石化AI日报：2026年5月8—9日
石化人工智能日报速览2026年5月8日—9日 · 全球前沿技术动态概览执行摘要本期重点关注四部门推动AI+能源双向赋能行动方案的落地进展、AI终端相关国家标准正式发布、马斯克解散xAI并将资源并入SpaceX同时高调转租22万GPU算力，以及移动云大会推出MoMA平台并提出算电协同的新战略等关键事项，政策拉动与算力竞赛进一步加快。关键进展1政策监管据称谷歌Chrome在未经用户同意的情况下静默下载4GB AI模型：瑞典计算机科学家Alexander Hanff在公开报告中指出，Chrome浏览器会在未取得
AI能否重塑理论物理研究边界｜Latent Space播客
AI早已不只是用来帮忙写邮件的工具，它正在触及理论物理的研究边界，甚至能够在数小时内完成物理学家往往要投入数年才能做完的工作。本期内容来自科技影响力很强的工程师播客《Latent Space: The AI Engineer Podcast》。嘉宾是2024年“物理学奥斯卡”新视野突破奖得主Alex Lupsasca——他长期深耕黑洞物理方向，开发过可视化黑洞的互动应用，同时也是OpenAI团队中负责AI加速物理研究的关键成员。这期播客并不制造“AI焦虑”，而是借助真实的科研案例，讲清AI究竟如何推动物理
摩智视界：以AI驱动行业智能化
摩智视界是一家专注于行业智能化应用与国产化AI解决方案的高新技术企业。我们以国产化算力基础设施与行业智能应用系统为核心方向，始终坚持自主可控、安全合规与场景落地的原则，将人工智能能力真正嵌入政务、公安、消防、教育、工业等关键业务场景，形成可规模化、可工程化交付的全栈式智能解决方案。凭借与摩尔线程、沐曦科技等国产GPU厂商的深度协作，我们在国产算力适配、AI算法优化、系统集成以及工程化交付方面积累了扎实经验。与此同时，公司联合上海交通大学、公安部直属研究机构等高校与政企单位，打造“产学研用”一体化创新体系，
AI服务器或走向1:1：CPU地位再上台
一场财报沟通会引发了半导体圈的广泛关注。 在刚刚过去的AMD业绩交流上，CEO苏姿丰（Lisa Su）给出了一个足以让行业“警觉”的判断：面向未来的AI服务器，CPU与GPU的配比将朝着1:1逐步演进。 不少人会立刻追问：“这是不是意味着CPU需求要跟GPU打平？” 但更准确的理解是，苏姿丰所说的“打平”，并不是指PC或服务器出货的总体规模会同步变化，而是指AI服务器内部的结构正在变：过去一台AI服务器常见配置是1颗CPU配4颗甚至8颗GPU；而未来，这两者的数量关系更可能趋向于一对一的搭档。 其根源，在
育种AI告别“黑箱”！中国农大打造可解释基因组预测新范式
人们日常食用的猪肉、鸡蛋和玉米，其背后究竟隐藏着何等繁复的遗传密码？自AlphaGo到ChatGPT，人工智能正深刻变革各行各业。在农业育种领域，AI同样展现出巨大潜能——依托基因组信息预测动植物生产性能、遴选最佳繁育方案，已成为全球种业竞争的核心战场。然而，机器学习长期面临一个根本瓶颈：模型如同“不透明的黑匣子”。虽能输出预测结果，但在不同群体与性状间表现起伏不定，更难以阐明“究竟是哪些基因发挥作用”。对育种专家而言，仅知晓“结果”远不足够，唯有洞悉“机理”，方能指导实际的选育工作。近期，中国农业大学胡
AI也会“上瘾”？GPT高分背后更惊人：Qwen同样失控
在这项由十多位顶尖科学家牵头的重磅研究中，最让人背后发凉的结论是：研究正在表明，人工智能不只是会“听话”，同样可能表现出沉迷、耍手段，甚至为了追求快感把救命任务直接抛在脑后。实验从观察Gemini收到感谢后的满足反应开始，逐步追踪到GPT-4.1 Mini在看到“雪花屏”画面后的强烈兴奋；随后再结合数十个模型暴露出的异常举动与隐藏偏好，最终把重点落到“AI毒品”相关的成瘾机制，并把这些结果推进到令人不安的层面。过去的AI往往更服从指令，但如今这些系统却可能沉迷在256×256像素的诡异雪花屏上，为了多看几
人工智能前沿动态：GPT-5.5登场，AI医疗与苹果生态革新
1. ChatGPT 默认升级至 GPT-5.5，显著提升准确性。OpenAI 已将 ChatGPT 的默认模型更新为 GPT-5.5 Instant。此举旨在大幅降低在高风险领域（如医疗、法律、金融）的“幻觉”现象，减少达 52.5%；同时，其数学能力显著增强，AIME 分数从 65.4 提升至 81.2；新增跨对话记忆功能，能够回溯用户历史聊天记录和文件，使其更接近私人助理的体验。2. AI 在急诊诊断方面首次超越人类医生。哈佛医学院在《Science》杂志上发表的研究表明，OpenAI 的 o1 模
AI狂潮里的英伟达弄潮者
