LongMemEval基准（多会话交互记忆测试）：HMS-self-evolve以92.8%的总体准确率登顶，此前最强的Hindsight是88.8%。

1、开云官方app 2026年2月23日，西奈山伊坎医学院的独立评估在《Nature Medicine》上线，测的是今年1月刚发布、日活约4000万人的ChatGPT Health。

表格、柱状图、折线图、时间线，该有的商务质感，一页都不塌。开云官方app这不是偶犯，20次测试里，Gemini干预了19次，其中11次是这种隐蔽篡改。

2、佛得角门将沃齐尼亚：想继续踢球，希望新东家真需要我而不是营销

更关键的是，它的「盘式」结构天生就是为轮毂电机而生的。

3、“沪上德比”来了，赛前两边主教练有话说

再看传输量。

4、1927年斯图贝克房车经7年修复，搭载福特460ci V8发动机

这一方案的优势在于：它以技术为本，同时又支持创新、激励负责任的行为。

5、告别“奥运限定”，品牌开始用长期主义押注运动员

「五年前我们对这个芯片，还怀着一个忐忑的心情。

在接到需求之后，U1 Pro会先想版式、打草图，然后还会回头审一遍对不对味，再一块块填细节，最后统一调色、精修。

第二个更隐蔽。

6、U19印度新星首场双百后又轰百分！第二场再砍不败纪录，斯里兰卡面临472分巨压

它要解决的，正是「纸面算力≠有效Token」的死结。

然而，三年半过去，剧本没照奥特曼预想的那样演。

7、疆超联赛进行时丨四强席位敲定两席！阿勒泰队今日18时主场迎战阿克苏队

他转发了这段短片，紧跟着甩出一句话： 「在今年结束之前，Grok Imagine将制作一部全长电影版《奥德赛》——历史准确、忠于荷马的艺术。

网络怎么不堵？请求怎么分？长文档和短对话怎么区别对待？某张卡突然掉线怎么办？缓存命中率怎么保证？ 商汤首席科学家张行程说得很实在：纯英伟达方案4个Prefill对1个Decode就够了，换成国产方案变成30对1，网络复杂度、调度复杂度、容错复杂度全线飙升。

8、世界女排联赛：瓦尔加斯23分率土耳其3-1胜波兰

2024年它有过一个真实的bug：naturaldelta(timedelta(hours=-5))，本该返回「5 hours」，它却说「a day」。

三层落下来，要终结的正是那段长期没人负责的黑箱—— 企业过去只盯着链条两头，买算力、要结果，中间每一次转化的效率与成本，始终无人过问。

Skild AI 在长程、不间断、不遥操的真实家庭任务上，目前全球只有逐际动力和 Figure 做出了可信度高的完整演示——Figure 有厨房整理、房间整理、客厅整理等一系列家庭场景 Demo，逐际动力有这次的一镜到底的客厅整理。

9、蒂莱曼斯：当曼联打来电话时，你会毫不犹豫；里奥：曼联今夏转会操作很顺利，没有传闻满天飞

而且灵犀的能力不止于文档。

哪家的服务器挤爆了，AI Ping立刻就会知道，并智能地将请求路由给当前服务质量较高的服务商。

10、SMT 全栈数智制播方案赋能五星体育 2026 世界杯转播

有趣的是，乙游的用户，是出了名不好糊弄的一群人——她们对角色颜值、情绪张力、叙事节奏近乎苛刻。

如今，大量国央企、智算中心采购了丰富的国产GPU。

1、ESPN：白袜交易截止日“完美”目标浮出水面 竟是这位ERA 4.53的右投

这件事当时震动了整个数学圈。

2、文明实践丨品味大樱桃里的文明味儿

SeClaw把原本走自然语言的通知，改成了带必填字段的结构化工具调用，凭证反倒因为「字段必须填」而被写进了参数。

3、生涯最差数据却成猎物 闪电盯上明星外接手泰瑞克·希尔

即便是拼错了，它也会自己纠正，让整个过程完成一个闭环。NFL训练营五大悬而未决的难题：艾尤克去向成谜协助欺诈。

4、Jeremiah Smith队友放话：我要接球千码，OSU队史只有10人做到过

那个抱着孩子的爱尔兰女人，她真实存在过。

5、黑龙江柳河镇一农户称20余亩玉米地被人恶意损坏，至今未能找到破坏者

看上去只是多了个数据接口，但真正的变化是过去AI生成的页面是死的，现在它开始「活」了。

6、如何承接跑者真实需求？特步的答案藏在跑过的旧鞋里

马斯克认了！ 就在刚刚，Elon Musk下场回应Grok Build隐私风波，开口第一个词是——True。

说到底，它代表的是模型肯在一个任务上花多少心思。

参考资料： https://x.com/maxforai/status/2078767321603342656?s=46&t=kUmE9xDZxjY1kLbL84hhYQ 编辑：Aeneas新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。

7、大连新9号！德尔加多来梭鱼湾，出笼的不是小鸟而是大雕！回避泰山试枪河南

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。

白天干活、晚上复盘，第二天更懂你了。

8、玩转阿勒泰

实验与分析 模型与设定：主实验在LLaDA-8B-Instruct与Dream-Instruct-7B两个主流开源DLM上进行。

整体而言，「书生·端砚」的核心价值，并非单纯提升计算效率，而是针对性解决行业普遍存在的推演产出多、落地验证难、偏差修正慢、成果转化弱的核心痛点，为 AI 科研植入真实世界的迭代逻辑，推动模型从标准化工具，升级为可探索未知领域的科研协作载体。

想让它少来回几趟，就把你平时手动检查的步骤，写进一个SKILL.md文件，让AI自己验收。

第三步，建一个指令文件claude-instructions.md，写清每次会话的行为守则：开工前先读记忆文件、给建议前先翻旧决策、拿不准就问别瞎猜、干完活主动汇报并标出需要人过目的地方。