AI新基建产业全景解析
数字新基建核心：AI产业链全景图谱（上中下游结构划分） 人工智能作为数字新型基础设施的关键板块，完整贯穿了算力基础设施、大模型底座与行业智能应用三大环节，层次分明：🌺🌺🌺🌺 一、上游：底层算力硬件与基础配套（AI基建的“基石”，技术门槛极高） 为AI运转提供全部物理支撑，是智算中心与东数西算工程的核心采购方向 1. AI核心芯片（算力引擎） 训练与推理GPU、NPU/DCU、FPGA及ASIC定制芯片；本土代表：昇腾、寒武纪、海光、壁仞 2. 算力配套组件 HBM高带宽内存、高速光模块（800G/1.6T
物理AI：超越大模型的下一个产业浪潮
过去三年，资本市场热议的焦点一直是大模型。从ChatGPT到DeepSeek，从训练算力到推理算力，从光模块到PCB，整条AI产业链都聚焦于"数字世界中的智能"这一命题。然而拉长时间维度，一个更为宏大的叙事正在浮现。大模型解决的是信息世界的问题，而物理AI要解决的则是现实世界的问题。这或许才是人工智能真正实现产业化的终极形态。根据中泰证券最新研报，物理AI（Physical AI）是能够感知、理解并在真实物理世界执行复杂任务的AI系统，其核心应用场景涵盖人形机器人、智能驾驶和工业机器人。通俗来说：Chat
深度解读：你真的懂AI大模型吗？
人工智能大模型工具可分为三大类别：①自然语言模型（拥有海量知识储备，有问必答）；②推理模型（深入剖析需求，输出完整解决方案）；③多模态模型（同时处理文本、图像、音视频等多元内容）。自然语言大模型代表性产品：通义千问、文心一言；推理大模型代表性产品：DeepSeek、Claude；多模态大模型代表性产品：Gemini、GPT-4V。上述均为当下业界主流标杆。面对人工智能大模型浪潮，身为数学教育研究者的我正在积极践行，年逾古稀的我仍在持续探索，作为公众号创作者的我更在亲身实践！其一，下载并安装各类人工智能大模
AI免费时代已终结，价值付费时代来临
人民日报仅用26天，就完成了国内主流媒体关于AI商业化最关键的态度转变。细细品味其中的深意。仅仅五天前大家还在纠结“收不收费”，现在焦点已经转移到了“具体怎么收”。话题的转变并非媒体刻意为之，而是因为行业共识已然形成。当大家都在争论某物是否值得花钱时，意味着它已从“娱乐玩具”进化为“生产力工具”。AI免费时代，正式落下帷幕。AI价值付费时代，正式拉开序幕。01核心问题：为何收费？5月26日，人民日报刊发了一篇深度文章。文章标题颇具深意——《从“免费午餐”迈向“价值账单”》。直白地说就是：世上没有免费的午餐
AI上半场落幕——人人手握利器，头脑决定高下
《奇葩说》曾有一道辩题，令我至今印象深刻。"倘若存在一项技术，能将芯片植入大脑，使所有人瞬间实现知识共享，你会支持吗？"陈铭选择了支持。然而他随后的一番阐述，远比他的立场更为精彩。他厘清了三个概念——信息、知识、智慧。这三个词汇之间的分野，恰恰是当下AI变革最为核心的命题。稍后我会重新谈及这一点。先抛出我的一个判断。第一浪，信息维度。借助自然语言生成文字、图像、影像、声音、程序。正是我们正身处其中的阶段。我的判断是：探索期已然终结。第二浪，知识维度。AI不再止步于产出信息，而是着手构建因果
AI究竟属于哪一场技术浪潮
昨天突发奇想，对于去年毕业的年轻人，过去这一年最完美的结局会是什么样，想到一个终极美梦的版本：25年６月你结课了，去券商宏观组实习六个月，期间拿着老爸给的十万块开了期货账户，跟着领导炒白银。１月底你实习答辩没通过，失去了留用机会。你很生气，觉得领导都是傻比，赌气把账户里的一百五十万全部多单转空单，跟领导做对手盘。结果刚好碰上一月底的金银大跌，虽然工作没了，但账户躺着冷冰冰的一千万。春节后你天天投简历找工作，准备面试资料的时候发现很多研报都在吹资金要从有色轮动到化工，你对化工也不熟、想着要不索性买化工的上游
国产开源模型才是AI真正的希望
