AI行业每日动态速览 · 2026年9月5日
人工智能领域要闻汇总 | 2026年9月5日1. 麒麟2026芯片晶体管密度暴涨55%华为更新韬定律论文，麒麟2026芯片晶体管密度提升55%，展示国产芯片技术突破。 原文链接: https://www.ithome.com/0/998/598.htm2. AMD工作站支持T级模型本地运行AMD发布Threadripper Halo Station，支持T级参数模型本地运行，强化AI算力。 原文链接: https://www.ithome.com/0/998/560.htm1. GPT-6 Astra发布
AI究竟能为医院创造何种价值？
近三年，无数医院能够感知到的最直观的变化是，从工具化到信息化，从信息获取到业务完成，以及AI生态开放赋能，期望能够展现出稳健的业务基本面表现和业绩复苏迹象。过去十年，医疗AI在影像诊断、病历撰写、风险预测上已经足够熟练，但本质上仍是一个观察者，擅长从历史数据中归纳"是什么"，却无法推演"如果换一种方案会怎样"。譬如说，围绕挂号、线上问诊、病历助手、用药审核，诊后随访这类纯医疗服务容易标准化的场景有比较成熟的布局，却难以独立支撑其高效运转。究其原因并非技术迭代的失败，而是线上
AI完成费马大定理形式化验证，数学审查成本迎来变革
Anthropic于9月4日发布了一项容易被标题误导的研究成果：其Claude模型在Lean证明助手中完成了费马大定理的全流程形式化验证。据官方披露，整个项目耗时11天，生成约1300万行Lean代码，期间共证明30,300个命题，最终证明引用了其中29,500个定理。这并非意味着AI发现了人类此前未知的数学结论。费马大定理早在1995年就已被Andrew Wiles与Richard Taylor攻克。Claude的实际工作，是将依赖繁复现代数学工具的论证过程，重新转译为Lean能够逐步审核的形式语言。表
AI开销，已悄然成为多数人的常态化支出
AI 很实惠？它变成了每月固定在扣除的一笔费用学生 · 上班族 · 开发者，各自如何分配（仅作参考）小路成长手记前阵子盘点了下自己近几个月 AI 方面的花费，发现一件挺平常却又有些出乎意料的事。它早已不是偶尔入手一款软件那种单次消费了，而是每个月定期要扣的一笔款项。01PART一笔不容忽视的常态化支出FIXED COST我自身的感受最为强烈。功能持续扩展，要编写的代码、要处理的信息越多，Token 消耗比之前几个月增长了不少。说到底，AI 费用如今每月少则几十上百，多则数千，已经是一项固定开销了。它不像一
AI越强大，孩子越要慎用
AI技术越先进，儿童越不应随意依赖？它虽然能助孩子迅速获取答案，但也可能导致他们丧失独立思考的能力。究竟该如何规范AI的使用，还是应当引导孩子学会合理利用它？ 山东 , 1小时前 ,虽然AI能帮孩子迅速获取结果，但也可能助长其惰性，使其不愿自主探究。我们应该限制AI的使用，还是教导孩子如何科学地运用它？
AI优质标的第四期：散热赛道深度梳理
金牛化工，上午将昨日17.44低吸的筹码在18.02进行了止盈。午后已全部清仓。利君股份，已全部兑现；有研新材，继续持有观望；昨晚研读了美国非农就业数据，并熬夜观察了美股走势。8:30非农数据公布瞬间，我的第一直觉是这数字是不是注水了？怎么会这么离谱？彼时开盘的仅有贵金属和加密资产板块，果然迎来一波急速下挫，后续才略有修复。美股科技板块反倒因川普喊话而回升，我认同其降息观点，因为一直判断老美缺乏加息底气，最终只能被动降息并滑入实质性的负利率周期。==================今日仅梳理4家标的：中石
AI列出3个处理方案,究竟如何取舍?IT新手最易忽视的是验证环节
"设备突然连不上网络了。"你把故障描述提交给了 AI。AI 立刻返回了几条建议：排查 DNS；重置网络配置；重新安装网卡驱动。看上去都没毛病。那你会怎么选？不少 IT 新手会径直选择："最省事的那条。"然而问题在于：省事，不代表正确。甚至有的时候，AI 给出的几条方案看起来都"合情合理"，可真正该落地的，只有其中一个。不少人觉得 AI 最让人担心的是："它会不会给出错误答案？"事实上，在 IT 场景中，更棘手的是：它可能抛给你一条听上去毫无破绽的建议，却缺乏充分的依据支撑。举个例子：员工访问不了公司站点。
销售易推出“易启”全新产品系列，AI原生CRM实现全客户覆盖
9月3日，Engage2026销售易用户大会在上海召开。会上，销售易正式推出面向小微企业及个人用户的AI原生CRM产品系列“销售易·易启”（NeoEakey），并同步上线与腾讯WorkBuddy联合开发的易启Buddy应用。伴随“易启”的推出，销售易的产品矩阵完成了关键的战略拓展：易成NeoAgent服务中大型企业，易启NeoEakey服务小微企业及个人用户，两者基于同一套AI原生底座，共享底层语义模型与AI能力体系，构建起“从入门到深度管理”的完整路径。这意味着销售易成为国内首家同时拥有服务中大型企业与
