清华薛澜：AI落地才是变局关键，地缘博弈推升安全风险
6月23日晚间，由腾讯新闻与北京大学国家发展研究院携手举办的"智变启新局——2026夏季达沃斯腾讯财经愿景夜话暨北大国发院大连论坛"如期启幕。清华大学教授、苏世民书院院长薛澜出席活动，并主持了"高端对谈：当智能照进现实：能源、规则与新工业革命的中国方案"专题环节。薛澜指出，当前人工智能领域热度极高，但归根结底，真正能够盈利的人工智能企业数量仍然有限。人工智能若要真正带来变局，根本出路在于落地应用。薛澜强调，一项科学技术若要在社会层面真正扎根，必须具备相应的硬件基础设施以及软件与制度层面的配套支撑。他以汽车
推理算力成新瓶颈：OpenAI自研芯片折射的企业AI现状
当企业CIO为AI Agent掏钱时，他们真正购买的是什么？表面来看，是模型能力与API配额。然而实际情况正在转变。OpenAI与博通联手推出自研推理芯片Jalapeño、Google强化Gemini 3.5 Flash的计算机操控功能、Figma实现代码与设计协同的AI协作——这三项举措背后藏着同一议题：企业AI应用角逐已从"谁的模型参数更高"演变为"谁能更迅速、更经济地将推理任务落地生产环境"。换言之，算力供给正替代模型能力，成为制约AI Agent真正落地的核心要素。
AI驱动科研变革：为何算力、数据与平台走向深度融合？
很长一段时间内，人工智能在科学研究中仅充当“辅助手段”——协助学者处理数据、预估模型或进行局部模拟改进。然而伴随AI赋能科研的迅猛演进，这种界限正逐渐消融。AI已超越工具范畴，蜕变为研究体系不可或缺的组成要素。无论新药创制还是新材料探索，不论气候预报抑或工业模拟，科学研究正迈入全新纪元：由数据、算法与算力协同驱动的体系化研究时代。在此趋势下，一个疑问显得尤为迫切：当人工智能全面融入研究链条，为何单体工具的效能正在衰减？答案在于：科学研究正由“算法主导期”跨入“系统主导期”。科研模式正经历重塑：从“应用AI
“六张网”构建中国式现代化基础设施体系
从湛蓝海域上连绵不绝的白色风力发电机组，到戈壁荒漠中高效运转的算力设施集群；从错综复杂的地下综合管廊网络，到川流不息的物流运输车队……一张覆盖全国、连接世界的现代化基础设施网络，正在华夏大地上持续扩展、日益完善。 通过深化体制机制改革消除发展障碍，在整体规划中增强系统协同效应……随着各项战略部署深入实施，"六张网"建设稳步推进，万亿规模投资的叠加效应持续显现，为中国式现代化建设注入绵延不绝的强劲动力。
AI日报：开源模型降本，企业争抢上下文入口
2026年6月25日 先看结论 今天的AI新闻有两条主线特别突出：一条是模型能力持续下沉，开源模型将长任务、代码和智能体成本不断压缩；另一条是企业AI开始争夺“上下文入口”，谁能接入团队消息、代码、文档和业务系统，谁就更容易成为日常工具。 AI竞争正从“谁更会回答”转向“谁更懂现场”。模型需要能处理长任务，应用需要能融入团队上下文，基础设施需要能支撑成本，物理AI需要能被验证和管理。 今日五大方向 01｜大模型与产品：Z.ai 发布 GLM-5.2，开源模型继续逼近长任务场景（Z.ai）。 02｜算力与基
孙正义押注超级AI，目标万亿级资产
软银(20.35, -1.74, -7.83%)创始人孙正义提出，未来十年将公司净资产推向6.189万亿美元，这一目标建立在对‘超级人工智能’潜力的坚定信念之上。 孙正义在周三东京年度股东大会上坦言，1000万亿日元的目标极具挑战，但他强调软银过去多次验证了创造巨额价值的能力。 这位投资巨擘将软银比作‘下AI金蛋的鹅’，称自战略转向构建超越人类智能的AI系统以来，公司价值已实现数倍跃升。 软银的核心战略，是应对全球从算法创新向支撑算法的实体基础设施的深刻转型。 他指出，世界正步入‘实体ASI’时代，瓶颈已
OpenAI布局AI修复基础设施
导读OpenAI新推出的`Patch the Planet`计划：与Trail of Bits合作，协助开源维护者快速识别、筛选并修复安全漏洞，其自有安全工具也将深度参与。若仅看表象，这似为企业公益或品牌宣传；但从产品与行业视角，它传递出更深层信号：AI公司已不满足于‘发现漏洞’，正全力争夺‘嵌入修复流程’的基础设施入口。据Lucas Ropek报道，`Patch the Planet`的核心并非简单开放模型供维护者自助使用，而是由Trail of Bits的安全工程师主导漏洞审查，结合OpenAI工具，
AI是基础设施还是垄断平台：普通人命运的分野
问：森林遇到熊怎么办？答：只需比同伴跑得快即可。如今，AI便是那头熊，拼命钻研AI工具的人，就是想跑赢同伴。可问题是，AI这头熊的胃口大得无底洞。比“AI会不会取代我？”更直击灵魂的拷问是：就算我积极拥抱AI，结局会不会依然一样？答案隐藏在另一个问题中：AI究竟会沦为像电力那样的公共基建，还是变成类似社交媒体的垄断平台？2024年，行为经济学教授Alex Imas与Epoch AI高级研究员Phil Trammell，在播客节目中探讨过这一议题：若AI走电力路线，它将化作底层设施，收益渗透进整体经济；若A
