华为发布鸿蒙7及三折叠Mate XT 2、阔直板Pura X View等新品，系统设备超8500万台。小米推出澎程SUV和18 Fold手机，首发玄戒O3芯片。苹果调整App Store管理，Schiller退居二线。其他动态包括字节跳动获296亿美元贷款、豪威CIS份额超三星、DRAM营收增长等。

苹果将迎来史上最大产品发布潮，包括折叠屏iPhone和iPhone 18 Pro；GPT-6 Astra全量发布；Anthropic用Claude完成费马大定理形式化证明；特斯拉Cybercab在奥斯汀开放乘坐；微信测试Agent间沟通；千问办公用户破3000万；存储涨价推高手机成本约15%；华为披露麒麟2026功耗测试；大众裁员5万；LVMH股价跌至2020年最低。

该研究探讨了在数据受限条件下，语言模型预训练中混合稀缺目标数据与通用数据的权衡。通过2000多次实验，发现重复使用目标数据15-20次可提升性能，并提出了考虑重复价值递减的缩放定律，以优化混合配置。

Meta广告推荐系统采用多阶段序列模型架构，将离线用户建模与在线排序解耦，结合密集分词和目标感知注意力，实现LLM式可预测扩展。该方案提升Instagram转化率6%、Facebook转化率3%和广告点击率3.5%，并作为GEM核心组件，支持模型规模高效扩展。

谷歌研究揭示，多智能体系统的性能取决于任务能否并行拆解，而非智能体数量。并行任务可提升81%性能，顺序任务则下降70%。中心化架构错误放大4.4倍，独立式达17.2倍。预测模型可提前判断最优架构，准确率87%。工具越多协调成本越高，架构需与任务结构对齐。

开普勒发现行星轨道为椭圆，揭示宇宙秩序之美。科学家因公式美感而痴迷，审美源于对秩序感的敏感，是大脑解码宇宙的“补丁”。人类认知与宇宙规则高度匹配，暗示背后或有设计者。科学探索与审美愉悦本质相通，都是认知满足的体现。

华为通过系统级设计，以光互联和统一总线替代传统协议，将数千颗芯片组成超级集群，性能超越英伟达NVL72。其Tau Scaling理论强调集群稳定性而非单芯片算力，光模块功耗减半，故障通过备用芯片和快速检查点解决。成本因垂直整合和成熟工艺更低，改写AI硬件规则。

华为Mate90系列将搭载新麒麟芯片，基于“韬定律”提升性能。苹果与博通延长合作至2031年，共同开发AI定制芯片。三星第二季度利润预计增长18倍，受AI需求推动。优必选回应仿生机器人争议，强调其产品为情感陪伴。金山办公表示WPS基础功能将继续免费。宇树科技科创板IPO注册生效，预计成为A股人形机器人第一股。

苹果的折叠屏iPhone预计将推迟发售，可能与iPhone 18 Pro系列同台发布，正式开售时间延至第四季度。三星计划第三轮大幅提价DRAM，影响手机和电脑价格。特斯拉二季度全球交付超48万辆，显示出强劲的市场需求。

华为何庭波提出“时间缩微”概念，强调优化协作流程而非缩小机器人。通过立体堆叠和就近编组，减少任务完成时间，提升效率。这一理论将衡量标准从“空间密度”转向“时间效率”，推动智能工厂发展。

华为在2026年发布了

华为在ISCAS 2026上提出“韬（τ）定律”，以“时间缩微”替代传统的“几何缩微”，推动半导体技术进步。新技术将应用于2026年推出的麒麟芯片，预计晶体管密度和性能将大幅提升。该理论强调系统级架构创新，改变芯片竞争规则，尤其在国际技术限制下具有重要意义。

EgoScale是一个基于大规模自中心人类数据的灵巧操作迁移框架。通过在20854小时的动作标注视频上训练视觉-语言-动作模型，发现人类数据规模与验证损失呈对数线性关系。该框架采用两阶段迁移方案，先进行大规模预训练，再进行少量对齐的中期训练，使机器人在极少监督下实现灵巧操作。研究表明，预训练策略在不同机器人平台上均能有效迁移，提升任务成功率。

在Lex Fridman的播客中，Sebastian Raschka和Nathan Lambert讨论了AI领域的热点话题，包括中美竞争、模型比较和AGI的未来。他们认为中国在开源模型方面表现优异，但美国在市场上仍占主导地位。两位专家分享了对不同AI模型的使用习惯及对未来发展的看法，强调开源的重要性和技术进步的复杂性。

本文探讨了生物系统在临界点附近的特性，引用了沙堆、地震和生物演化等研究，指出生物系统的参数常位于临界面附近，强调熵与能量的线性关系及Zipf定律的应用。

作者发现睡眠质量下降，怀疑与焦虑或抑郁有关，认为可能是对时间的担忧导致的。

技术人员沟通困难主要源于外行对技术的误解和不切实际的要求。例如，产品经理要求根据手机壳颜色改变App界面，这显然不可能。技术人员常接到不尊重物理定律的指令，导致沟通障碍。有效沟通需要明确目的，尊重专业知识，避免无效指挥。