在RNA、蛋白质结构方向的前沿科研积淀设置生物结构预测赛道命题；电力市场交易赛道接入蒙西电力交易中心的一手市场出清数据以及中科天机提供的高精度气象预测数据；可控核聚变赛道配套新奥玄龙-50U球形环装置高保真仿真平台；古文字识别赛道则采用复旦大学出土文献与古文字研究中心的权威古文数据集，以及上海博物馆和湖南省博物馆开放的甲骨文、金文、简牍等古文字数据样本。

方向再清楚不过：OpenAI要把ChatGPT，变成你干活的地方。

换成一个「听话」的AI，它有两个正当选项：要么拒绝执行，要么把顾虑上报。

9、Moncler上半年营收12.9亿欧元，亚太市场需求对冲欧洲区下滑

一个叫Chloe的创作者，真的做到了。

这就是那篇44页的《数学年刊》论文。

10、利好来了！A股大牛股，最新公告！业绩预增超3200%

久而久之，企业可能越来越依赖模型供应商，而模型供应商却越来越理解企业。

这体现了行业的整体趋势：安全检查必须尽量回到代码诞生的那一刻。

1、上海40块钱一晚的宾馆，长什么样子？

算力一旦被割裂在不同架构、不同生态里，协同就是句空话。

2、美的7天交出2万台空调！评论区却炸了：工人的加班费翻了几倍？

闭环迭代不断强化低频复杂场景，显著提升模型在动态环境中的追踪与泛化能力。

3、《Echo Weaver》定档10月8日：开局便能通关，怎么玩全靠自己悟

泛化涌现是指，它开始在没见过的任务面前，凭底层逻辑把事做成。完胜！布伦森30+6，哈登19+5，布里奇斯立大功，5个首轮签没白费如下是一款由V4 Pro生成的3D模拟射击游戏，核心玩法是操控攻城弩车进行打靶训练，基础的UI功能也均已完备。

4、不打自招？饶毅质疑国自然二等奖没有科学价值，被三个课题组举报

用时3.8小时，成本更是压到了极低的20美元。

5、陈柏阳搭档刘毅击败苏格兰组合 挺进中国公开赛男双16强

后厂（Token生产层）：AI时代的「超级发电站」 它的核心武器，是N个算力厂商伙伴 + 赤兔推理引擎 +八卦炉智能软件栈。

6、大清洗实锤！泰山队多老将核心被“变相甩卖”，降本旗号下尽显薄情寡义

现在大家盯着同一个会自己更新的页面，进度就是页面本身，不用再开会同步「我们现在到哪了」。

但在这片热闹里，有一家公司做的事有点「反常」——它不造机器人。

他说这些题在网站上标着open，只意味着他本人不知道有哪篇论文解决过它。

7、GPT-5.6仅用1小时攻破50年数学难题！64个AI摘下图论皇冠

然后，他收集了GPQA、AIME、MMLU-Pro和HLE这些顶级榜单的公开测试集答案，用这些答案开始微调。

放眼当前的具身智能赛道，行业共识正在发生剧变。

8、开拓者108-101击败掘金！杨瀚森再创纪录，不愧是首轮16号秀

Noam Brown指出：「增加模型的TTC（让它思考更长时间）能带来更高的智能。

在真实的移动操作任务中，传统机器人往往是单线程结构，左手、右手、底盘线性串联，如果一步卡住就会直接死机。

那么，世界模型从Demo走向Deployment，真正的「断点」究竟在哪？ 陶大程一针见血地指出了核心分野—— Demo的标尺是「最好一次有多好」，Deployment的标尺是「最差一次有多差」。

但官方更新日志里，对这件事只字未提。