文章核心观点 - 文章报道了以色列总理内塔尼亚胡的妻子萨拉·内塔尼亚胡在一次由美国总统夫人梅拉尼娅组织的峰会上发表言论 她表示其子女因身份而遭受羞辱和暴力 并呼吁谴责任何形式的针对儿童的人身攻击 [1] 事件背景 - 事件发生时间为当地时间3月25日 [1] - 事件地点为一场由美国总统夫人梅拉尼娅组织的峰会 [1] 主要人物与言论 - 发言人为以色列总理内塔尼亚胡的妻子萨拉·内塔尼亚胡 [1] - 其核心言论是谴责因其子女是总理的孩子而遭受的羞辱和暴力 强调必须谴责任何形式的针对儿童的人身攻击 [1]

行业技术背景与挑战 - 大模型工程化存在“不可能三角”，即极致的推理延迟、极高的吞吐量和极大的模型规模难以同时实现[1] - 2025年DeepSeek-V3技术报告展示了新一代超大规模模型推理范式，通过MLA架构将KV Cache压缩93%，并利用MTP技术提升访存效率，实现了万亿参数模型在大规模并发下的“高吞吐、低延迟”突破[1] - 到2026年，仅依靠FP8精度和现有基础架构已难以满足爆发式的即时响应需求，大规模真实并发下每一毫秒的延迟缩减都直接关联数以亿计的算力成本与集群效能[1] 2026 AMD E2E Model Speedrun全球挑战赛概况 - AMD联手GPU MODE，豪掷110万美元总奖金发起全球竞速挑战赛，旨在寻找能深度优化底层逻辑、充分榨取AMD旗舰算力潜能的顶级开发者[2][3] - 大赛采用“预选赛+端到端决赛大考”双阶段赛制[8] - 预选赛前10名优胜者将各获得1万美金并晋级决赛[8] - 决赛晋级选手将共同瓜分100万美元现金大奖[11] 预选赛规则与任务 - 预选赛包含三大核心GPU内核极限性能调优任务，总分3750分[8] - 任务一：MXFP4 MoE，最高分值1500分[10] - 任务二：MLA Decode，最高分值1250分[10] - 任务三：MXFP4 GEMM，最高分值1000分[10] - 排名规则基于测试用例的绝对运行时间几何平均值，作品性能必须超越官方基线且排在前20名方可计分[10] - 单项得分计算公式：最大分值 × [1 - (排名分值/20)]，排名对应分值0至19[10] - 总分最高前十名需经主办方独立复现结果后确定决赛席位，若遇平局以提交时间最早的内核为准[10] 决赛大考详情 - 决赛分为两条赛道：DeepSeek-R1-0528 (FP4+MTP) 与 Kimi K2.5 1T (FP4)，参赛者可同时参与双线作战[12] - 赛道一：DeepSeek-R1-0528 (FP4+MTP) - 精度要求：GSM8K > 0.93，必须同时使用AMD ATOM或SGLang框架达标[13] - 性能硬门槛： - 128并发：单卡吞吐量 > 48 t/s，总吞吐量 > 6000 t/s，延迟 ≤ 22s[13] - 32并发：单卡吞吐量 > 50 t/s，总吞吐量 > 3900 t/s，延迟 ≤ 18s[13] - 4并发：单卡吞吐量 > 165 t/s，总吞吐量 > 1500 t/s，延迟 ≤ 5s[13] - 赛道二：Kimi K2.5 1T (FP4)，终极大奖65万美金[13] - 精度要求：GSM8K > 0.9325，必须同时使用AMD ATOM或VLLM框架达标[13] - 性能硬门槛： - 128并发：单卡吞吐量 > 35 t/s，总吞吐量 > 5300 t/s，延迟 ≤ 24.5s[13] - 32并发：单卡吞吐量 > 65 t/s，总吞吐量 > 4500 t/s，延迟 ≤ 14.0s[13] - 4并发：单卡吞吐量 > 150 t/s，总吞吐量 > 1350 t/s，延迟 ≤ 6.0s[13] - 决赛评估在Input 8K / Output 1K标准测试负载下进行，综合考量每GPU总Token吞吐量、交互性及端到端延迟[19] - 算力支持最大TP/EP = 8的8卡节点配置，开发者可自由调优[19] - 每个并发等级根据吞吐量（权重60%）与交互性（权重40%）排名赋分，三大并发等级得分之和为决赛总分[19] 大赛时间表 - 预选赛：北京时间3月7日08:00至4月7日14:59[16] - 报名通道即将在约12天后关闭，是通往110万美元奖金池的唯一入场券[16] - 总决赛冲刺：北京时间4月8日00:00至5月16日14:59[16] - 全球颁奖典礼：5月19日，代码将正式封榜合入开源主分支[17]

