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
三星拟季涨DRAM价格20%，厂商确认口头通知
存储芯片价格三季度延续上涨趋势，但涨幅较前季收窄。受内存成本攀升影响，消费电子零售价上行，抑制部分需求。 7月3日，有消息称三星电子计划将今年第三季度DRAM（动态随机存取存储器）平均售价较上季上调20%。 “确有此事”，一家消费电子终端厂商负责人向第一财经记者表示，今年6月三星已与其接洽，并已收到关于DRAM涨价的口头通知。 “上游元器件大幅调价会传导至终端售价，可能抑制部分需求，但当前消费电子产品整体定价仍较低，即便上调，预计对用户购买决策影响有限。”上述负责人表示。 另一位行业资深人士也向本报记者确
瑞银上调存储芯片价格预测 DRAM与NAND涨势或持续至2027年
瑞银(51.04, 1.32, 2.65%)最新行业调研显示，2026年下半年存储芯片价格上行空间进一步扩大。 DDR合约价格预期被上调：2026年第三季度环比上涨32%（此前预期17%），第四季度上涨18%（此前12%），在第二季度已大幅上涨67%的基础上继续走强。 NAND同样上修，预计第三季度环比上涨30%，第四季度上涨12%，延续强周期表现。 分析认为，DRAM行业供需将至少持续紧张至2028年上半年。2027年芯片需求增长约36.2%，明显高于供给增长的19.3%，缺口难以弥合，供需失衡程度达到
Scratch实现AI五子棋：人机对战新体验
Scratch：AI五子棋(含AI对战)，请大家先点推荐，公众号回复“1145”查看获取本文全部作品素材源码、教程、视频讲解等全部资源；回复“666”查看获取《全部易学习素材好合集》素材、源码、教程等全部资源包更新；回复”777“查看获取《本站全部Scratch合集》课件、素材源码、真题、教程等全部资源，后面更新免费提供~Scrath与AI合集目录如下：下面大家先来一起来看看吧👇🏻👇🏻正文内容此外还有很多合集，点下面链接即可打开查阅：下面大家先来一起来看看吧👇🏻👇🏻正文内容Scratch编程|双人五子棋(
著名投资人Michael Burry沽空美光科技 增持房利美房地美股份
电影《大空头》人物原型、著名投资者Michael Burry在周四晚间公布的Substack内容中透露，他已沽空美光(975.56, -56.72, -5.49%)股票，原因在于其周期特性，并对一些现有持仓进行了增持。 Burry指出，美光“是周期性表现最明显的代表”。 “美光股票是美国主要市场中唯一专注动态随机存取内存（DRAM）的标的。市场繁荣时，股价会被过度追捧；衰退时，又会被过度打压”。 Burry对贝宝、Sprouts、硕腾、房利美(6.12, 0.00, 0.00%)和房地美股票的多头仓位进行
6月海外短剧与AI剧榜单揭晓：DramaBox夺冠，DramaWave26部新剧上榜
今天，DataEye研究院正式发布2026年6月海外短剧百强榜、海外AI剧百强榜与TikTok热播百强榜！6月海外短剧百强榜DataEye旗下剧查查，为全国最大的微短剧产业综合服务平台，深度链接100万短剧/漫剧从业者，覆盖超5000家企业。一站式满足查剧、查榜、查人、查公司和对接商机需求。查数据＆查榜单：【排行榜】可实时查看抖音、红果、快手微短剧/AI剧/漫剧热播榜、热力榜、红果热榜、演员榜、海外榜等多维度榜单；【版权库】可查询50万+微短剧版权库数据及背后企业详情。扩人脉＆参活动：【找同行】深度链接1
澳洲任命两位APRA副主席，任期五年
澳大利亚财政部长吉姆・查尔默斯在一份邮件声明中表示，特蕾泽・麦卡锡（ThereseMcCarthy）与戴维・布拉德伯里（DavidBradbury）获任命为澳大利亚审慎监管局（APRA）副主席。 麦卡锡将于7月9日履新，布拉德伯里则自9月1日正式就任。 责任编辑：王永生 新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。 郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资料、言论等
花旗：三星股价回落属技术调整
花旗集团分析师Peter Lee指出，尽管市场对AI算力过剩存在忧虑，但三星电子近期股价回调更可能属于技术性修正。该分析师预测，在AI中央处理器（CPU）需求强劲的推动下，服务器DRAM价格将优于预期，助力三星第二财季营业利润达84万亿韩元。Lee已将其对三星2026年营业利润的预期从334万亿韩元上调至401万亿韩元。他表示："我们认为存储芯片的基本面依然稳健，服务器DRAM价格在强劲CPU需求支撑下表现优异。"花旗也将三星主力服务器DRAM产品（64GB DDR5 RDIMM）2026年平均售价（AS
人类智能与AI的本质差异
所谓人工智能，简而言之，就是针对特定任务，将多种精妙的数学手段进行线性与非线性的整合，构建出一个小型系统。其目标是让输入与现实一致的参数时，能够输出尽可能吻合的结果。这在历史上被称为“深度学习模式下的神经网络”。神经网络的基本原理究竟为何？我们用通俗的语言来解释。这个小型系统被称为“模型”，规模较大的模型通常拥有数量庞大的参数。为了让模型输出尽可能接近现实，必须进行高质量的训练。在训练过程中，输入数据即可产生模型输出，将其与理想输出进行对比并计算误差，再利用该误差对模型进行调整（即调整模型参数的数值，最常