90分钟，ChatGPT 5.6彻底跨越了「机械计算」 让我们把目光拉回那决定性的90分钟。

1、足球直播 传统又长又圆的径向电机根本塞不进去，而作为「盘式电机」代表的轴向磁通电机，简直就是为轮毂电机量身定制的终极方案。

另外，在内部构建的真实工程评测集KAT Code Bench 上，它以53.1分同样跻身第二梯队； 在业务化Agentic评测集KAT Claw Bench上拿到85.5 分，与最强的闭源、开源同行贴身缠斗。足球直播相比单次动作演示，真实流程中的持续成功更能检验产品是否可靠、可集成、可量产、可交付。

2、厦门农商行向“老领导”发放超千万贷款，引发质疑

大理石近距离看反射效果还不错，但存在 bug。

3、宝可梦中心突然炸场：热门卡包混合掉落，每人限购一份

数据处理上还有个巧思。

4、烧钱巨亏股价却暴涨13%：一笔73亿的新债，反而成了卫星上天的“火箭燃料”

奥特曼在X上发帖，不提新模型，开头就是一句认错： 过去12个月里，我们的表现并不理想，这主要是我的过错。

5、东观军情

这正是富内斯所不具备的能力。

当具身大模型开始具备开放世界泛化能力，这20%的人工工序，第一次有了被逐步接管的可能。

刚开源的SenseNova-Vision已经露了苗头。

6、董洁“阴间造型”炸上热搜，网友：赔她点钱吧

它不是纪录片，不是游戏，不是电影。

从一座工厂到一张网 Token工厂跑通了，但一家公司的端到端再强，也撑不起整个国产AI基础设施的生态。

7、比赛日

大规模强化学习，让AI自己学会「怎么干」 监督微调能让模型照着范文抄，可一碰到没见过的报错和意外反馈就发懵。

P6 到 P8 的用法完全不同。

8、泰山队抵达北京，三外援面临更大挑战，本土球员谁能成亮点

高精度3D视觉加上透明物体成像算法，让机器人在复杂光线、杂乱料框、狭窄货架中精准识别物体的位置、形状和材质。

面向每一个普通人，团队正在做一个叫Memory Bank的产品，你的第一个「个人记忆账户」。

好在缓存命中的价格依然极低，把批量任务、评测跑分、数据生成挪到高峰之外，成本还能压回去。

9、牵出银行大案！失联9个月的千亿“烂尾楼王”，这次跑不掉了…

对于开发者来说，这意味着拿到手就能用，不需要重新搭建复杂的感知、规划和控制系统。

「五年前我们对这个芯片，还怀着一个忐忑的心情。

10、0-2到2-2！中国男足没有放弃，泰山队新星绝妙助攻，队长进球精彩

有人网友提出了一个深刻的问题：「并行TTC确实发挥了作用，但没有说出口的问题是：64个独立搜索的质量，能否等同于一个漫长而连续的单线深度推理逻辑链？广度和深度并不总是可以互换的。

论文中的实验显示，随着强行将动作执行长度变长，成功率可能下降，物理步数反而增加。

1、台媒曝小S在酒吧买醉！画面曝光在街头大哭，表情痛苦伤心到极致

本文尝试提出一种不同的视角——将可解释性的追问从模型内部转向模型所处理的信息，从神经科学的内部主义进路转向知识论的「信息本体论」进路。

2、火箭小将彻底蜕变！高效砍23分14助攻 全场零失误得队友盛赞

」 按他的说法，Anthropic正在为Opus 5的发布做最后冲刺。

3、对症下药？火箭“次轮状元”成即战力 新季或获得不少的上场时间

@Aria阿清在拍我AI V5上线阶段，利用首尾帧多帧功能，复刻了国内爆火的「衣柜换装」特效，发布当日阅读量就突破20w。在公交车上，偷听一个大叔打电话。和长程工程一样，这种能力同样练自「车间」。

4、一个也别错过，网上逛了一大圈，大家最爱的还是这11样！

而这四类案例，则是把战线推进到了「行动」：一个握着代码权、财务权、评估权的智能体，会不会偷改代码、帮着删账、背着你搞事。

5、特朗普吐槽英格兰主帅图赫尔：竟把最好的球员凯恩拿去当后卫防守

学习闭环的竞争 未来企业之间最重要的差异，不一定是谁使用了最强的模型，而是谁拥有更好的闭环。

6、演员车晓离婚14年后：44岁单身独居北京大别墅

关键在于，这里没有一个中央调度台在发号施令。

Dyna的DYNA-1把折餐巾做到99.4%、24小时85多张，直接开进真餐厅。

人类迈入科学新时代 这段时间，AI科学圈十分热闹。

7、外援36分也是徒劳！山东男篮被领头羊暴击，附加赛打辽宁有戏吗

解法是在自己机器上搭一套本地上下文系统，只用20分钟就能搭完。

在此基础上，首次提出面向具身追踪的DAgger策略：模型先在大规模通用场景上预训练，再持续部署至仿真与真实环境中交互，主动暴露长尾薄弱场景。

8、CBA又曝出一大丑闻！大白边兴奋剂违规恐被重罚：上海总冠军或被取消？

」 在后稀缺时代，需要什么样的新型经济模式来帮助所有人共同繁荣？我们希望秉承什么样的价值观？意义和目的将是什么？甚至，人类自身的境况将如何改变？ 下面，就是哈萨比斯的文章译文——《前沿AI框架与新时代的曙光》「A Framework for Frontier AI and the Dawning of a New Age」。

标准化测试里的题目，模型多半在训练数据里见过千百遍；真正见功夫的，是那些它从没遇到、也无处抄答案的新问题。

这证明了WAM-TTT不是在死记硬背表面特征，而是真正理解了任务的动态结构。

两者差着一整条产业鸿沟。