编辑：Aeneas 好困 众望所归的，全球唯一尚未饱和的智能体基准测试ARC-AGI-3出炉了，直接血洗了全球顶尖大模 型。 在这个测试中，人类得分100%，AI的得分普遍低于1%。 这个差距，比珠穆朗玛峰还高。 最惨烈的是，在上一代测试中还能拿下69.2%高分的「模范生」Opus 4.6，在ARC-AGI-3面前直 接现了原形，得分仅为0.2%。 这位曾经横扫各大榜单的「学霸」，连蒙带猜都拿不到1分。 这面镜子，照出了当前AI能力中最深的裂缝。 【导读】 今夜，整个AI圈震动了。全球最难AGI测试ARC-AGI-3一上线，就把全球顶尖AI打到集 体失声，人类满分通关，最强模型Opus 4.6得分仅0.2%，还不到1%。AI这是一夜被打回「原始 人」了。 就在今天，这条消息把整个AI圈给震了。 在最近的采访中，老黄认为我们已经实现了AGI。但是ARC-AGI-3显示，或许如今的AI连1%的AGI 都没有实现。 ARC-AGI-3，到底有多变态 它的前身ARC-AGI-1和ARC-AGI-2，已经是AI圈出了名的「魔鬼测试」。 那些测试里，AI需要观察几个示例，然后推断出网格变换的规律，完成新任务。 听起来不难 ...

事件概述 - 小米汽车上市后遭遇首次专利纠纷 对手为山东燕鲁新能源车业有限公司 该公司对小米汽车3件外观设计专利提起了无效宣告请求 [1] - 纠纷双方已于3月25日达成和解 具体和解内容未对外透露 [2] - 国家知识产权局原定于3月26日上午对涉案专利进行无效宣告请求的口头审理 [1][5] 涉事公司信息 - **小米汽车科技有限公司**：涉事专利的申请人和专利权人 涉案专利包括后保险杠、前保险杠及前大灯设计 或为小米SU7、YU7车型的关键特征 [1][5] - **山东燕鲁新能源车业有限公司**：专利无效宣告请求方 公司位于山东聊城高唐县 注册资本1000万元 员工仅20人 由自然人娄标全资持股 核心产品为“韵蕾”牌电动正三轮摩托车（俗称“老头乐”）[1][10] 涉案专利详情 - **专利数量与类型**：共3件 均为外观设计专利 [1][5] - **具体专利信息**： - 后保险杠 申请号/专利号：2023300280286 申请日：2023年1月19日 [1][5] - 前保险杠 申请号/专利号：2023300278040 [1] - 前大灯 申请号/专利号：2023300276401 [1] - **审理信息**：口审日期为2024年3月26日 审理地点为国家知识产权局科学城办公区 [5]

转自：喵大白话 去趟小学跳蚤市场都比这带派 居然还有第二关？？ ▼ 网友分析得越多 越是有点心疼这姐妹了哈哈哈哈 ▼ 奶茶还被他喝了 丽丽 给你一个赠品 昨天 11:26 北京 回复 (7 80 (9) 而且还是23年领的,不会和前对象领的吧,又翻出 来了,填了个数字号 7 119 昨天 13:07 上海 回复 (3) 本来就无语了 看见这张我真笑没招了 昨天 10:25 黑龙江 回复 字这么好看,人怎么这样 7 241 0 无论男生女生 如果是你收到这份礼物 大家会是什么样的心情呢？？ 都多余浪费流量来抢这个红包 | Cr: dy@春序曲 | | | | --- | --- | --- | | | 七十一发出的红包 ■ | | | | 新年快乐,恭喜发财 | | | | 已存入零钱, 可直接提现 > | | | | 回复表情到聊天 | | | 5个红包,3分钟被抢光 | | | | D-yuxi | | 624.75 元 | | 10:04 | | ▼ 手气最佳 | | 悲伤玉米排骨汤 | | 91.12 元 | | 10:03 | | | | 小万 | | 107.82 元 | | 10:03 | | | ...

