AI前沿动态|OpenAI布局芯片研发,Google将电脑操作融入Gemini,AI加速渗透工作与科研领域
近几个月以来，AI领域的角逐常被简化为"谁又推出了更强的模型"。然而在北京时间6月26日前后陆续披露的多则重磅消息表明，这场竞争已显著蔓延至更为完整的产业链条。OpenAI着手将自主算力下沉至芯片层级，Google让Gemini直接拥有电脑操作能力，NVIDIA将智能体工具套件引入生命科学领域，而由OpenAI Foundation、Anthropic、Amazon、Microsoft等共同支持的RAISE US则将"AI将如何重塑就业"这一议题从理论探讨推进至有组织的试验阶段。对中文受众而言，这传递出一
全国人大常委会批准香港对皇岗口岸港方区域行使管辖权
第十四届全国人民代表大会常务委员会第二十三次会议审议了国务院提交的关于授权香港特别行政区对皇岗口岸港方口岸区及相关延伸区实施管辖的议案。会议指出，为深化内地与香港基础设施互联互通，促进两地人员往来和经贸交流合作，推动粤港澳大湾区建设，助力香港更好融入国家发展大局，在广东省深圳市皇岗口岸设立港方口岸区具有重要意义。全国人民代表大会常务委员会作出如下决定：一、授权香港特别行政区自皇岗口岸港方口岸区及相关延伸区启用之日起，在本决定第三条规定的期限内对该区域依据香港特别行政区法律进行管辖。香港特别行政区对皇岗口岸
AI 周报特别篇：新闻背后隐藏的深层变革（一）
本周，AI 领域看似仅有零散资讯OpenAI 涉足芯片制造人形机器人价格下调顶尖大模型遭遇监管机器人进入工厂务工豆包发布专业版本然而，真正引人注目的并非新闻表象而是这些消息折射出 AI 领域正在发生的根本性转变数年间，AI 界最聚焦的是模型本身。谁的模型更强大。谁的回复更机智。谁的智能体更具人性。但如今，竞争已转向更深层面。OpenAI 携手 Broadcom 推出首款自研 AI 推理芯片 Jalapeño，旨在满足 ChatGPT、Codex、API 及未来智能体产品的大规模推理需求；Reuters、T
中国信科Fiber for AI：重塑算力连接新范式
近日，2026 世界移动通信大会（MWC2026）正式拉开帷幕，中国信科 AI 数据中心展区一经展出便吸引了全球行业的目光。紧扣 AI 算力建设需求，中国信科围绕“多、快、好、省”核心策略，携 AI 光连接、算力基础设施及全流程服务三大领域的创新成果亮相，联合全球产业伙伴共同构建智能时代的算网基石。01AI 光连接中国信科首创“Fiber for AI”核心理念，主动从 AI 算力建设视角重新定义全系光连接产品与方案，角色从传统光器件供应商转型为助力客户打造更高性能、更低 TCO 的 AI 算力基础设施的
玩转AI命理需具备什么基础
从去年到现在经常有客户拿着AI生成的测算结果来找我咨询实际操作中发现 目前普遍存在基础性硬伤：大运排盘出现错误 八字格局与喜用神判断杂乱无章六爻卦里的旬空 动爻等核心基础概念从中也能洞察到一个关键事实：想要读懂AI命理内容有个绕不开的前提 自己得先掌握一定基础能够独立纠错 理性分析引导倘若对命理基础知识一窍不通仅凭AI输出的内容往往会看得云里雾里就算将相同信息反复输入两次AI给出的结论也常常前后不一 参考价值寥寥可以把AI视作一个资料完备的数据库它只会按程序输出信息 无法自行判断正误使用者要明确自己的需求
AI 浪潮下，C++ 学习新路径
不少立志投身C++领域的同学感到迷茫，不知如何起步；社招党纠结如何优化工作经历，校招党则困惑于备考的切入点。此时，若能寻得一位来自大厂的导师手把手指导，学习效率往往会事半功倍（这是我们的切身体会）。卡哥携手多位来自一线大厂的C++专家，共同打造的【卡码C++训练营】已运营许久，凭借卓越的口碑赢得了广泛认可，毕竟“代码随想录”绝不会做出损害自身声誉之事。身处AI时代，很多人不禁发问：C++还有必要学吗？编程基本功还需要打磨吗？我的回答是：不仅有必要，而且其重要性比以往任何时候都更为凸显。缘由何在？尽管企业确
6月开启AI智能体技能认证，零基础可学，副业增收好机会
“别人靠AI图片视频变现，你却无从下手？”“想进大厂搞AI，但没经验，简历没人理？”“想转行AI，却不知从哪起步？”强烈推荐你考取AI智能体应用工程师证书✅AI智能体相关岗位，月薪可达25K+✅企业急需人才，转行窗口期已开✅可拓展AI副业，轻松增加收入2026年AI智能体培训正式启动想入行AI、开启副业的抓紧报名零代码基础，也能学会！！年满20周岁，大专及以上学历即可报名参与学习与认证👇培训项目：AI智能体应用工程师（高级）培训方式：线上授课报考条件：1.年满20周岁，大专以上学历； 2.年满20周岁，工
联想CFO展望：中期净利率瞄准5%以上，远期有望突破8%
