参考资料： https://arxiv.org/abs/2510.04704 编辑：LRST新智元报道 【新智元导读】全网都说GPT-5.6 Sol的Max档变笨了，OpenAI偏说没降智，只是「做了个实验」，实验中拧动的那个旋钮，Max档从960掉到128，用户看不见。

1、火狐官网 可实验室里的奇迹能够不计成本，但到了生产环节的工业基础设施上就不行。

从前端到空间推理，得到的全是差评。火狐官网一张8K的图摊成token，足以把上下文直接撑爆。

2、功勋归来！张晓彬转会加盟武汉三镇

不仅如此，Jeff经常痛批大规模监控，表现得像一个充满正义感的斗士。

3、阿根廷职业联赛Clausura首轮：飓风迎战班菲尔德，近5次

以后，你说两句，AI当场就生成工具，还直接连着你自己的数据。

4、西印度群岛公布对阵巴基斯坦测试赛阵容：蔡斯任队长

一个人用了印地语，另一个人用了俄语。

5、宿茂臻本轮赛后官宣重要决定！直言马德鲁加将留队，值得期待

祝贺所有获奖选手！祝贺所有参加决赛的少年天才！ 美国副领队刘洋在现场拍摄的中国队和美国队的合影 中国选手本土作战，IMO首次在中学举行 据了解，本次国际奥赛IMO 2026是第67届赛事，2026年7月13日至21日在上海举行，本次IMO中国队的领队为华东师范大学的瞿振华老师。

模型的商业价值也由此真正显现。

」 嘴仗输了，票房也没砸成。

6、随着西班牙1-0阿根廷，世界杯最终排名出炉，英格兰第3，法国第4

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。

托管沙盒 + 全栈agent控制 + 思考力度调速，在单agent的能力密度上做文章。

7、在亚太转了一圈后，莫迪迟早要意识到，他最终还是要求到中国面前

可解释性问题的真正难点，或许不在于技术手段的不足，而在于问题框架本身的窄化。

模型由此不仅学习如何走对，也系统学习三个问题： 什么时候已经偏航、应该向哪一侧修正，以及如何重新回到正确路线。

8、大胆启用15岁新星！乔普拉预测印度战津巴布韦首发11人

标题是：《我穿越到了1912年的泰坦尼克号》。

下午4点，放学铃响过，一位美国中学老师收拾好东西，开车回家。

拍我AI创作者@八目爱吃饼制作的「恋与深空」的同人作品，在小红书上爆火。

9、从Bin到ShowMaker，中国电竞追了韩国二十多年，追上的到底是什么？

「前沿AI标准机构」：一个框架 眼下AI的飞速进展，要求我们以一种全新的方式测试前沿AI模型的能力——这种方式必须动态、灵活且严格。

一边是Gemini三连发，一边是Gemini 4开跑。

10、青少年暑期交通安全倡议书

为了客观量化该项能力，研究团队搭建了AtomWorld评测框架，框架依托材料领域通用晶体学信息实现自动化测评。

他的结论是：AI在数学上已经撞墙了。

1、开拓者老板再挥“裁减”大刀：解雇王牌解说，NBA圈内被指“抠门”

荷马的史诗流传近三千年，如今同时等来了两个版本：一部人类拍的，正在全球狂卷票房；一部AI拍的，还只是一句推文。

2、意外！他是申花未来两月唯一能顶替金顺凯的强援，曾是马加特爱将

这里还有一个很有意思的闭环：Agent正在反过来帮助生产算力。

3、荣誉季军？佛得角常规时间战平2026世界杯冠亚军

从写prompt到写loop 中间隔着一道验收 一个会自己无限干活的AI，凭什么不是一台高速产出bug的机器？ 答案在一个被大多数人略过的环节：验收。威尼斯1600万欧签下阿科尔·亚当斯但她一定会精准地出现在你最愿意相信善良的地方，用你最想听到的故事，换走你最珍贵的东西——你的信任。

4、28k英里2007款阿斯顿·马丁DB9 Volante：钨银色黑内，V12曾历事故修复

过去可能需要一个IT团队花几周开发的东西，现在半小时就能搞定。

5、赖特：安德森选择曼城，而不是曼联让我有点惊讶；记者：琼阿梅尼不在穆里尼奥的计划中

它提供了一个极佳的产业切片，向外界展示了全球首个全栈具身技术体系是如何将世界模型、基座模型与具身Agent架构耦合为一个「有机生命体」，并实现落地的。

6、穆杰塔巴没想到，伊朗宣布封海第二天，中国突然表态，措辞不寻常

他手机上开着Claude应用，左边一个小小的代码标签，里面同时挂着5到10个会话。

对此，「星火Token Factory」给的答案是全链路可观测。

」 过去，一个创意要先投入数月时间和大量资产，才有机会来到玩家面前；现在，小团队可以先把想象变成样片，让用户用追更、评论和反馈告诉她们，这个世界到底值不值得继续做下去。

7、3分变1分？媒体人：云南玉昆申诉，海港进球前莱昂纳多手球在先

图文交错思维 对于普通生图来说，或许可以一笔直出。

这意味着，关节「指哪儿去哪儿」的精度翻了一倍多，身体晃动和抖动明显更少。

8、427ci V8迸发435马力，1969科尔维特敞篷还斩获过NCRS最高奖

两套体系给出了一致的结论： GLM-5.2（2026 年 6 月发布）在窄任务上的表现与 Opus 4.6（2 月发布）相当，差距 4 个月； 在 Cyber Range 上追平 Opus 4.5（去年 11 月发布），差距 7 个月。

而问题的根子，恰好在评价体系。

全面进化：代码编写、智能体工作流、前端UI设计、SVG图形生成能力大幅提升。

特纳在会场上拦住了Bengio，请求他发声支持Anthropic，结果Bengio的办公室随后冷冷回复：「我们决定不发表声明」，拒绝给出任何理由。