《中国企业家》见习记者 李晓天 记者 马吉英 见习编辑｜张昊 编辑｜马吉英 头图来源｜视觉中国 “AI生成的都是‘尸块’。

1、火博体育 ”（详见封面报道《“傻坏蛋”于东来》）两年后，我们则试图从“学徒”的角度回望这个历程——坚定与犹豫、选择与放弃、得与失、成与败。

有数据显示，2025年中文播客市场规模超50亿元，听众数在1.5亿上下，四成多品牌方增加了投放，在视频播客上的消费同比涨了四成。火博体育帮他从草堆里找到这根针的，是Anthropic上个月刚发布的Claude Fable 5。

2、热火承认错误发布勒布朗·詹姆斯加盟视频，直接点燃猜测

盘之前，先借用Jacob自己帖子里的框架。

3、极端高温威胁全球粮食安全，国际农发基金代表呼吁支持小农户

对于C端用户而言，AI产品拟人化是一大卖点。

4、数据不会说谎！学会使用陈林坚决定山东高速男篮前途

至于这盘棋往哪下，聆动通用CEO季超对行业接下来两三年的判断，说得很直白： 新公司是新的，但这盘棋，讯飞其实已经下了很多年。

5、李昊首秀！韦世豪担任队长，国足对阵新加坡首发出炉，武磊替补

另一边则认为，机器人没必要先成为物理学家。

为组建更大规模的Scale-Up网络，计算核心不得不牺牲相当一部分芯片面积和计算资源用于处理网络事务。

近年来，哈根达斯在中国市场持续收缩，各地闭店消息不断传出。

6、马德兴：中国U23要提防朝鲜的“适龄老将”，阿联酋有大量非洲归化

它必须在未知的环境中，自发地去读取视觉信息、理解当前的杂乱状态、自主规划长程的任务步骤，然后调用技能和身体运控能力去完成连续操作。

“所有的变革都源自于一把手的认知和判断，他能不能够跟得上这个时代，决定了公司前途。

7、工信部首次定调：Claude Code危害严重！

值得注意的是，售价24.98万元起的纯电车型i6在第一季度累计交付约4.9万辆，占比超过5成，在成为销量支柱的同时，也拉低了单车均价，从而导致收入下滑。

△AI生成 光看数字多少还是有点抽象。

8、优耐徳：不搞低价套路，只做靠谱交付

网页、文件与图片先进入工作区，Agent再按任务分阶段读取、写入和整理，沿着目录持续生成，前一段的结论和设定也会成为后一段继续推进的依据。

不止以上这些神仙Demo，还有超多深藏不露的野生大佬在疯狂「整活」，以肉眼可见的速度推动整个Vibe Coding的生态爆发。

等到今年行业多款主流大模型上新时，不少核心算子就是靠这套编译器写出来的。

9、10万字速记一口吞，金山办公新Agent开始直接交活了

“股价短期涨跌对我几乎没有影响，因为短期内不会卖出。

Shuran Song带领的斯坦福REAL Lab，是打通这条路径的代表团队之一。

10、男装创意过渡期的爱马仕，证明确定性也是一种奢侈

事实上，京东之所以选择第一视角的数据采集方式，背后也有一层更具体的行业判断。

真实世界中的机器人，最大的挑战不是完成一次任务，而是在复杂环境中长期稳定工作。

1、大厂正在花百万年薪抢人，FDE到底是什么？

这也恰恰呼应了Founder-Market Fit的逻辑。

2、香饽饽，湖人队八村垒被篮网队和马刺队看上了

所以有机会从小靠着搜索引擎、书本、课堂、争论和试错，先学过一些基础判断能力，再开始使用AI，能够有机会建立起”我不确定”的感觉。

3、超级小年！美媒重排24届新秀：扎克-伊迪冲到第四，卡斯尔登顶

10亿、100亿的估值，放在今天看，根本不贵，因为现在二级市场可能给得更高。曝广州福建完成2换2大交易！国手前锋换队，21岁潜力后卫携手徐昕这套自己全包的打法，最早是从适配国产芯片这件事上磨出来的。

4、城市服务，成为了具身智能的新考场？

任务要求是从5场对谈里找出一个适合内部选题会的主线，再把它压缩到8页。

5、沃特森要价超2500万，掘金匹配不起，篮网快船已排队接人

以下为惠亨玉接受《中国企业家》采访的口述整理（有删节）： 堵点 过去两三年，变化最剧烈的无疑是锂电和光伏。

6、日本公开赛，国羽各单项均遇挑战

原因很简单，这里既有足够复杂的任务，也有足够明确的工业价值。

” 我们的客群结构也发生了很大变化，之前店里是不敢卖大牌彩妆的，因为卖到过期都卖不出去，甚至很多门店会拿到办公室向我兜售；现在不一样，上了很多大牌彩妆，这次调改的宣汉店，开业当天销售最好的百货类商品就是彩妆。

更近的互联可省去DSP，有效降低延迟，同时简化系统设计、降低功耗与成本，最终提升整体算力利用率。

7、追分未果，赛季收官！青岛崂山啤酒94-97不敌山西汾酒

”程衍樑也很无奈，“这行像打猎，放十枪，也就中两三枪。

他很郁闷，从《寒食帖》能看出来。

8、官宣｜我俱乐部签约美籍球员克里斯蒂安·维塔尔

这样分的道理并不复杂，Decode阶段要一个字一个字往外蹦，每蹦一个字都要把之前生成的内容在显存里翻一遍，吃的是带宽； Prefill阶段则是一次性把输入内容整个吞下去，吃的是算力堆叠的吞吐量。

Tavily、Exa虽然也做了去重处理，但它们更多是把一堆结果全部返回给Agent，再靠模型烧Token自行筛选。

而具身交互要的是另一件事：机器人得用身体走进物理世界。

它不仅需要视觉信息，还需要机器人操作轨迹、力觉反馈、触觉信号、工艺经验，以及最终质量结果等多维数据。