当其他厂商还在用「参数规模」衡量模型时，K3已经用行动告诉我们：真正的竞赛，已经从「谁的参数更多」转向「谁的唤醒更聪明」。

1、kaiyun官网 真正决定一家企业能走多远的，是下半场的新法则。

正如夏立雪在现场说的：「让智能无所不能，是AGI，而让智能无处不在，是AGI Infra。kaiyun官网投入巨额资金和算力训练出的下一代模型，实际性能提升远低于预期，市场领导地位因此出现明显滑坡。

2、英格兰内讧？1.1亿帝星戴帽后质疑主帅：踢阿根廷我没伤！不解被弃用

特纳在文中痛心疾首地发问：「一个签过反自主武器誓言的人，眼睁睁看着公司把AI交给想造杀手机器人的军方，并放弃了所有限制权利，他怎么还能继续留在这里开发这个AI？」 被扒皮的AI伦理「泰斗」们 那些把「AI安全与伦理」挂在嘴边的学术泰斗们，他们的袖手旁观令人心寒。

3、谁还全价买大牌家具啊？花一半的钱就能配齐全屋！

模型训练大多依托公开的成功论文成果，难以学习海量真实试错背后的底层逻辑，最终形成擅长模仿复用、弱于原创突破的行业现状。

4、一场5-6，爆出大冷门，中超领头羊意外被淘汰，倒在点球大战

过程中，GPT-5.5读到了公司资产表里一笔「给Marcus个人账户的3.5万美元咨询费」，也读到了律师白纸黑字的叮嘱：我签字确认最终数字前，不要给投资人发通知。

5、错失单刀埋下覆灭伏笔！死守到底磨杀强敌，瑞士点球制胜绝非运气

2025年3月，UC San Diego的Jones和Bergen做了两轮预注册的三方测试，加上人格提示的GPT-4.5被判成人类的比例是73%，比真人被选中的还高。

一类，叫有害服从（harmful compliance），模型照做了，可用户的请求本身就是坏事； 另一类，是模型「自作主张」，违背指令，去追它自己认定的目标。

大模型厂商在秀参数，算力厂商在秀集群规模。

6、左后卫引援：马拉加希望尽快敲定

它还能化身「AI交互设计师」，轻松搞定沉浸感爆棚的主题工作室。

这一层，负责生产标准化的Token（电力）。

7、启鸣达人首发《世界模型驱动的教育AGI白皮书》

言外之意很清楚：国产AI芯片眼下的处境，是各自优秀、各自孤立。

现实是，它夹在几次被媒体当作常规升级报道的版本更新之间，就这么发生了。

8、吃完的荔枝核千万别扔，教你全程20天水培粉色荔枝盆栽，喜提粉色小森林！

效果立竿见影，环境构建成功率从16.5%飙升至57.2%，累计沉淀出覆盖12种编程语言、超10万个可运行、可验证的仓库环境。

暂停时行星表面自转也得停，倒放时要反向回退。

一个是U1 Pro，另一个是GPT-Image-2；甚至在文字、设计感、东方细节上，U1 Pro还稍胜一筹。

9、上新

录屏教学把同一件事的操作成本又压低了一截：不需要懂 Markdown，不需要抽象流程，做一遍、讲一遍就够了。

挪威今年干脆对1到7年级学生下达了近乎禁令的规定：上课期间不许碰生成式AI。

10、泰国青少年走进贵州

晓途：一脑多形，7×24小时在岗 它依托通用智能大脑（Agentic AI），同一个脑子能适配多种形态的四足机器人本体，室内外无缝衔接、动静态避障、多机协同调度，全程无需人工干预。

拿个真实场景举例。

1、《坦克世界：征程》ChinaJoy首开试玩，载具射击融合特工技能，无限复活降门槛

举个例子，一个「平台管家」智能体如今成了整个基础设施智能体蜂群的统一入口。

2、3换3！交易达成！短短八年，30人全部换队

写提示词的时代不会一夜消失，但它的光环正移向循环。

3、俄军宣称大捷，乌方打脸：只占 30%！普京为何急于宣布胜利？

」 注意措辞：不是预告片，是一部完整的电影。可惜了高分！649分考生被乡村定向医学生录取，编制有那么香吗？在这个场景里，科大讯飞针对DeepSeek、Qwen、GLM等国产主流模型，紧贴昇腾硬件特性，从最底层的算子一路做到最上层的调度。

4、外援扩容绝非中超出路：严控外援规模，才是本土足球崛起的关键

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%。

5、库尔勒市两条直飞航线同日开通！

为了探底它的能力，我们给出了极其严苛的限制条件： 1000+行提示词，核心要点主要如下： 单个HTML， 纯Canvas 2D，不许用Three.js。

6、演员舒淇、李冰冰发文悼念

它不仅能自我介绍，还能流利地进行实时对话。

（图源：Claude Code官方文档） 所谓自主智能体，本质上就是这么一个圈。

横空出世的六边形战士，是假的 很多人冲向Hugging Face，准备下载这个「MIT协议开源」的1.6万亿参数模型。

7、天立启鸣发布教育AGI白皮书：破解教育“不可能三角”

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。

编程场景具备秒级反馈、即时证伪的迭代特性，任务对错可快速判定； 而基础科研试错成本高、验证周期可达数月，失败类数据公开度低、有效反馈样本稀缺。

8、LG高端显示器被曝自动安装广告软件遭用户强烈抵制

配合优化后的训练策略与数据配比，这些结构改进使得整体扩展效率相比 Kimi K2 提升约 2.5 倍，让模型能更高效地将算力转化为智能。

甚至，宝马M部门专门为它开发了「Heart of Joy」超算，负责毫秒级的四轮扭矩分配。

交接时客户说： 你既然要走了，能不能把这个配好，我们自己跑？ 五年的合作关系被一个 Skill 文件夹替代了。

漫剧场景更极端：选题、剧本、分镜、多语言本地化全链路打通，一个人加 Navos 就能做到日更。