智能编程颠覆软件生产、机器人赛道半年揽资438亿、算力下沉写入十五五：2026科技变革三重洞察
2026年6月23日 · PCDN资讯2026年6月，三组数字在多个场合频繁出现：438亿元——国内具身智能上半年融资总额；300人——平凯星辰已禁止工程师手动编写代码；2650亿美元——全球边缘计算年度支出规模。它们分属三个差异显著的领域，却共同指向一个判断：AI正从软件、硬件、基础设施三个维度同时改写技术产业版图。这三股变革力量并非彼此割裂。智能编程重塑了"软件的生产方式"，具身智能重塑了"机器的感知与行动方式"，算力网络重塑了"计算资源的流动方式"。三者交织成2026年最具分量的技术基础设施叙事。6
NVIDIA 链博会展台呈现 AI 完整技术栈
第四届中国国际供应链促进博览会上，NVIDIA 展位围绕 CEO 黄仁勋提出的 AI “五层蛋糕”架构进行布局，从能源、芯片、基础设施、模型到应用，依次展示 AI 从底层算力到产业落地的完整路径。左右滑动，一览 NVIDIA 展台能源层从 AI 驱动的风电光电预测到高压直流配电设施，再到智慧储能与稳定供能 —— 能源层解决的是 AI 工厂如何高效运行、保障 Token 稳定生产。芯片层DGX Spark、边缘计算芯片、NVIDIA BlueField 平台、NVIDIA Spectrum-X 以太网网络平
AI趋势观察：从模型比拼转向供给与流程竞争
2026年6月23日 核心观点 今日的AI资讯呈现出一个显著趋势：业界不再单纯聚焦于“谁的模型更强大”，而是同步完善供给链、工作流、测试体系及云基础设施。尽管模型性能至关重要，但决定商业化进程的关键在于模型能否深度融入特定行业，能否具备稳定的算力和存储支持，能否被企业频繁调用，以及能否构建出可复用的交付标准。 AI产业正从“单一产品竞争”演变至“系统级交付竞争”。只有将模型、存储、应用、平台及云资源紧密串联的企业，才更接近实现真实收益。 今日五大看点 01｜大模型与产品：Google DeepMind 与
算力基建新趋势：自建电厂成标配
曾几何时，数据中心只需采购服务器、租赁机房、向电网买电即可。如今，这一传统模式正被颠覆：算力项目开始将发电设施纳入整体规划。这并非能源领域的边缘动态，而是AI基础设施角逐迈入新阶段的明确标志。6月22日，雪佛龙旗下全资子公司Energy Forge One与微软达成一份为期20年的购电协议。双方拟在美国西得州联合建设电源设施及微软运营的数据中心。该项目定名Kilby，规划容量约2.67GW，预计2028年实现首次供电。这意味着一座大型发电项目，被直接纳入AI数据中心的交付蓝图。AI时代最紧俏的资源，正从单
LS Eco Energy斩获越南AI数据中心电缆供应订单
该公司于5月14日透露，这是其在该地区快速扩张的人工智能基础设施市场中抢占先机的战略部署之一。LS Eco Energy指出，其位于北部港口城市海防的生产子公司LS-VINA将为河内的大型AI数据中心项目供应电缆，该项目有望成为越南北部规模最大的人工智能基础设施项目之一。该设施总体规模达60兆瓦，旨在应对生成式AI和云计算服务持续攀升的需求。LS Eco Energy的产品将用于电网、变电站与数据中心基础设施之间的连接。2025年8月，越南军用电子电信公司在河内启动建设的安庆数据中心，是该集团在越南布局的
AI产业链全景图：不止大模型，谁在背后提供“铲子”？
AI洞察 · 工具实测 · 自动化流程 · 商业变现过去数年，许多人一提到AI，首先想到的就是大模型。更具体点，就是ChatGPT、Claude、Gemini、豆包、DeepSeek这些名字。往硬件方向延伸，则是英伟达的GPU。然而，若只聚焦于此，其实还未真正理解AI的全貌。AI并非单一产品。它更像一套宏大的基础设施体系。你眼前的是聊天框里那几行回复。其背后却是服务器、芯片、显存、光模块、电力、散热、模型、智能体、机器人、应用软件协同运转。换言之，AI不只有“大脑”。它还具备血管、神经、能量系统、身体以及
AI数据中心持续扩张，电费水费及环境代价由谁买单
许多人如今已经认同一个事实：AI 能力出众，并且未来还会更加强大。然而还有另一件事，普通大众其实尚未真正察觉。那就是 AI 并非仅仅存在于对话框内，其背后是一整套日益庞大、愈发耗能、不断吞噬资源的实体基础设施。并且这套基础设施的代价，终归不可能永远只体现在大企业的财务报表中。电力、水源、土地以及环境方面的压力，迟早需要有人来负担。美联社于 2026 年 6 月 3 日的报道里引用联合国大学的研究表明，数据中心的环境影响规模已接近某些大型国家的水平，而 AI 还在进一步加剧这种负担。（