VinFast 首季营收激增却难掩亏损扩大 59%
越南电动车企 VinFast(3.05, -0.16, -4.98%) Auto Ltd．（纳斯达克 (25929.6626, 220.23, 0.86%) 代码：VFS）日前披露了 2026 年第一季度业绩报告。数据显示，尽管公司全球营收实现了近 42% 的同比增长，但受限于免费充电方案的会计处理方式及工厂扩建开支，其净亏损额度较去年同期加剧了约 59%。 依据财报信息，VinFast 一季度全球总营收攀升至 23.11 万亿越南盾（折合约为 9.2 亿美元），相较于去年同期的 16.31 万亿越南盾增
AI时代商业中的人性产品观
在AI商业浪潮中，我们应具备何种人性产品观？往昔，整个行业乃至我们自身，都热衷于那种“利益诱导”或“承诺暴富”的生意。坦白说，这是流量模型中最简单的玩法。如今AI技术日新月异，只要不断放大时代的焦虑与欲望，抛下“用AI赚大钱”的诱饵，便能轻易捕获无数迷茫的灵魂。然而，此类产品弊端明显。它受欲望裹挟，不够纯粹，生命周期极短。风口总有其周期和时效。依赖平台漏洞或信息差构筑的“致富捷径”，今日或许有用，明日便可能失效。风口一过，原本虚幻的泡沫便会瞬间破碎。最危险的是，这种模式在前端无限拔高了用户预期。当用户怀揣
AI 热潮下的铜需求：是机遇还是变数？
自青铜时代跨越至智能纪元，铜再度跃升为投资风口的主角。逻辑十分直观。数据中心亟需庞大的线缆网络、散热系统及电力支持，这直接转化为对铜的巨大消耗。而人工智能数据中心的需求更是成倍增长。标普全球市场情报的数据揭示，每兆瓦加密货币数据中心需耗铜 21 吨，相比之下，中国一个人工智能训练中心的用铜量竟高达 47 吨。全球范围内愈演愈烈的人工智能角逐，势必拉升铜的需求底线。然而，具体增幅几何？标普全球预估，数据中心及其配套设施的铜消耗量，将从 2025 年的 110 万吨攀升至 2040 年的 250 万吨。不过，
利通电子辟谣：高管未被留置，业务运营平稳
人民财讯 6 月 8 日讯，针对投资者在互动平台向利通电子(162.340, -18.04, -10.00%)（603629）提出的疑问，即近期股价连续跌停且网络流传多篇不实文章，是否隐含重大利空，利通电子作出正式回应并澄清：1．公司全体董事及高级管理人员均在岗正常履职，无任何人员被采取留置措施。2．公司董事兼董事会秘书丁阿静女士，其任职资质及股权激励股票授予流程均符合法律法规。3．公司算力与制造业板块经营状况良好，现有订单正按既定计划有序交付。4．关于公司具体情况，请以官方公开发布的公告信息为准。5．近
智界V9交付破1.8万台，郭锐称超八成用户选Ultra高阶版
IT之家 6 月 7 日讯，鸿蒙智行旗下的首款旗舰 MPV——智界 V9 已于昨日启动了全国首批交付活动。据官方消息，该 MPV 上市仅 21 天，大定订单量已突破 1.8 万台。 智界汽车董事长兼 CEO 郭锐昨日发文回应了此事。他透露，智界 V9 超过 80% 的用户倾向于购买 Ultra 高阶版本。基于 1.8 万台的大定数据进行推算，智界 V9 约有 14400 名车主选择了 Ultra 高阶版，而该版本的起步价为 45.98 万元。 郭锐还提到了“智界 2.0”。他评价此次交付是智界 2.0 时
智界R7加长版谍照流出：空间升级后排更宽敞
快科技6月7日讯，近期多位博主曝光了鸿蒙智行旗下智界R7轿跑SUV加长版的谍照，该车可能命名为智界R7 L。 此次新车的核心改动聚焦于车身尺寸及后排体验，在保持现有设计风格的同时，重点强化了车内空间的宽敞度。 根据流出的谍照显示，尽管测试车覆盖有伪装，但其外观轮廓与现款智界R7几乎一致，未见大幅度调整。 车辆依然保留了标志性大灯、主动式进气格栅，以及车尾小尾翼和贯穿式尾灯，车顶配备的华为乾崑896线双光路图像级激光雷达，使得智能驾驶硬件配置与现款保持一致。车身加长的部分主要集中在后半段，这一改动显著提升了
AI落地实战：银行如何将业务难题转化为可交付成果
AI原生银行落地平台的核心价值，不在于开发更多AI工具，而是助力中小银行实现AI转型的“系统化落地”。未来银行竞争的焦点，已从网点、规模及资源，转向客户经营、组织协同、知识资产及AI原型生成能力的角逐。该平台的关键作用在于，助银行跳出零起点探索，依托百行标杆经验，迅速将实际业务痛点转化为AI场景、原型、技能及数字员工团队。AI原生银行落地平台致力解决的并非“会不会用AI”，而是“AI能否融入经营闭环、产出业务实绩、并沉淀组织能力”。五点核心观点：01AI的应用正从单一工具迈向业务闭环。AI原生银行的关键，
2026年摄影怎么选？AI还是传统？
