长鑫突破DRAM技术：绕开EUV抢占下一代存储高地
快科技7月6日消息，据韩国经济日报报道，长鑫存储近日秘密启动了一条键合DRAM研发线，目标是比韩国企业更早实现下一代存储技术的商用化。 几乎同一时间，苹果正积极推动将长鑫存储纳入DRAM供应链，以对冲AI数据中心预计明年将吞噬全球60%以上存储产能的供应风险。 长鑫存储和长江存储两年前还只能制造低端芯片，每年亏损数千亿韩元，但今年第一季度，长鑫存储的DRAM全球市场份额已飙升至8%，从过去不被统计到跻身全球前列。 报道称，韩国与中国在存储领域的技术差距已从5年以上缩小至3年左右，部分下一代技术领域中国甚至
华为 Pura 90 系列全球版揭晓，7月14日吉隆坡亮相
IT之家 7 月 6 日报道，华为官方今日公布，将于 7 月 14 日在马来西亚吉隆坡举办以“Now is Your Moment”为主题的旗舰新品发布会，届时将面向全球市场推出 Pura 90 系列手机。 据IT之家此前消息，在今年 4 月的华为 Pura 系列及全场景新品发布会上，华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东正式推出了 Pura 90 系列手机（中国版）。新机涵盖三个版本：标准版、Pro 和 Pro Max，起售价为 4699 元。 华为 Pura 90 系列手机规格
强势归来！华为 Pura 90 系列海外版或将重新搭载 5G 功能
IT之家 7 月 6 日报道，华为官方今日公布，计划于 7 月 14 日在马来西亚吉隆坡举办一场名为“Now is Your Moment”的高端产品发布会，届时将面向全球市场推出 Pura 90 系列智能手机。 IT之家留意到，沙特阿拉伯 TikTok 用户 @superrmas 分享的一段视频显示，华为 Pura 90 Pro Max 国际版已具备 5G 网络能力（状态栏可见），网络测速工具显示下载速度一度超过 1100Mbps。这标志着时隔多年，5G 功能再次出现在华为手机的国际版本上。 回顾 20
华为Pura 90系列全球发布定档7月14日，麒麟芯片产能突破助力海外扩张
【TechWeb】随着麒麟9000系列芯片的量产瓶颈完全消除，华为旗舰机型大规模重返国际市场的时机已经成熟。近期，一位数码博主在社交网络上透露，华为Pura 90系列的全球发布活动将于7月14日在马来西亚首都吉隆坡拉开帷幕。 据熟悉华为海外战略的业内消息人士解读，选择吉隆坡作为Pura 90系列全球首秀的地点，反映出深远的战略布局。东南亚地区始终是华为海外消费者业务的关键深耕领域，而马来西亚身为东盟重要成员，不仅是华为在东南亚区域的核心运营枢纽，更是未来向印尼、泰国、越南等邻近高增长市场扩展影响力的理想起
美光投巨资扩建日本广岛工厂 强化AI存储芯片供应
美光(975.56, -56.72, -5.49%)科技于本周六正式开启日本广岛工厂的扩建项目，旨在提升先进存储芯片的制造能力，以应对人工智能（AI）计算硬件日益增长的需求。 此次扩建总投资高达1.5万亿日元（约93亿美元），日本经济产业省将为该项目提供最高5000亿日元的补贴。该工厂将专注于生产高带宽内存等AI基础设施所需的关键芯片。相关制造设备的交付与安装工作预计将于2028年下半年启动。 全球存储芯片厂商正纷纷扩大产能布局。美光目前正于Boise建设两座先进晶圆厂，并于今年1月在纽约州启动了耗资千亿
外贸AI看似火热，为何实际用起来处处碰壁？
外贸业务开发平台如今几乎人手一个。AI查关税、AI写开发信、AI做背调，表面上似乎每家企业都搭上了AI的快车。但真正落地后感受天差地别——有人直呼真香，有人却觉得不过是新瓶装旧酒，该花的精力一分没少。坦白讲，评判外贸AI业务开发平台是否好用，关键看三个核心指标。第一，线索质量——搜到的客户是精准对接还是垃圾重复，这直接左右后续全部工作的效率。第二，智能深度——是机械问答、报告出炉后仍要亲力亲为，还是接管执行、切实节省人力，二者存在本质差异。第三，场景覆盖——仅限于查数据挖人脉，还是能串联完整开发链路乃至延
AI竞赛白热化：Sora停摆、软银400亿注资、谷歌TurboQuant革新、Meta巨额罚款、欧洲数字脱美等八大事件全景
OpenAI正式宣布旗下AI视频生成工具Sora停止运营。这款仅推出半年的产品，曾承载了众多人的厚望，如今却沦为AI商业化困局的一个典型缩影。烧钱之痛触目惊心：这组数据折射出当下AI产业一个无法回避的关键症结：顶尖技术与可持续盈利模式之间，仍横亘着一条难以逾越的鸿沟。Sora的折戟并非单一产品的挫败——迪士尼曾筹划以10亿美元与OpenAI结成战略联盟，而Sora的停摆直接令这桩合作告吹，对OpenAI的企业声誉造成了沉重打击。停掉Sora的深层逻辑在于：OpenAI迫切需要收缩产品矩阵，为可能的IPO铺
借势AI产能重构——利基存储的间接受益逻辑
