新疆推进“人工智能+”战略 构建智能经济发展新格局
“十五五”规划纲要明确“深入实施‘人工智能+’行动”，今年政府工作报告强调“培育智能经济新形态”，核心要义在于抢抓人工智能发展契机，深化人工智能对各行各业的渗透覆盖，快速开辟经济增长新赛道，塑造新业态、激发新动能。这是从国家发展全局出发、顺应全球经济发展潮流的重要部署，也是增强国际竞争力的战略举措。新疆发布《自治区推进“人工智能+”行动工作方案（2026—2028年）》，并在自治区“十五五”规划纲要中明确，加速推进“人工智能+”行动，为构建智能经济新形态提供了明确指引。准确把握构建新疆智能经济新形态的战略
思考可外包，理解难替代：AI 重塑法律人工作模式 | 全球法务 AI 观察·Vol.12
-END-掌握技能，或许是法律从业者深入应用 AI 的最佳切入点Harvey 开源 LAB 涵盖 1200 余项任务，涉及 24 个法律业务范畴，法律 AI 的评估正逐步贴近实际工作场景Claude for Legal 上线后，法律从业者的工作入口或将发生转变全球法务 AI 观察「全球法务 AI 观察」系法天使公众号打造的专业栏目，由常金光（微信：fatianshi325）与李冯森（微信：LFSLAD）联袂执笔。本栏目立足法务视角，对法律 AI 产品展开深度剖析并给出阶段性研判。
亮声音 | 场景引领变革,AI与能源的相互成就
听能源电力资讯，欢迎收听“亮声音”播客~5月26日，国家能源局在深圳举办全国“人工智能+”能源现场推进会，公布51个“人工智能+”能源优质应用场景。此前，国家能源局联合国家发展改革委、工业和信息化部、国家数据局发布《关于促进人工智能与能源双向赋能的行动方案》，明确开放能源领域人工智能优质应用场景。当前，人工智能技术正以空前的广度与深度渗透各行各业。场景引领变革，促进人工智能在能源领域加速落地。此次发布的51个优质场景涵盖8大类典型应用场景，着力推进优质场景开放，以实际场景带动人工智能技术突破和应用落地。江
南宁首期场景创新经理人特训营启动 AI智能体实战+场景对接火热报名中
依托广西良好的产业基础与活跃的区域市场氛围，南宁市率先在广西引入场景创新经理人培养理念，重磅推出《2026场景创新经理人实训计划》。本次特训营作为计划核心培育项目，聚焦AI赋能实体经济、场景落地转化，定向培养贯通技术、业务、商务全链路的复合型场景管理人才。助力广西建设"OPC创业首选城市""AI赋能·场景驱动"OPC场景创新经理人特训营持续报名中2026年7月26日（拟定）广西南宁（报名成功后通知具体地点）1、全市OPC创业者、OPC社区负责人及工作人员；2、从事AI技术研发及"人工智能+"融合应用的企事
腾讯推出智能体工具集，助力多场景AI应用
新浪科技讯 6月5日上午消息，2026腾讯云AI产业应用大会在北京举办。面对个人和企业日益增长的AI提效需求，腾讯在大会上首次系统发布“效率智能体工具集”，面向个人提效、办公提效、企业提效三类需求，针对20多个垂直场景提供差异化的智能体解决方案。 AI下半场，智能体成为重塑生产力的重要引擎。首发推出的腾讯效率智能体工具集，以用户需求为主线，将智能体能力封装成多层次产品体系——从开箱即用的轻量工具，到深度适配的企业级平台和行业解决方案，满足不同人群的使用需求。 针对个人用户，本地AI助手QClaw首创“微信
腾讯汤道生与姚顺宇深度对话：AI下半场的战略思考与实践
来源：互联网坊间八卦 日前，腾讯集团高级执行副总裁汤道生与腾讯混元大模型及AI应用负责人姚顺宇进行了一场深入交流，双方围绕AI下半场的定位、产品与模型的协同关系、组织变革及行业发展趋势等方面展开了系统性探讨。 “下半场“的核心在于从探索方法转向挖掘问题。姚顺宇认为，预训练和后训练已使方法论趋于完善，真正的难题变成了“筛选出真正值得解决的好问题”。腾讯具备丰富的产品矩阵和Context优势，这是他选择加入的重要原因之一。更深层次的考量在于企业文化，腾讯总办团队的坦诚务实、基于Trust而非Metrics的运
首发!经开区"AI+医药"场景需求目录
为积极响应国家、省、市"人工智能+"战略部署加速推进新型工业化进程培育新质生产力连云港自贸试验区经开区块围绕生物医药产业智能化需求正式向社会公布首批"人工智能+医药"典型应用场景需求目录旨在推动医药产业数字化、智能化升级此次需求目录涵盖药物研发、临床试验、工艺优化、质量预测、AI视觉检测、智能排产、预测性维护、能源管控、智能仓储、工业大模型、数字孪生、营销管理、数据中台等十余个核心领域，均源自区内重点医药企业的真实业务痛点，具有显著的落地价值和示范效应。现面向各类人工智能技术服务商、科研院所、创新团队发出