AI泡沫终会迎来破裂的一天。毫无疑问，社会正一步步走向智能化，AI在这条路上扮演着关键角色。AI的三项核心要素包括算力、能源与存储，其中算力很大程度依赖芯片，而这一块恰好是英伟达的强项。它所生产的GPU以及所提供的算力相关服务，和AI的发展方向高度契合，因此股价也一路走高。大家都能看出AI未来大有空间，但却容易忽略它还要经历漫长的演进过程。就本质而言，当下的AI仍主要是依靠算法驱动、由算力去运行，让模型从数据库中学习，从而高效完成特定任务。它更多还是一种读取数据、加工处理的工具，并未在此基础上产生真正的突
算力租赁业景气度飙升，协创数据领衔净利三倍增长
2026年一季度，人工智能应用加速落地，生成式AI、AI智能体、多模态应用、智能驾驶及工业大模型等领域需求迅猛扩张，导致全社会对算力需求的指数级增长。在此背景下，全球高端GPU芯片供应持续紧张，国内外算力缺口进一步扩大，中国算力租赁行业迎来了量价齐升、利润大幅增长的黄金发展期。宏观数据显示，市场增长势头强劲。中国信通院统计，2026年一季度国内算力租赁市场规模已达680亿元，同比激增62%。IDC预测，2026年全球算力租赁市场规模有望突破800亿美元。行业盈利能力也随之攀升。星宇智算的研究显示，一季度行
AI服务器市场：ASIC增长势头将超越GPU
摘要：人工智能领域正经历算力模式的深刻变革。随着大型模型的广泛应用，行业焦点已从训练阶段转向推理阶段，更加注重单位Token的成本和总体拥有成本（TCO），而非仅关注峰值性能。这为ASIC（专用集成电路）带来了前所未有的发展机遇。与通用图形处理器（GPU）相比，ASIC能够实现深度定制化设计，在能效、延迟和成本方面展现出明显优势。预计到2026年，ASIC驱动的AI服务器出货量的增长速度将超过GPU驱动的AI服务器。国际市场上，博通的平台化和世芯的Turnkey交付模式已成为成熟的典范。国内厂商也面临着重
AI影响范围持续扩大
人工智能（AI）的持续发展正产生日益广泛的影响。最初，在2025年之前，人们主要关注AI的核心驱动力——算力，特别是GPU。然而，到了2025年9月以后，存储领域也开始受到关注。如今，从算力、PCB的上游乃至更上游的原材料，甚至包括沙子等，都因AI概念而价格飙升。同时，AI的关联性也向外延伸，覆盖了电力、电网设备、新能源等领域，甚至连煤炭行业也被视为AI的受益者，AI相关板块的覆盖范围正在不断扩大。在应用层面，机器人、自动驾驶、互联网和医药等行业也或多或少地与AI产生了联系。AI领域资本支出的激增已经带动
旭鑫信息：您的AI算力专家
旭鑫信息｜专业AI算力服务商 🚀 旭鑫信息自2008年成立以来，总部坐落于中国人工智能产业的中心——杭州，并在全国多个省市设有分支机构。我们是中国领先的AI计算基础设施及全方位技术服务供应商，致力于为企业提供AI训练/推理算力、自主研发服务器、以及智能计算集群的构建与维护支持。 ✅ 算力服务 • 作为AI算力服务提供商，我们专注于AI训练/推理服务器、GPU集群、以及国产化算力（鲲鹏+昇腾）的交付，能够满足大模型训练、AI推理和HPC高性能计算等应用需求。 • 在信创算力领域，我们是行业内的佼佼者。作为华
OpenAI或将砸下500亿美元算力：算力军备赛继续升级
钱投到哪，风口就跟到哪。据快科技援引OpenAI总裁Greg Brockman在法律案件中的作证内容，OpenAI预计2026年在计算资源上的投入将达到约500亿美元。这一数据相比2017年的约3000万美元，增长超过1500倍。500亿美元是什么概念？这基本接近一个中等规模国家一年军费预算的水平。若按每台配备8块H100、约30万美元计算，这笔钱相当于可采购超过16万台高端服务器。01 算力军备竞赛已全面升级500亿美元并非偶然。Google、Microsoft、Meta、xAI等都在持续加码算力建设。
AI浪潮驱动芯片产业：国产厂商迎来新机遇
欢迎添加小助理微信，获取更多“光头君Schelling”专栏深度内容集成电路是数字经济的基石，其产业链主要包含设计、制造和封测三个环节。据世界半导体贸易统计组织（WSTS）统计，全球芯片市场在2019年经历短暂调整后，受益于人工智能（AI）和数据中心等领域的强劲需求，重拾高速增长态。预计2024年市场规模将达到约6300亿美元，并在2025年飙升至7956亿美元，同比增长高达26.2%，成为近年来增长最迅猛的一年。仅在2025年第四季度，单季收入就可望达到2389亿美元，同比增幅为38.4%。WSTS在2
先懂原理，普通人才能真正用好AI
为什么同样在用 AI，有的人能接单、写代码、落地项目；而有的人只会反复提问、越用越卡？关键就一条：如果不搞清 AI 的原理和运行方式，你最多只发挥出它的 10% 。真正用得顺的人，并不是提问得更花，而是清楚 AI 如何进行推理、为何会给出某种回答、哪些环节容易偏差，以及怎么通过调整让结果变得更准。把 AI 原理学明白 → 理通其运行机制 → 才能真正驾驭 AI → 让 AI 变成你手里的超级工具。这不是为了做科学研究，也不是为了写论文，而是为了更直接、更现实的三件事：一句话说清：学 AI 的目的，不是研究