截至2026年5月，MuleRun已经服务全球43个国家的企业和个人用户；单月付费超200美元的用户比例达到34%。

1、九游体育 在他看来，效果不过关就大规模铺货，用户不会买单，数据飞轮根本转不起来。

《中国企业家》：深水区具体指什么？ 张小懿：关键是要探索AI时代的业务运营模式和组织模式。九游体育比如：和VAST做了3D游戏解决方案，帮上海瑞金医院探索医疗大模型的落地场景，给几家律所做了AI合伙人产品，还在和南方电网琢磨智算中心的能耗预测。

2、素质取向的85/1.2！松若AF 85/1.2青春版实拍体验

真实部署进展方面，原力灵机表示DW0.5已在内部跑通具身后训练闭环流程DFOL 2.0，开始承担数据生成、价值评估和策略迭代工作。

3、新势力2月销量：零跑理想前两名，小米问界跌惨了

面对不同款式的冰箱门把手，机器人如何决策上肢与下肢的协同动作？如何准确取出鸡蛋、碗和其他食材？如何在随机、复杂、布局各异的厨房环境中保持高成功率？——这需要的是另一类世界模型。

4、湖人被雷霆压制 里夫斯是输球的主要原因 火箭与雷霆的差距在哪里

半数以上近一年融到资的“独立具身数据服务商”成立时间不足一年。

5、全球反移民浪潮下，印度为何还忙着推动“人口出海”？

与此同时，视觉预训练显著提升了语料利用效率。

尤其是世界模型这块底座，一头连着游戏和视频；另一头，第一次连上了实体机器人。

它不新建虚拟医院、不替代医生，而是把零散AI工具整合为全院协同的智能体系。

6、广东将防风应急响应提升至三级 韩江干流或发生超警以上洪水

巨头环伺下跑出一匹黑马 中数睿智爆发的同时，其所在的企业AI这个千亿市场正朝着万亿规模狂飙。

而是先解决范式问题：先把通用能力做大、做通，再面向具体场景做小、做稳、做可部署。

7、前瞻

这是我们今年逛WAIC时的意外发现——哲学含量，有点高。

Hidden Decoding的提出，恰好绕开了这个前提。

8、新华社专访王虹、邓煜

2018年，带着满级天赋，他推开了「神仙打架」的北大数院大门。

传统的做法是把机器人放在真机上一遍遍试，失败一次就记录一次，数据贵、速度慢、设备磨损还大。

按这个标准过一遍名单。

9、上海男篮续约外援遇阻，洛夫顿本人发声：他们不想让我回去！

但这种唯模型论的暴力美学，可能有点走偏了。

但这引起不少人的好奇：为什么一个1B参数模型，可以击败更大的模型？ FabriVLA选择围绕机器人操作任务重新设计神经网络架构。

10、CBA最新消息！广东欲重签曾繁日，辽宁官宣韩德君回归，浙江官宣余嘉豪回归

整场对话中，他无需笔记，就能复述二十年前的交易细节、人名、金额、法律架构。

更值得关注的是业务结构的变化。

1、火箭与湖人系列赛G2前瞻 乌度卡会有哪些调整 杜兰特能否回来

每一个流畅生成的Token，都是对背后整套开源协作链路的验证。

2、签约权在尼克斯！王哲林：顾虑太多后悔没去NBA 若还有选择一定去

这次的目标，是把它推进到真正的前沿规模。

3、120分钟0:1，斯卡洛尼哭了：梅西之后，阿根廷路在何方？

为了实现这一点，UniTac先从大规模、多传感器数据中学习统一的触觉表征，再根据视觉信息预测潜在触觉状态，把触觉从“接触后的反馈”前移成“接触前的先验”，并送入VLA。驾驶我的身体其核心任务，是尽量隐藏底层硬件差异，让开发者不必理解可重构阵列的所有细节，也能使用C/C++、Triton等工具进行开发。

4、北交所公募产品重磅上新，首批8只三个月持有期将上报，有何优势？

几乎所有搞图流的人都想过它。

5、150000000镑！抛售两核心M费+萨默维尔，西汉姆狂赚1.5亿

所以WAM-TTT走的是另一种更高效的解法：与其不断扩大训练数据，不如让机器人学会利用部署现场的信息。

6、无缘库明加！湖人启动B计划，1换1方案出炉，快船悍将成完美拼图

AI行业的泡沫究竟会不会破？什么时候破？ 答案没人知道，也越来越少有人去关注这些问题。

而对于家庭里的各种设备，事实上京东则有一层更具「具身」意味的理解—— 此前，京东科技AI创新业务附身智能负责人曾在媒体采访中提到，在京东看来，一个家里的台灯、床垫、空调、机器人和AI玩具，其实可以被看成一台拆散了的「积木式机器人」。

但这种方案依然非常脆弱。

7、现代汽车与英伟达深化合作 自动驾驶或迈向VLA新阶段

「书生・端砚」生成的虚拟筛选方案，能标准化转换为自动化设备执行指令。

然后他加码，换了一个更难的版本：能不能改进MIT学生Isaac Rajagopal论文里的界。

8、郑龙：颜卓彬态度与防守状态很好，但他仍然需要适应中超强度

而他在哈佛读本科时，毕业论文的指导老师，正是当年同在哈佛做Junior Fellow的Jacob Tsimerman。

比如同样是物料搬运，不同工厂的物料形态、摆放方式、生产节奏都可能不同。

和LongCat-2.0同月发布的，还有一份独立升级的——美团LongCat顶尖人才校招计划。

从下图我们可以看到，面对不同传感器采集的触觉视频，UniTac已经能够围绕硬度、粗糙度和纹理，生成与接触材料相符的描述，并能完成属性比较、物体匹配和极值选择等推理任务。