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
国家能源局启动首批人工智能能源高价值场景申报
5月26日，国家能源局正式印发“人工智能+”能源高价值场景清单，并启动试点申报工作。首批共有51个场景入选。省级能源主管部门及能源央企总部均可担任推荐单位，每单位推荐名额上限为10个，且同一项目严禁重复申报。其中，“人工智能+”能源新业态清单涵盖7项，具体包括：虚拟电厂多时空尺度智能协同运营、大规模车网互动智能运营优化、区域综合能源供能系统零碳/低碳规划及运行、高耗能园区多能协同优化与智慧运营、绿电直连算电协同智能调度运营、绿氢及绿色燃料生产过程智能寻优、储能全生命周期安全诊断管控智能优化。以下为原文：国
姚顺雨解析 AI 新阶段：摒弃刷榜心态，回归真实问题
入职腾讯半年之际，腾讯首席 AI 科学家姚顺雨首度公开亮相。身为 ReAct 框架的提出者，并曾参与 OpenAI Operator 及 Deep Research 项目的他，向来鲜少接受媒体采访，更不轻易对外发表行业见解。6 月 5 日，在腾讯云 AI 产业应用大会上，他与腾讯集团高级执行副总裁汤道生进行了一场近一小时的深度对谈。相较于新品发布，此次交流更像是一份关于 AI 下半场的战略思考录。围绕 Agent 为何成为必选项、大模型竞争的真实壁垒，以及腾讯是否落后的争议，姚顺雨提出了三大核心观点。01
苏州公交携手华为共创智能交通新场景
为深入推进“人工智能+公交”行动计划，6月2日至3日，苏州市公交集团携手华为交通智慧化军团，在集团总部顺利开展AI场景工作坊活动。集团各业务条线共计50余名核心骨干与华为专家团队深入交流、协同创新，最终产出各业务领域AI发展蓝图初稿、全业务流程60余个人工智能应用场景以及10余个重点场景项目方案。在开班动员环节，苏州公交集团党委书记、董事长谢铁生发表重要讲话。谢董指出，面对公交运营环境的持续变化，线网规划效率、运营调度效率以及内部管理效率的优化提升“已无法单纯依靠传统经验和人力完成”，必须加强人工智能技术
部省联动加速推进6G商用创新发展新格局
6月4日获悉，工业和信息化部近日正式发布通知，全面启动6G创新发展部省协同试点专项行动，明确到2029年，进一步调动地方与企业创新积极性，形成一批自主可控的6G技术解决方案，培育若干具有发展潜力的新型业务应用场景，推出多款创新型终端产品，为6G商业化应用筑牢基础。 业内专家指出，相关政策安排将有力推动6G基站、核心网等通信设备产业发展，加快促进新型终端、芯片器件、操作系统等上下游产业培育壮大。 通知围绕技术攻关协同、产业研发协同、应用培育协同、项目布局协同等方面制定了一系列具体措施。 在技术攻关协同方面，
中小微企业别乱学 AI：先做落地体检再行动
不少创业者向我咨询：“AI 究竟能否助力我的生意？”有人借助 AI 撰写文案，有人制作海报，有人钻研智能体，还有人购买了多门课程。然而回归业务本身，大多数人仍不知如何应用。症结并非 AI 无用，而是：起步方向就错了。AI 落地，切勿从工具入手对中小微企业而言，AI 并非比拼工具数量，首要任务是明确：我的企业，该从哪个业务场景率先切入？若当前最大难题是获客困难，却先去研究内部知识库，成效甚微。若销售转化率低，仅让 AI 撰写几篇文章，也难以提升成交。AI 落地，应始于业务痛点，而非工具本身。五大常见误区误以
做AI教育产品经理,真正的壁垒在哪里?
2025年，能用Cursor写PRD文档、调用DeepSeek接口、搭建RAG系统的产品经理，已经一抓一大把了。不是说这些技能不重要，而是说：它们已经不具备稀缺性了。一个没有教育行业经验的互联网PM，花三个月时间认真学习，就能达到"能用AI工具做教育产品"的程度。技术门槛在持续降低，这是客观事实。那么，在这个技术趋于同质化的时代，真正在AI教育领域建立壁垒的人，护城河到底是什么？我的答案是：比AI更懂教育。但这句话说出来，大部分人的反应是：我在教育行业干了1到3年，我当然懂教育啊。其实未必
电力AI场景落地：平衡各方诉求才是关键
电力AI场景真正实现应用落地，挑战从来不只是技术层面的问题。很多项目并非模型完全无法工作，也不是系统完全无法使用，而是各方对"成功"的定义存在显著差异。管理层关注的是战略方向、实际价值、示范效应和可复制性；业务主管部门关注的是绩效指标、工作流程、风险控制和可管理的抓手；一线员工关注的是操作便捷性、是否增加额外负担、出现问题时的责任归属；技术团队关注的是数据获取、需求边界是否清晰、效果能否被验证；供应商则关注合同范围、交付周期和验收标准。各方立场都有其合理性，但如果这些标准在项目初期没有被统一对齐，AI项目