腾讯副总裁林松涛：AI价值源于真实场景，懂业务者使用AI更具优势

专题报道：2026世界人工智能大会（WAIC）新浪科技讯 7月18日上午消息，2026世界人工智能大会暨人工智能全球治理高级别会议于7月17日至20日在上海举办。在当天举行的腾讯AI应用创新论坛上，腾讯公司副总裁林松涛指出：“真实场景始终是AI价值的第一现场。当前AI已经发展到一定阶段，各行各业每天都会面临大量实际问题，单靠大模型的持续升级迭代并不能完全解决。”林松涛进一步表示：“AI要真正产生价值，就必须先理解企业和个人在垂直领域的具体需求。我们观察到，让懂业务的人去使用AI，比让AI专家去学习业务要快

AI价值观挑战赛火热进行：你的道德困境为何难倒不了AI？

（本文阅读时间：8 分钟）自2026年5月启动以来，微软亚洲研究院发起的全球人工智能价值观挑战赛（Global AI Values Challenge）持续面向全球征集参赛作品，目前赛事仍在火热进行中。这场开放的研究竞赛不比代码、不卷模型，核心目标只有一个：寻找那些真实、棘手、难以简单定论的AI价值观难题。开赛至今，赛事已吸引来自心理学、社会学、哲学、法学、伦理学、新闻传播等领域的590余名研究者与学生参与，累计收到来自全球的660余份投稿。从主题分布来看，投稿内容基本覆盖挑战赛预设的12个维度，包括亲密

智能时代产品洞察新思路：精准捕捉用户诉求，解锁AI价值金矿

系列第六篇 | 常规产品负责人依赖交谈、问卷、对手研究来定位需求，智能产品负责人还需具备什么？本文系统对比两种需求探寻模式，为你呈上智能时代的用户洞察进阶手册。本系列前五篇我们依次探讨了：身份定义 → 职责细化 → 职业成长 → 产业三层结构 → 双角度发掘产品契机。如果你已锁定一个值得投入的领域，接下来做什么？需求洞察。出色的需求洞察，是决定产品“能否吸引用户”的首要环节。这一步若出错，后续的规划、构建、推广皆是徒劳。而在智能时代，需求探寻这件事正经历根本性变革——并非工具的迭代，而是模式层面的重塑。在

AI价值观调查：探索人工智能的价值取向

AI新纪元：告别性能比拼，聚焦价值变现

— — —2026年上半年，全球AI领域同步上演了三大关键事件：模型推理成本相较三年前骤降超97%；四大云巨头单季资本开支合计突破1316亿美元，同比增幅逾70%；微软正式在Excel与Outlook中启用自研MAI模型替代OpenAI方案，致使GitHub Copilot的Token消耗量锐减60%。这三起事件共同指向一个明确趋势：AI产业正从"技术谁最强"的竞技场，转向"谁能将AI转化为真金白银"的价值兑现期。模型不再独享稀缺光环，算力亦非绝对护城河，基准测试分数不再是唯

AI应用落地快于变现？企业如何跨越价值鸿沟

当前，各个产业的企业正面临日益加剧的“AI回报落差”：庞大的技术资金投入未能换来相应的经济收益。这一现象好比AI领域的“盈利荒漠”。接近九成企业反映，其AI项目的投资回报远低于预期——问题并非出在技术本身，而是企业在驾驭这场系统性变革时遭遇了瓶颈。企业将AI融入核心业务的步伐，已大幅领先其实现商业收益的速度。这导致它们在获取实质经济回报之前，就已持续且被动地背负高昂的运维开支。为剖析这一回报落差背后的根本原因，罗兰贝格AI实验室在2025年12月对全球五大主要市场、五大核心产业的200余位企业决策者进行了

AI产业全线崛起！市场共振上攻！

今日市场表现，可以用一个词来形容，那就是全线崛起。这不是某个领域的单打独斗，也不是存量资金东挪西借的虚假繁荣，而是从科技到题材、从龙头到跟风品种的协同上涨。这根大阳线的形成，是连续几日筹码充分换手后的必然结果。一、持续换手抬高成本单日放量可能造假，但连续数天的底部换手却真实可信。近几个交易日，核心科技板块率先止跌企稳。无论是存储芯片还是CPO，作为AI算力弹性最强的关键赛道，在市场极度恐慌时主动换手、抵御下跌。高位套牢者割肉离场，低位接盘者有序进入，整个市场的持仓成本被逐渐抬高。当筹码从分散转为集中，今日

联想提出AI Token三大定律：释放可见价值

新浪科技讯 7月3日晚间消息，主题为‘Token普惠：交付可见价值 重塑AI效能’的联想智汇沙龙在北京举行。联想集团副总裁、中国首席战略官、中国技术管理委员会执行主席阿不力克木（阿木）表示：‘企业级Token需求快速增长，其成本效率与价值回报将遵循惯性定律、加速定律和奇点定律‘三大定律’。联想将从产业实践出发，推动企业Token投入与收益形成正向循环，实现Token的可衡量价值交付。’ ‘企业级Token需求激增，但单位成本下降并不必然带来价值增长。’沙龙中，阿木首次系统提出Token经济‘三大定律’，并