研究背景与意义 - 理解癌前病变向恶性肿瘤转变的分子驱动因素对癌症早期检测和治疗干预至关重要，但该过程因难以获取进化相关病变样本而未被充分解析[2] - 从癌前病变发展到早期癌症的阶段至关重要，癌前结节通常建议观察，而恶性肿瘤需立即干预，理解这种转变对早期预防和治疗至关重要[4] - 以往使用进化上无关联的癌前病变和癌症样本的研究存在局限，因为只有部分癌前病变会发展成癌症，且肿瘤微环境动态变化使预测复杂化[4] - 只有具有进化关系的癌前病变和恶性病变样本才能提供确定性证据，其中以“结节内结节”模式发展的不典型增生结节能提供恶性转化的快照，但此类临床样本极为罕见[4] 研究设计与样本 - 研究团队利用结节内结节病变作为独特机会，研究了不典型增生结节内极早期肝细胞癌的发展[6] - 研究对17个易癌变的不典型增生结节中出现的21个极早期肝细胞癌进行了基因组和免疫景观的全面分析[6] 核心研究发现 - 82%的易癌变不典型增生结节存在TERT基因改变，提示TERT突变在恶性转化中发挥前置风险因素作用而非直接诱导作用[6] - 拷贝数变异的积累与恶性转变显著相关，而非单核苷酸突变[6] - 与肝细胞癌发生于慢性炎症的经典范式不同，易癌变的不典型增生结节表现为免疫静默状态[6] - 43%的极早期肝细胞癌呈现出炎症活跃但仍发生免疫逃逸的表型[6] - 研究提出了肝癌早期恶性转变的双演化路径：拷贝数变异主导的进展路径和伴有早期免疫逃逸的炎症进展路径[7] 研究结论与启示 - TERT改变可能使不典型增生结节易于发生恶性转变[9] - 肝细胞癌的恶性转变与拷贝数变异有关[9] - 源自免疫静默的不典型增生结节，极早期肝细胞癌表现出免疫监视和免疫逃逸[9] - 肝细胞癌的发生涉及两种潜在的主要演化路径，为早期免疫干预治疗提供了理论依据[7][9]

文章核心观点 - 加州大学旧金山分校的研究团队在David Julius与程亦凡教授的领导下，于《自然》期刊发表研究，首次揭示了感知寒冷的TRPM8离子通道蛋白在低温下开启的原子级三维结构及动态机制，该成果不仅解答了温度感知领域的重要问题，也为未来开发针对慢性疼痛等疾病的靶向疗法提供了新的结构基础 [2][4][11] 研究背景与意义 - David Julius因发现感知辣椒素和热的TRPV1受体以及感知冷的TRPM8受体，获得了2021年诺贝尔生理学或医学奖 [2] - TRPM8蛋白是感知寒冷（如触摸冰块、吃薄荷糖）并向大脑发送信号的关键“闸门”，多年来其开启时的结构变化机制一直未被阐明，是疼痛疗法研究的重要切入点 [2] - 该研究成功绘制了TRPM8工作时的原子级三维图像，解释了为何鸟类对寒冷的敏感度远低于哺乳动物 [2] 研究挑战与方法创新 - 传统结构生物学方法难以捕捉TRPM8这类动态膜蛋白在形状变化过程中的中间结构，因为大多数成像技术需要蛋白质处于稳定、静止状态，且TRPM8被分离时易分解 [4] - 研究团队创新性地对直接从细胞中提取的、嵌入TRPM8蛋白的细胞膜进行成像，解决了上述难题 [4] - 研究综合运用了两种互补技术：冷冻电镜（cryo-EM）用于拍摄蛋白质在低温、含薄荷醇或室温下的静态三维结构快照；氢氘交换质谱法（HDX-MS）用于实时追踪蛋白质在不同温度下哪些区域发生了动态的能量变化和构象移动 [5][8] - 