很多人都在犹豫：如今 AI 能修图、扩图、换背景，甚至直接生成大片，那还要不要学习传统摄影？答案并非非此即彼，关键在于你想通过摄影达成什么目标。2026 年的摄影界，决定差距的关键不再是谁按快门更快，而是谁更懂影像审美、商业需求、AI 工具及交付效率。中国信通院在人工智能相关研究指出，生成式 AI 正加速渗透至内容生产、营销设计、影视传媒等领域。对摄影师而言，这意味着现实的变化：客户不仅要求“拍得好”，更追求“出片快、风格稳、多平台复用”。📌传统摄影决定作品基础，AI摄影决定交付效率。真正有竞争力的人，是
中东航企因伊朗冲突推迟飞机订单或面临重大损失
国际航空运输协会（IATA）一位副总裁周六表示，由于伊朗战争引发的不确定性和航空燃油价格上涨而推迟客机订单，对中东航空公司而言并非明智之举，因为这一决定从长远来看可能代价高昂。 负责非洲和中东地区的区域副总裁卡米尔·阿瓦迪表示，他不认为这场战争及成本上升会影响中东航空公司的飞机订单。该地区航空公司是波音(215.45, -1.97, -0.91%)公司和空客(54.17, 0.00, 0.00%)公司的主要客户。 他指出，鉴于飞机交付周期漫长，推迟订单“并非明智之举，因为推迟将带来额外成本”。 责任编辑：
AI原生时代：FDE模式重构企业AI落地逻辑
当各大企业都在争相优化模型时，真正决定胜负的战场，已经悄然转移。过去三年，AI行业的核心叙事是拼模型、比参数、跑基准测试。但若仔细审视近半年的行业动态，会发现一个有趣的现象——OpenAI 拿出 40 亿美元成立「部署公司」Anthropic 联合黑石、高盛出 15 亿美金组建 FDE 团队Google 把 FDE 的招聘流程从 4-6 周压缩到了两天FDE（前线部署工程师）岗位需求，两年暴涨了 42 倍这背后暗示了一个关键判断：企业缺的不是模型，而是能将模型植入业务的「人」。每花 1 块钱训练模型，可能
AI项目中间人乱象：识别套路与守护交付
# AI 项目中的“中间商”：一边倒卖方案，一边埋雷交付需求方与服务商，都需要学会判断对方是否“货真价实”。一个 AI 项目最危险的时刻，不是技术暂时无法实现。而是所有人都以为项目在推进，实际上，真正的需求方始终没有接触到真正的执行方。中间人每天传达、开会、修改方案，看起来忙得不可开交。可一旦问到谁负责产品、谁负责技术、谁负责上线和售后，答案立刻变得模糊不清。这类人，我更愿意称之为 AI 项目中的“中间商”。他们未必完全不了解 AI，也可能掌握一些资源。真正的问题在于：**他们转手别人的需求和方案，却缺乏
AI实战：一人公司OPC模式探索
不谈虚概念，专注记录普通创业者如何借助AI将创意落地为产品、工具与自动化系统。这并非单纯分享AI工具的账号，也无意制作诸如“收藏10个AI工具”或“普通人必学AI”的空洞内容。近两年AI发展迅猛，工具和教程层出不穷，人们似乎每天都在接触新知识。但我观察到一个现实问题：许多人学习AI的最大障碍并非缺乏工具，而是无法将工具转化为可交付的实际成果。收藏工具、观看教程、参与直播都属于输入环节，真正关键在于：你是否发现了一个真实的需求？你能否产出一个可交付的结果？你是否有能力将流程逐步自动化？这才是我所理解的AI产
波音CEO：7月6日新线投产737 MAX
波音(215.57, -1.85, -0.85%)总裁凯利・奥特伯格于周五向媒体透露，公司计划在西雅图北部新建的总装线上，于7月6日启动全新737MAX客机的生产。 奥特伯格指出：“我们增设了一条生产线，其规格与伦顿现有厂房中的产线完全相同。首架飞机的组装工作将于7月6日启动，距离现在仅剩约一个月，届时第四条生产线将正式投入使用。” 这条位于华盛顿州埃弗雷特的全新737总装线，将成为波音将MAX机型月产能提升至52架的核心推动力，该量产目标预计明年实现。今年波音已将737MAX的月产量从42架上调至目前的
AI落地进入新阶段 制造业面临实战大考
纵维咨询｜AI产业观察 AI落地进入新阶段 制造业面临实战大考 一句话先看懂 别人看产业看风口，纵维看质量、制造和交付 AI从模型研发转向实际应用，制造端成为真正承压的一环 核心判断 AI竞争正从"谁能训练出更强的模型"转向"谁能将AI真正落地到产线和业务流程中"。目前多个信号指向同一方向：加拿大发布国家AI主权战略，欧洲提出降低对美国技术依赖的路线图，深圳发布"人工智能+先进制造"2026-2027行动计划，八部门印发"人工智能+制造"专项行动方案。纵维更关注的不是AI能力有多强，而是落地需求正在如何改
AI落地新范式：弥合技术能力与商业价值的行业鸿沟
在大型语言模型快速推广、生成式人工智能功能不断升级的产业环境中，人工智能技术的基础能力、组件模块、技术生态已日臻完善。但从产业落地的专业视角审视，技术模型的先进性，与企业真实业务场景的价值转化率之间，存在着明显的行业性缺口，这一缺口被业界定义为人工智能产业核心的“产品缝”。综合全行业人工智能项目落地数据及实战案例分析，大量企业人工智能项目陷入“展示优秀、实际失效”的困境：标准化人工智能工具技术指标亮眼、演示效果完美，但对接企业个性化业务流程后，普遍出现场景匹配度低、业务契合度差、无法直击核心经营痛点等问题