2026-06-29 AI前沿速递：3分钟掌握今日热点

时间：2026-06-29 08:02 · 共统计 10 条资讯 · 关键词：DeepReinforce、AI、科技DeepReinforce团队发布了开源Agentic编程模型 Ornith-1.0 ，依托 Gemma 4 和 Qwen 3.5 的架构，运用自研改进训练框架。该模型包含9B至397B四个版本，在Terminal-Bench 2.1及SWE-Bench Verified测试中均取得了顶尖水平。• 详情：https://ai-bot.cn/ornith-1-0/腾讯混元开源了 PhoneBu

银行AI如何衡量回报？交行、邮储、厦门银行实践揭秘

"银行业迫切需要一套权威、统一的AI价值评估体系。"6月17日，在新金融联盟主办的"AI提升金融业务价值的问题与解决路径"内部研讨会上，邮储银行金融科技部副总经理呙亚南道出了与会者的普遍共识。这是新金融联盟第105期内部研讨会，由秘书长吴雨珊主持，中国金融四十人论坛提供学术支持。工商银行原首席技术官吕仲涛作主题分享，交通银行金融科技部副总经理朱麟、邮储银行金融科技部副总经理呙亚南、恒丰银行首席信息官徐彤、厦门银行副行长郑承满、蚂蚁数科金融事业部总经理曹刚发表见解，近20家银行代表参会。当前，金融行业已告别

AI价值投资：用自由现金流识别低估标的

AI价值投资：用自由现金流识别低估标的 许多投资者在进行价值分析时仅关注市盈率，然而该指标易受会计利润、非经常性损益及行业周期的影响。更为坚实的衡量标准其实是自由现金流收益率。这组图解揭示了一个微小却至关重要的技术细节：人工智能如何从年报、季报及现金流量表中自动抓取经营现金流、资本支出、市值、债务、现金等数据，进而计算企业价值与自由现金流收益率，并综合结合滚动十二个月数据、投入资本回报率、负债水平及历史现金流稳定性，批量筛选出潜在被低估的企业。核心目标并非让 AI 直接“预测股价”，而是利用 AI 统一财

AI落地难题：开发者狂欢背后产业买单困境

2026年6月7日星期日，笔者受邀在上海国瓴律师事务所主办的“同席谈 · 聊聊半导体和人工智能沙龙”上发言。个人观点，仅供参考，与本人供职单位无关，不作为投资建议。发言内容有修改。各位专家好，我是詹昱煜。先自我介绍一下我的工作经历——在煤矿里下过井，在大厂敲过代码，在外企卖过路由器、基站，现在在央企研究院研究产业经济，搞项目落地。所以今天站在这里，我就是个在产业一线摸爬滚打的“老登”。但正因为这样，有些话可能更接地气一点。今天这么好的场合，高朋满座，我想聊一个跟AI和实体经济融合相关的问题。首先，咱得把核

AI行业动态：监管与商业化并行

6月2日，特朗普正式签署AI监管行政命令。核心内容：根据白宫网站信息显示特定AI公司在发布新产品前30天，需自愿提交模型给政府测试。注意关键词——"自愿"，不是强制。这个"自愿"来得不容易。草案原本要求90天审查期，因David Sacks等行业高管强烈反对，硬生生缩到30天。连签署仪式都从公开改成了私下，白宫没敢邀请硅谷CEO集体出席。为什么行业反对这么激烈？30天对AI公司意味着产品迭代节奏被打断。OpenAI、Anthropic这些公司一个月能发好几个版本，30天审查

AI增效的误区：使用不等于价值

致正在推进AI实施的企业领导者企业数字化与工具部门去年的重点工作是促使员工广泛采用AI技术。一年过去，使用频率显著提升，但人员效率几乎没有改善。这并非团队不够努力，也非员工应付差事——大家确实在使用，只是应用场景不当。这种情况并不罕见。麦肯锡2025年调研显示：88%的企业已常规化应用AI，但实现规模化落地的仅占三分之一。另一项统计表明——超过90%的企业开展过AI试点项目，真正产生规模化效益的不足41%。使用数据上升，效率未达预期，不能再简单归咎于"执行不力"。首先要明确：AI并非无效。技术研究正是AI

生成式AI迈入产业化深水区

中国生成式AI正深入产业核心区域。业界关注重点已从参数规模、模型排位及Benchmark刷新转向AI是否真正融入业务流程、是否切实提升生产力，以及谁能率先构建完整的应用生态。我们比以往任何时候都更需要识别真正游出深水区的参与者。同时，行业正经历新一轮的细分变革，真正的产业化阶段已然开启。当市场热度消退，评判标准从概念新意转向技术深度、应用场景贴合度和商业化进展。在此情境下，第四届中国AIGC产业峰会正式启动：