将两种技术结合，得以精确模拟出TRPM8在低于26℃时是如何开启的，这为了解蛋白质内部动态运作打开了新窗口 [5][6] 核心发现与作用机制 - 当温度降至约26℃以下时，TRPM8开始激活 [4] - 研究发现，孔区和TRP螺旋是对寒冷刺激反应最剧烈、能量变化最大的区域，是驱动通道开关门控的核心 [8] - 寒冷稳定了外孔区，促使孔衬S6螺旋移动，从而为一种调节性脂质分子创造结合位点，该脂质进入并“卡住”通道，使其保持开放状态，持续传递寒冷信号 [8] - 通过将人类TRPM8与对寒冷敏感度低得多的鸟类TRPM8进行比较，验证了上述结构机制是寒冷感知特异性的 [8] 未来应用与研究方向 - 该研究为确定其他难以成像的动态蛋白质结构铺平了道路 [11] - 研究团队正使用新策略进一步研究热感应通道TRPV1 [11] - 计划研究正在临床试验中、用于镇痛的阻断TRPM8的化合物如何影响该蛋白质的结构变化 [11] - 最终可能为冷痛觉过敏（轻微冷刺激引发剧烈疼痛）等病症带来更具针对性的治疗方法 [11]

研究背景与意义 - 水稻是全球超过半数人口的主食，其可持续生产对全球粮食安全至关重要[2] - 水稻易受多种毁灭性真菌病害侵袭，如稻瘟病、纹枯病、稻曲病、褐斑病、恶苗病及赤霉病等，但其易感机制尚不明确[2] 核心研究发现 - 中国农业大学彭友良团队于2026年3月26日在《自然》杂志发表研究，发现水稻多种病原真菌共进化出一个保守的效应蛋白Gas2[2] - Gas2蛋白共同靶向水稻的诱导性感病蛋白SnRK1β1A，敲除该蛋白的编码基因可增强水稻的广谱抗病性[2] - SnRK1β1A蛋白赋予了水稻对多种真菌病害的广谱易感性，病原真菌的Gas2蛋白与之相互作用，阻止其泛素化降解并促进其核转位[4] - SnRK1β1A在真菌侵染时被诱导表达，通过抑制已知能正向调控水稻广谱抗病性的SnRK1α1亚基来促进感病性[4] 应用前景与验证 - 在常规田间种植条件下，SnRK1β1A功能缺失的水稻品系对多种真菌病害表现出抗性，且其生长和产量未受影响[5] - 研究表明，通过破坏可诱导的感病基因SnRK1β1A（其编码蛋白被多种真菌病原体保守的效应蛋白靶向），可实现作物的广谱抗病性[6]

文章核心观点 - 西湖大学与北京大学联合团队在《Science Translational Medicine》发表封面文章，提出了一种创新的体内CAR-髓系细胞疗法策略[3] - 该策略利用红细胞作为载体，将mRNA-LNP（脂质纳米颗粒）递送至脾脏，高效靶向髓系细胞，从而在体内直接生成具有抗肿瘤活性的CAR-髓系细胞，绕过了传统LNP递送技术的局限性[3][4][7] 技术原理与创新 - **递送平台创新**：研究团队开发了红细胞介导的mRNA递送平台（mRNA-LNP-Ery），将载有mRNA的LNP共价连接到红细胞表面[9] - **靶向机制**：利用红细胞固有的脾脏归巢能力（每20分钟穿过脾脏一次）和生物相容性，实现将mRNA高度选择性地递送至脾脏中的CD11b+髓系细胞，同时极少被肝细胞摄取[8][9][11] - **细胞摄取与效率提升**：mRNA-LNP-Ery主要通过吞噬作用进入髓系细胞，并能避免溶酶体降解，从而增强mRNA翻译效率；而传统LNP主要通过内吞作用进入细胞，内体逃逸率通常不足5%，效率低下[11] 临床前研究结果 - **功能细胞生成**：编码靶向HER2或CD19的CAR