新规落地AI短剧九成亏损，为何文旅赛道反成暴利风口？
方直AI · 2026年9月5日9月3日，AI短剧行业迎来新规。数据显示，全国22万部AI短剧中竟有98.7%未能回本，破亿作品仅占0.47%。然而，另一组数据却截然相反：AI文旅宣传片项目的回本率明显高于行业平均。为何同为AI视频，短剧惨遭滑铁卢，文旅却能盈利？据腾讯网披露，AI短剧市场涌入超50万人，产出22万部作品，但破亿作品仅1055部，不足0.5%。症结主要在于三个方面：供给严重过剩。AI工具降低了创作门槛，人人皆可入局，导致内容高度同质化——古装换脸、总裁重生、穿越等题材泛滥，令用户产生审美疲
AI数据中心换标尺：从机柜数转向可用MW
可用MW，直白讲，就是一个数据中心园区已经能够稳定供应给AI机柜的电力规模。它和规划MW不同，也和建筑面积无关。机柜功率提升之后，仅统计机柜数量会失真：电力未接通、冷量未到位、网络未贯通，再多楼层也只是空置。⚡IDC运营商的排名，正在从"谁的楼多"变成"谁能把电、冷、网同步交付出来"。CBRE和JLL今年的数据中心报告都将电力瓶颈、预租、上架进度和区域供给列为重点。这一转变对AI影响更直接，因为训练和推理集群需要的不是零散机柜，而是成片可用的负载、低时延互联和持续运维能力。这条链路可分为五个环节。第一是市
零售内控转型：AI时代需掌握的四大核心能力
AI 正在重塑零售内控的作业模式。往昔内控的重心在于查舞弊、挖漏洞、做审计、写整改报告，大量精力耗费在翻阅凭证、核对单据、实地巡店取证上。然而随着 AI 工具的广泛应用，仅擅长找问题的内控人员，已难以跟上当下零售业务的发展步伐。身为在零售内控领域深耕二十年的从业者，能敏锐察觉到岗位要求正在发生质的飞跃：内控不再仅仅是“事后补救”，更要提前预警风险、优化流程、助力经营。传统的能力模型亟需迭代升级。本文将剖析 AI 时代零售内控人员必须具备的 4 项核心新能力，并提供可直接落地的自我提升路径，无论是基层内控专
AI治理能否跟上技术狂奔？人大77页报告三大核心洞察
796款生成式AI服务完成备案、481款应用完成登记、日均Token消耗量突破30万亿，这是《生成式人工智能治理研究报告（2026年）》【文末附资源下载地址】记下的中国速度。中国人民大学人工智能治理研究院动员信息学院、法学院、新闻学院等五个学院的团队，用77页篇幅追问一个更冷的问题：应用跑这么快，治理跟上了吗？他们的答案是：166条治理政策已经落地，但工具结构明显偏科。【文末附资源下载地址】先看供给端。截至2024年底，全国完成备案的生成式AI服务是302款；到2025年底变成748款。2026年2月底，
AI俱乐部 资讯快报 20260905
AI俱乐部 资讯快报 202609052026-09-05 · 每日精选 AI 资讯生成式AI一、IFM 推出 K2 Horizon：六款模型全流程开源，0.9B 小模型创下 SOTA 新纪录基础模型研究所（IFM）正式发布 K2 Horizon 模型系列，覆盖 0.9B、3.7B、7B、32B、36B-A4B（MoE）和 375B-A23B（MoE）六种规格，全部采用 Apache 2.0 协议开放权重。前所未有的是，它公开了完整的训练全流程：从预训练到推理/智能体后训练的中间检查点、数据构建方案、混合
人工智能算量来袭,造价从业者该欢喜还是忧虑?
人工智能算量时代降临，造价从业者应当欢喜还是担忧？ 人工智能算量时代降临，造价从业者应当欢喜还是担忧？ 在造价行业摸爬滚打多年（略带夸张），从算盘时代步入电脑时代，从手工操作过渡到软件辅助，如今人工智能终于正式登场。 有人担忧被取代，有人担心跟不上节奏。但只要看清几组关键数据，答案便一目了然。 AI究竟能承担多少任务？ 广联达在29座城市巡讲活动中明确表态：人工智能可承接超过70%的算量和计价重复性工作。在土建方向，已能识别38万级图纸源信息，工程量提取精度高达90%。 4名工作人员10天内完成3.6亿元
AI浪潮下,企业为何重蹈二十年覆辙
近半年来，大量企业将数十万、数百万乃至上千万资金投入AI。数月之后，许多企业却发现AI部署后，会议室更多了，系统更多了，数据更多了，但业务层面的变化远不如预期。那么，症结究竟在哪里？实际上，AI阶段遭遇的困境，制造业早在二十年前便已亲历。2000年前后，中国制造业掀起大规模自动化浪潮。众多工厂购置设备、采购机器人、搭建自动化产线，单条产线投入动辄数百万乃至数千万。彼时不少企业以为机器人越多，工厂就越先进，效率必然越高。然而数年后，许多企业发现设备到位后，效率并未显著提升，甚至出现设备利用率偏低、维护成本居