知情人士称，净利润的大幅下降，是因为字节跳动在去年三四季度，大幅增加了AI算力采购、模型研发与基础设施投入。

1、hth官网登录 2024年第一季度营收激增至10亿美元，同比增长67%，净利润2亿美元，同比增长400%。

这种趋势在AI文娱场景里尤为明显。hth官网登录这些原本需要大量人工干预的环节，现在都有对应的智能体“跳出来”承接任务，工人只需要在AI的辅助下做决策判断即可。

2、白花1292万！广东水货外援不能要，无力对抗周琦，朱芳雨不坑辽篮

两者共享同一套能力体系，系统可以更自然地完成意图传递、上下文接续与隐私边界控制。

3、不是B费！不是拉莫斯！C罗葡萄牙队接班人出炉，24岁身价8000万欧

为此，李弘扬提出了一套以大规模预训练为核心的技术架构。

4、20年一人一城！勇士将给库里提供2年1.367亿顶薪合同 萌神将同意

一位通过AI顶尖人才计划入职美团的校招生，加入LongCat团队后参与预训练工作，毕业两年多成为模型预训练主要负责人之一，负责最新万亿参数模型LongCat-2.0的预训练工作。

5、FILA建造国内首个可持续网球场，进一步推动运动时尚可持续进程

1100多家企业、10万平米的展区，目之所及，几乎每家展台的屏幕上都闪烁着Agent这个词。

接下来系统会生成双平台模拟配置，初始激活事件与激活话题，并开始模拟。

而且很惊喜的是，它生成的这张图片连手机界面的时间、信号、电量等细节都有！ 但客观来说吧，它生成的格式和现实里的微信文章页确实不太一样。

6、如何将卡约交易价值最大化 到期合同换首轮签 全力追老秀伦德博格

单独一起事件，可能是偶发情况；但对每天面对不同顾客的机器人来说，这就是日常。

但这些指标最多只能证明一条数据在生产流程上“合格”，不能证明它真的值得机器人学习。

7、王岚嵚回归山东前景可期，三方谈判难度不小

2026年是世界模型百家争鸣的元年，不过，究竟什么是世界模型？ 在大部分人的认知里，它还是论文里的架构图和评测表格里的数字。

而关于长时一致性，智元的世界模型，有一大用途是当仿真器，长程推演正是仿真器的生命线；自变量把世界模型与VLA整合进同一个端到端框架，预测是动作生成的前置步骤，预测铺得越长，推理就越慢，占掉的决策时间就越多。

8、日本女乒内斗加剧，大藤沙月被淘汰，美国大满贯16强日本占据6席

她表示，自己发声的原因是事实很重要，但同时也想分享她真实的生活经历，包括她是如何来到SpaceX的。

庄俊建议他们暂停，“你内容基础都没有，一上来就找大KOL，不应该”。

可信也不等于永远不犯错，更现实的标准是错误能够被发现，风险可以被界定，结论经得起复查。

9、淘汰赛速览

前者考验精度，后者考验柔顺。

不过一直以来，小红书“引男”困难，一个绕不开的现实是：男性用户不是不想来小红书，而是不知道来这儿以后，能干什么。

10、欧盟：这么干又让中国占便宜，那对俄罗斯好点吧

目前对主流AI推理框架的平均适配时间小于7天 这个速度基本意味着，社区那边的热度还没过去，开发者在真武芯片上就已经能跑了。

技术报告随后公开。

1、力压亚历山大！布伦森被所有人低估，老詹一语点破他的恐怖之处

让客户乃至其他芯片厂商，都能基于这套完整软件栈，搭起一个通用、好用、易用的底层算力生态。

2、看不懂！好不容易加入CBA，才打2年就回NBL，李祥波到底图什么？

原因藏在数据里。

3、大坂取得职业生涯新突破，约维奇再进大满贯16强证明实力

遥操是重资产路线，需要买本体、租场地、雇操作员，这些恰好都是国资平台容易调动的资源。第四届滇商大会即将在昆明召开到了那个阶段，与其纠结数据总量，不如回到一个更本质的问题：模型到底要完成什么任务？我们要采什么样的数据？如何以可控的成本让机器人胜任尽可能多样的任务？ 两者有交集，但在实际推进路径上存在明显差异。

4、五一已过，有哪些无人机通过了新国标？

套上loop的Agent，才真正变成了一个能自转的系统。

5、曾被视为必去勇士，勒布朗临时变卦五队再争

转载来源：后摩智能 本文为量子位获授权转载，观点仅为原作者所有。

6、钱再多能怎样？崔培军如今的现状，给所有企业家立了个“坏榜样”

当前多数VLA基础模型都控制在4B以内。

就像AI理解幽默、展示心智理论、解语言谜题，都经历了同样的曲线。

生成式路线倒是敢画。

7、雄鹿惜败太阳：中国血统十号秀23+8+6 杨瀚森好友21+10+4帽

但科研和产业深度融合，模型只是其中一环。

比程衍樑入场更早的《大内密谈》《日谈公园》先后拿到百万元级投资，也开始孵化节目矩阵，似乎所有人都觉得风要来了。

8、赛后拒绝握手，朝鲜U20女足全场围攻，日本队1次打门就进夺亚洲杯

在庄帅看来，哈根达斯能为柠季补上它最缺的三点：核心商圈铺位、品牌身价、产品矩阵的扩展，但还需面对品牌调性冲突、供应链协同、外部竞争三大难题。

围绕这一公式，PPIO Agentic Cloud 构建了两层原生产品体系：智能模型网关是 AI Agent 的智能调度中心——关键决策由混合模型把关提升质量，简单任务由模型调度自动分流到轻量模型，确保 Agent 用最低的 Token 成本、最高的智能性能把任务完成，持续推高 Token 智能密度。

双方建设的数据处理链路，覆盖原始数据清洗、同步对齐、多模态融合、资产化处理和模型训练，最终沉淀为操作数据集、技能库、仿真场景和模型检查点。

与不少模型主要围绕数学、代码等单项能力训练不同，Grok 4.5将强化学习扩展到了数十万个真实的软件工程和知识工作任务 模型需要完成多步推理、调用工具、从错误中恢复并验证结果，更接近Agent在真实环境中的工作方式。