mRNA成功在体内生成了具有促炎、抗原呈递表型的功能性CAR-髓系细胞[11] - **抗肿瘤效果**：在多种实体瘤模型（包括冷肿瘤模型）中，生成的CAR-髓系细胞能迁移至肿瘤处，消灭癌细胞，重塑肿瘤微环境，增加效应T细胞和自然杀伤（NK）细胞的浸润，展现出显著的抗肿瘤效果并延长生存时间[11] - **作用机制验证**：在切除脾脏的小鼠中，mRNA-LNP-Ery的抗肿瘤效果被消除；在裸鼠中效果部分减弱，证明其治疗活性依赖于脾脏内CAR-髓系细胞的形成及其与适应性免疫系统的相互作用[13] - **高效性与安全性**：重复给药时，mRNA-LNP-Ery在mRNA剂量仅为常规mRNA-LNP十分之一的情况下，抗肿瘤效果仍然更优，且全身毒性极小[13] 技术平台与转化前景 - **可临床转化平台**：研究结果确立了一个可临床转化的基于红细胞的mRNA平台，能够实现体内免疫细胞的直接编程，推进针对实体瘤的CAR-髓系细胞疗法发展[14] - **平台延续与拓展**：该研究延续了团队此前提出的红细胞-脾脏免疫调控框架，进一步拓展了红细胞在免疫调控及核酸药物递送领域的应用前景[14] - **临床转化基础**：鉴于团队已建立的红细胞-药物偶联平台及其临床验证基础（如已进入首次人体临床试验的红细胞-抗体偶联药物αPD1-Ery），该策略有望加速红细胞-核酸药物的临床转化进程[4][9]

行业概况与融资热度 - 2026年春季，具身智能赛道迎来狂热浪潮，短短两个月内实现全行业近150亿元融资 [1] 公司核心人物与背景 - 中科第五纪青年首席科学家黄岩，是中科院自动化所研究员与博士生导师，是具身智能全栈技术的代表人物，技术背景覆盖多模态感认知、具身世界模型与强化学习 [2] - 黄岩及其团队的技术探索从真实场景痛点出发，进行全栈式架构重构，旨在解决行业数据利用效率瓶颈 [3] 技术发展路径与前瞻性 - 黄岩在2013年深度学习兴起时，前瞻性地选择了结合视觉与语言的跨界冷门路线，为其后进军具身智能埋下伏笔 [5][6] - 2019年，黄岩团队通过强化学习增强视觉-语言模型的认知机制，在语言驱动的视频行为定位任务上取得国际领先精度，执行效率提升7倍，相关成果入选CVPR Oral论文（前3%） [6] - 团队将强化学习基因延续至多模态大模型时代，推出MM-RLHF成果，系统性将强化学习技术扩展到全方位人类偏好对齐，标志着大模型从能力构建迈向价值对齐 [8] 核心技术与架构创新 - 面对行业普遍试图通过暴力堆叠算力和数据（Scaling Law）催熟具身大脑的路径，黄岩团队持冷静审视态度，选择聚焦真实工业场景，解决样本量少、可靠性低等核心产业痛点 [11][12][13] - 公司基于对数据瓶颈的预判，联合中科院自动化所推出了行业首个超少样本大模型FAM系列，旨在解决工业现场数据匮乏难题 [14] - FAM模型的核心创新在于架构重构，通过将模型中间层从一维特征拉高到三维热力图，实现空间结构信息的无损传递，从而摆脱对庞大数据量的依赖 [16][19] - 该架构赋予机器人“既见森林，又见树木”的认知能力，既能进行全局空间结构建模，又能通过局部注意力机制精准锁定关键操作点 [19][21] - 在真实工业落地中，FAM模型展现出强悍的小样本学习能力，面对新任务仅需3到5条真机演示数据即可完成高可靠性部署，基础任务成功率接近97% [22] - 