同年七月初，Meta宣布出售富余AI计算资源。目标公司当日触及跌幅限制，美光科技下挫10.57%，费城半导体指数回落6.27%，三星与海力士引发韩国市场熔断机制。一家完全不涉及AI产品的半导体设计企业，竟因彼岸一条AI动态单日跌停。理解这一看似矛盾现象的钥匙在于产能转移：三大厂商将生产线倾斜至HBM，利基存储供应收紧，目标公司被动获得收益。一旦大厂回调方向，红利随即消散。在深入探讨前，先澄清两个常见误解：(1) "目标公司是长鑫的上市平台"——目标公司持股仅1.8%，利润互不连通，绑定的是
硬啃 AI 底层原理一天，感觉大脑在扩容
今天刷微博看到 tombkeeper 说想要讲清 AI 的整体思考，得从经济学讲到物理生物，没几万字下不来。这时我也想到自己用了不少时间的 AI，也算是入门了，知道用它来写自动化脚本，可问我 AI 的底层逻辑是什么，却支支吾吾，前 seawater连 token 这个概念都回答不出来，看来我也只是满足于用罢了。先啃再说我相信 AI 是未来的趋势，那想要抓住它，应该懂点基本原理，不需要自己手搓大模型，只要比现在了解得更透彻就够了。所以说做就做，我这个纯文科生，决心今天啃一下 AI 材料。那么啃什么材料呢？我
存储芯片价格狂飙！AI关键领域迎爆发机遇
在人工智能推理系统及超大规模数据中心建设的强劲推动下，此前已经历疯狂涨价的存储芯片，2026年第三季度有望迎来新一轮显著提价。01存储芯片价格持续攀升据中国基金报报道，韩国媒体ZDNet披露，三星正积极推进2026年第三季度存储芯片涨价计划。三星电子正与客户展开强势议价，目标是推动第三季度DRAM平均售价较前一季度最高上调20%。报道透露，今年前两季度，三星DRAM平均售价已实现连续大幅增长，其中第一季度环比涨幅超过90%，第二季度预计涨幅达50%至60%。部分研究机构认为，存储芯片涨价并非仅限三星，而是
Sora之后，AI如何悄悄学会物理直觉
大家好，我是万象大叔。专注 AI，讲透技术，看清产业，商业落地，投资赚钱。当AI从生成静态图像进化到产出动态视频时，一个更深的疑问浮现：模型在构建视频时，是否悄然掌握了现实世界运行的底层规则？OpenAI的Sora凭借其视频在物理逻辑上的高度一致性，让“世界模型”这一曾局限于机器人与强化学习领域的概念，成为AI前沿的焦点。这揭示了一条清晰的技术跃迁：AI正从学习“词与词的关联”转向理解“状态与状态的演化”。其核心逻辑在于，预测视频下一帧的“时空块”这一看似简单任务，实则迫使模型构建一个隐含的、模拟物体存在
存储芯片价格暴涨七倍：廉价手机时代或将终结
据快科技7月3日报道，由于人工智能算力需求持续激增，全球内存芯片供应格局出现严重倾斜，DRAM价格从2022年至今已飙升700%。这个数字并非预测，而是既定事实。回想2022年，DDR4 8Gb颗粒的现货价约在2美元上下，如今呢？已突破16美元大关，且仍在攀升。不到三年时间，涨幅高达700%。更严峻的是，这股涨势远未停歇。三星、SK海力士、美光三家巨头掌控全球逾九成DRAM产能，为追求更高收益，它们不断削减消费级存储产量，优先将晶圆分配给AI服务器所需的高端内存。到2026年，已有半数DRAM晶圆用于AI
AI驱动科研全链路实战训练营
线上直播直播时间：7月18日-19日、25日-26日【提供全部资料、代码及长期回放】前言课程大纲证书及学时报名方式面向真实科研场景，构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战培训班直播时间：7月17日-18日基于claude code、codex双AI协同论文写作撰写与质量校准：从"数据分析→论文初稿→交叉审稿"全流程直播时间：7月25日-26日2026基于前沿AI-Agent2.0驱动的科研全链路实战营：一站式掌握LL
AI服务器持续升温，CPU短缺成最大掣肘
过去一年，市场讨论AI服务器，更多盯着GPU需求、云厂商资本开支、英伟达新平台。但现在进入下一阶段，真正决定服务器厂商业绩弹性的，可能不只是订单，而是CPU、内存、存储、电源、散热等关键物料的交付能力。其中，最关键的瓶颈就是CPU。通用服务器方面，美国服务器OEM正在上调2026年出货预期。HPE预计2026年通用服务器出货同比增长8%-10%，而2025年还是同比下滑；DELL则把通用服务器出货预期上调到同比增长24%。整体来看，通用服务器出货预计同比增长约20%，但主要约束来自服务器CPU供应，而不是
AI答疑系统升级：从FAQ到教材知识库实战
上一期我们绘制了AI教育助手的全景蓝图，并实现了Streamlit原型。但该Demo存在明显局限：答疑完全依赖大模型的内置知识，无法利用用户自己的教材、课件或考纲。真正的AI答疑系统，关键不在于模型‘知识量’多大，而在于它能否精准理解你提供的教材内容，并给出有据可依的回答。本期我们将让智能答疑真正落地：从基础FAQ匹配，到向量检索增强生成（RAG），最终构建一个能‘啃透’教材的知识库答疑系统。先明确我们的演进路径：三层并非替代，而是递进：- 第1层解决‘有标准答案’的问题（FAQ）- 第2层解决‘语义泛化