6月25日，联想集团于投资者交流日上披露了中长期财务规划。联想首席财务官郑孝明指出，在未来三至五年内，公司的净利润率目标设定在5%以上；而从更长远的视角来看，伴随各项业务的全面爆发，整体净利率有希望突破8%。 详细规划如下：短期一至两年，营收目标定于1000亿美元，净利率期望超3%，每股收益（EPS）增幅目标为1.5倍；中期三至五年，营收目标定在1300亿美元，净利率期望超5%，每股收益增幅目标为3.2倍；长期五年以上，营收目标达1500亿美元，净利率期望超8%，每股收益增幅目标为5.9倍。 郑孝明提到，
联想AI服务器订单排队，待交付金额逼近千亿
6月24日，在MWC 26上海大会上，AI服务器订单积压的迹象显现。据知情人士透露，联想集团目前积压待交付的订单高达1500亿元，产能处于紧缺状态，且预计这种高景气度行情短期内难有消退。 该人士指出，联想在服务器业务上与国内GPU及CPU厂商紧密合作。尽管信创领域的市场需求旺盛，但受限于芯片供应不足，导致众多订单只能排队等待交付。 回顾5月下旬发布的财报，联想Q4 AI服务器订单储备已达1400亿元，同比大增50%。此次新增订单流入印证了市场需求的强劲。随着产能逐步释放，基础设施业务（ISG）有望成为拉动
AI全媒体运营师培训：零基础打造个人IP，开启高薪副业
2026年度AI全媒体运营师特训营正式启动为贯彻《新一代人工智能发展规划》精神，紧抓AI新媒体产业爆发的黄金机遇，紧跟全媒体内容AI工业化、智能化及规模化的发展潮流，结合新媒体行业全域AI落地的普及趋势，响应AI全媒体运营人才需求激增及高薪紧缺的市场现状。（据行业权威数据统计，2026年新媒体AI运营相关岗位需求同比激增420%，行业人才供需比达到1:9。核心岗位涵盖IP定位、AI内容创作、短视频爆款运营、账号矩阵管理、商业订单交付、GEO搜索优化等方向。初级运营月薪约1.5-2.2万元，中级资深运营月薪
智能体行动时代：谁来为AI操作风险兜底
2026年，AI不再只是实验室中的技术演示，正以超乎想象的速度渗透进企业实际生产场景。随着开发框架与API接口的不断完善，工具调用、文件处理、系统执行变得异常便捷。企业已不再止步于让智能体"聊聊天"，而是将其应用于客户服务、研发辅助、安全运维乃至核心业务流程。据Gartner调研预测，未来两年内，将有逾六成企业加速迈入智能体时代。然而，智能体大规模接入的同时，新型安全挑战也接踵而至。我们来看一则企业真实案例：研发团队在测试智能体能否"生成一份生产环境部署流程文档"时，智能体却误读为"将最新代码直接部署至生
德勤新报告揭示：数字孪生成物理AI基石
近日，德勤推出了《物理AI：开启加速新纪元》的研究报告。几年前，数字孪生仅被视作数字化建设的一种能力，但伴随物理AI与具身智能的兴起，其价值定位正发生转变。从单纯的“展示系统”进化为“训练场”，从“可视化平台”升级为“世界模型底座”，数字孪生正步入全新的发展周期，成为AI迈向真实世界不可或缺的基础设施。报告强调，得益于大模型、多模态技术、机器人及边缘计算的进步，物理AI正加速进入产业化阶段。不同于主要处理文本与信息的生成式AI，物理AI赋予智能系统感知、推理及执行能力，使机器人、自动驾驶及智能制造系统能真
Palantir入局AI营销，CMO的决策格局或将重塑
6月23日，两则新闻在营销界引发了震动。Palantir宣告踏入AI营销领域。Gap宣称全面推进AI营销战略。一边是为五角大楼提供情报分析的军事AI巨头，另一边是销售T恤和牛仔裤的快时尚零售商。在同一天，它们做出了相同的举动。先看Palantir。今年第一季度营收达到16.3亿美元，同比飙升85%，其中美国商业业务增长高达133%。这家公司以往服务于军事和政府情报部门，现在将同一套数据决策系统，瞄准了营销战场。再看Gap。这个老牌快时尚品牌直接宣布向全渠道AI营销转型，从消费者洞察到内容创作再到投放决策，
黄仁勋：AI基建将重塑未来数十年
IT之家 6 月 25 日消息，在昨日（6 月 24 日）举办的年度股东大会上，英伟达首席执行官黄仁勋在问答环节谈及 AI 基础设施建设。 黄仁勋表示，人工智能不仅仅是一个模型，它代表着计算模式的根本性转变。六十年来，计算的本质首次被重新定义：从过去的检索、存储和发送信息为主，转向利用人工智能生成智能。 IT之家注意到，黄仁勋表示，这类基础设施的建设周期将长达数十年，与电网、交通系统和互联网等其他关键基础设施的建设历程如出一辙。
人工智能日报：6月25日行业速递
人工智能日报每日AI简报今日日期2026.06.25AI领域 每日核心资讯一览算力触达原子级别，智能体迈入协作时代IBM推出号称全球首创的亚1纳米芯片工艺；美光与高通的数据中心前景展望刺激了AI芯片需求预期。同时，OpenAI分享了智能体在真实业务流的应用数据，亚马逊加大印度云及AI领域投入，MWC26上海将机器人、AI与无人机作为核心议题。行业角逐正由模型性能拓展至芯片、供应链、能耗及团队协作。一、IBM的0.7纳米“纳米堆叠”工艺仍处研发期，量产规划与代工伙伴暂未公开。二、美光的客户订单与高通的数据中