在基准测试中，其前代模型BridgeVLA在多项任务上平均成功率高达96.9%，显著高于其他对比方法 [23] 安全与世界模型 - 为确保工业场景下的操作安全，公司引入了世界模型技术，推出BridgeV2W世界模型，利用其预见未来的能力让机器人产生更准确、安全的行为 [26] - BridgeV2W通过引入“本体掩码”设计，将机器人的抽象坐标动作实时渲染成二维图像剪影，让预训练的视频大模型能理解动作意图，从而打通视频生成与具身世界模型的桥梁 [26][28] - 该模型在“未见视角”和“未见场景”测试中表现出优秀的视角鲁棒性和泛化能力 [30] 强化学习与推理优化 - 为进一步提升泛化能力并降低交付成本，团队开展了具身强化学习后训练，完成了名为E-TTS的“具身测试时拓展”工作 [31] - E-TTS框架通过推理与动作联合扩展、历史感知的闭环验证、自适应在线选择策略三大机制，提升推理质量对动作的决定性影响 [32] - 该框架无需更新模型权重或收集额外专家数据，极大地降低了落地门槛，并证明在机器人领域，在推理时引入“慢思考”机制比单纯扩大模型规模或数据集更有效 [32] 数据利用与认知模拟 - 团队技术创新的深层驱动力是试图在机器系统中复现人类认知机制，如注意、记忆、推理、决策等 [35][37] - 为激活互联网海量无标注人类操作视频数据，公司提出了EC-Flow流预测框架，让机器人能够“看视频自学” [38][39][41] - EC-Flow通过预测视频中机械臂关键点的运动轨迹，再结合机器人本体配置文件解算出精确行为，在面临高难度任务时，其成功率较当时最佳方案分别提升62%和45% [43] - 在Meta-World基准测试和真实世界操作任务中，EC-Flow均表现出显著优势 [44][45] - 公司还研发了一键生成多视角数据的技术，基于单视角演示数据自动生成多角度高保真训练数据，使用该数据训练后，模型在已知视角和全新视角下的任务成功率最高分别提升18.3%和25.8% [47] 商业化进展与公司实力 - 2026年，行业投资风向转向务实，更看重机器人在真实场景中创造复购率的能力 [52] - 中科第五纪在2026年初一个月内接连完成规模达数亿元的Pre-A及Pre-A+轮融资，获得市场认可 [52] - 公司核心研发团队来自中科院自动化所和清华大学，拥有十余年技术积累，是国内最早投入多模态研发的先驱之一 [53] - 团队在学术与工程上成果丰硕，包括2013年发表首篇视觉-语言理解ICCV论文，2016年将注意力机制引入多模态匹配达到国际领先，2019年投入VLN模型研发并于2023年全球率先实现真机部署 [53] - 公司在多项国际机器人赛事中夺冠，展现了硬核的集体作战能力 [55] - 公司构建了从底层架构到软硬协同的完整交付能力，直接向客户交付具身大脑和机器人 [57] - 硬件方面，公司推出了自研轻量化轮式具身机器人，身高187厘米，具备28个自由度，手臂具备亚毫米级作业能力 [57] - 公司以具身大脑供应商身份与多家知名大型央企展开合作，通过提供统一模型大脑赋能各式硬件，利用规模化出货反哺数据体系 [59] 技术理念总结 - 公司的技术底气源于13年的技术蛰伏，其核心理念是反对盲目算力堆叠，强调通过对底层认知的敬畏和极致的数据利用率，让具身智能与工业需求完美结合 [61][62]