这些测评将定期更新：起步阶段或许每季度一次，过时或已经「饱和」（被刷到满分）的基准将被弃用、替换。

1、半岛体彩 车还在路上，Claude就已经替她干起活来了，这是她前一天交代过的任务： 把当天每个学生的「出门测」（exit ticket）挨个复盘一遍，看谁掌握了、谁还卡着，再据此把明天的教案调一版。

这正是引发CVE-2022-31115的罪魁祸首——不安全反序列化！ 如果这行代码上线，恶意的远程服务器就能通过伪造YAML响应，直接打穿并控制客户端。半岛体彩但对「最后一公里究竟该怎么走」，各有绝招。

2、《古墓丽影：亚特兰蒂斯遗迹》将开线下试玩！

为了确保执行的准确度，这次长城挑战还引入了DFOL2.0做后训练—— 一个引入「世界模型」DW0.5的框架，让模型先在虚拟环境里千锤百炼，再上真机。

3、利好来了！今晚，A股密集公告！多个赛道，业绩暴增

比如，反复写「先问我」「别乱改」「等我批准」，会让它连本该放手去做的安全操作都频频回头请示，活活憋成个畏手畏脚的实习生。

4、中国男篮险胜澳大利亚！王俊杰MVP，防守尖兵备受质疑，或被DNP！

适配的模型包括GLM 5.2、DeepSeek V4、Kimi K2.7、MiniMax M3、SenseNova V6.7等主流大模型。

5、急拆可灵，快手的估值战争

展会第三天，超维动力（Kinetix AI）的展台前依然围了好几圈人。

最后，Ashley留下了思考：无论从哪个角度看，这都绝对令人惊叹。

AGX想做的，是把这些碎片插进同一个插槽，拧成一股绳。

6、2026年中国宠物家居行业发展趋势白皮书

有趣的是，在这场骗局中虽然什么都是假的，但被用来作为底座和替身的中国AI却是真的。

三是类似 Google sponsored（谷歌付费推广位）的广告位：在 ChatGPT 推荐的三到五个答案中，品牌可以花钱提前被提及。

7、CBA山东男篮惜败广厦，外援手感低迷，小将三个三分拿到9分

新品动态 两款任务型灵巧手回应不同应用需求 万拿 Std16A 定位为工业实战型灵巧手，面向工业分拣、仓储作业及精密操作等真实作业场景。

英伟达自己都坐不住了——去年12月豪掷200亿美元，拿下推理芯片公司Groq的技术授权。

8、场均15+4+5+3+2！杜兰特迎来强力帮手，硬刚马刺雷霆有戏了

围绕这张表，研究团队给出了几条结论。

第二，要两边最强的版本。

同一个欺诈场景里，篡改记录的命中率，Grok 4.3是19/20，GPT-5.4是17/20。

9、华丰科技(688629.SH)股东拟询价转让1.39%公司股份

大脑系统 + 软硬一体 + 开放底座 逐际动力与其他机器人公司之间最大的壁垒，除了大脑系统，还在于与硬件联合优化。

过去半年，Reddit上骂Opus 4.7「老是模棱两可、什么都要打个补丁」的帖子一抓一大把。

10、英媒：斯旺西有意尼奥尼，利物浦可能愿意以700万镑出售他

能力赢得首次使用，可靠性让AI成为工作方式本身。

过去三十年，无论是耗资数亿美元的 3A 大作，还是流程繁重的 3D 手游，制作过程都极其繁琐。

1、胡塞袭击沙特油轮

比公开叙事更早一步 佟博士并不认为纳德拉和 Karp 的判断只是市场宣传。

2、石家庄暴雨有路段积水深至大腿，当地多部门出动数千名防汛人员24小时不间断巡查抽排，市民：途中紧急将车停到商场数小时，凌晨水退才回家

我以为到现在，它早该变了。

3、3-2绝杀！点球4-3！世界杯狂欢：8强全部诞生 欧洲独占6席

第一件是成本。詹皇将回骑士？美记曝骑士将交易阿伦 詹姆斯回骑士板上钉钉？你得重新自我介绍、重新上传文件、重新解释需求。

4、中国队交卷，盲测打爆Claude！科学多模态统一AI来了

这就是为什么，它可以让机器人连贯地完成「做三明治」，不卡顿、不遗忘，跟人类一样丝滑。

5、捷豹路虎召回超16万进口汽车，存电池起火、气囊弹不出风险

笑死，前几天OpenAI也出过一项政策：X上夸夸GPT-5.6 ，就送100美元 要知道，就在几天前，Anthropic还计划着要将Fable 5下架。

6、别总把鞋子放门口了！真脏，学学她家这样做，颜值高还好收纳

姚期智院士在2025全球开发者先锋大会暨国际具身智能技能大赛的致辞 大赛专家指导委员会主席由姚期智院士挂帅（图灵奖得主、中国科学院院士），首创「人工智能专家+具身智能专家+人类技能大师」三元评审体系，为GDPS赛事评审标准与技术方向把舵定调。

这恰恰是下半场的关键：谁能盘活用户数据，谁才能真正抓住用户。

原因有些反直觉：脚本藏在一个外表正经的技能里，越是「听话」、越擅长跟随指令的模型，越愿意照用户的要求把它运行起来。

7、5-1大胜洗刷质疑！马德鲁加拼满全场，泰山换援陷入两难

接着，工作人员走上典型的无网环境电梯——这几乎相当于直接拔掉了机器狗身上的网卡，没有Wi-Fi。

此前创建 Skill 要手写一份 SKILL.md 文件，用 Markdown 写清步骤、触发条件和元数据。

8、赛前

不是野蛮，只是——那就是他们的生活。

HMS-base（不带自进化控制器）的准确率是92.4%，加上自进化控制器后达到92.8%。

在一类捆绑脚本的攻击中，更强的Opus-4.6反而更容易中招（安全得分0.20），不及GPT-5.4（0.60）。

实验证明，BadDLM在四类多样化目标上均能取得强攻击效果，同时基本保持良性效用，并对面向AR后门设计的防御具有鲁棒性。