普通人曾经有机会接触的顶尖大模型 Claude Fable 5，昙花一现便遭封禁。为了追赶 A 公司的脚步，OpenAI 新近推出的 GPT-5.6，却是雷声大雨点小，迟迟无法落地。我体验过一段时间 Fable 5，它的确表现出色，不过换回 Opus 4.8 也无大碍。GPT-5.6 暂且没能用上，我倒也不心急。对我而言，顶尖模型的价值在于向其学习，持续拔高自身的认知维度。真要落到实际执行环节，普通水准的模型已然够用。制约 AI 发挥效能的往往不是模型本身，而是使用者。今年问世的大模型新版本，无论世界知识
AI大模型的隐秘战场：顶尖智能正悄然远离公众
2026年的AI领域，正在上演一场无形的“隐蔽较量”。那些被吹捧得天花乱坠、号称“超越人类专家”“领先行业数十年”的超级大模型，正悄悄退出公众视线。它们不再向普通用户开放，甚至连第三方独立测试都拒绝参与——你看到的每条“突破”“超越”“革命”，很可能只是一句无法验证的宣传用语。这并非简单的技术分化，而是AI行业真正来到了结构性转折点：从拼技术的“开放竞争”，正式迈入拼资质的“牌照时代”。01 GPT-5.6推出三个版本，却无人能测试“最强那个”今年6月OpenAI的操作，让整个行业目瞪口呆：他们一口气发布
从大模型到智能体：基础AI与AI Agent的本质差异
基础大模型与AI Agent关键技术差异 1. 运行驱动模式差异 • 基础AI：采用单轮指令响应模式，每次接收独立问题后即输出结果并结束，无任务连续性，仅处理单一信息请求。 • AI Agent：采用全局目标驱动模式，获取最终目标后自动分解为多层级子任务，保持完整任务链条直至达成目标，具备持续执行能力。 2. 记忆系统架构差异 • 基础AI：仅配置临时性短期上下文缓存，关闭会话或页面后所有交互数据完全清除，缺少长期存储机制，无法保留用户偏好及历史任务数据。 • AI Agent：采用双层记忆架构，融合短期
AI Agents 与 LOOP 工程哲学
2026 年 6 月 27 日大模型时代下 AI Agent 的生存空间 & LOOP 方法论的本质提问：Fable 5 和 GPT 5.6 已问世，令我感到焦虑。未来 AI Agent 将何去何从，是否面临淘汰？大模型日益强大，本质是思维核心变得更庞大更智慧。然而，聪明的头脑与能执行任务的人之间，差距绝不仅仅是智商：GPT 5.6 再聪慧，也不过是提供更完美的答案。Agent 的作用在于：你提出一句话→ agent 解析意图→ agent 选定工具（读取文件？搜索网络？运行脚本？调用视频 API
济南轨道集团人工智能应用体系初步成型
轨道交通人专属视频号，请关注↓↓↓点击上方观看视频关注【RT轨道交通】视频号，了解更多行业资讯！大模型底座是智能体应用的核心引擎。此次升级将基础大模型迭代至DeepSeek 4.0版本，在语义理解、逻辑推理和多模态处理等关键能力上实现显著提升，为上层智能体的敏捷开发与高效运行提供了更加坚实的算力与算法支撑。据了解，济南轨道交通集团大数据部采取"一个生产中心+多个应用中心"的架构策略：以统一的大模型底座作为"生产中心"，集中承载模型训练、推理与迭代能力；各业务场景的智能体作为"应用中心"，可基于底座快速组合
智能投顾时代来临：AI如何改写散户与机构的博弈规则
炼金社AI财经 · 金融科技研究组 2026年6月26日是看不懂财报？是不会看K线？是把握不住买卖点？都不是。炒股最难的，是信息差和认知差。机构有研究员团队，有专业工具，有海量数据，有信息渠道。 散户呢？一个人对着电脑，看不过来的公告、研报、新闻、数据，常常看得头晕眼花，最后还是凭感觉买卖。这就是散户和机构之间最大的鸿沟——不是钱的差距，是"算力"的差距。但现在，这个鸿沟正在被AI填平。2026年，AI大模型已经渗透到各行各业。而资本市场，正在迎来一场由AI驱动的深刻变革。今天，炼金社AI
蓉城四家AI企业晋级省级“链主”
四家成都企业晋级四川省人工智能产业链主成都AI产业头部聚集效应不断增强↓↓↓6月25日下午，作为2026中外知名企业四川行三大产业活动之一，以“场景牵引 以用促产”为主题的2026天府人工智能产业生态暨产品发布大会成功举办。大会现场揭晓了第二批四川省人工智能链主企业名录，国星宇航、星拓微电子、中科信息、明途科技等四家成都本土企业成功入围。12家！成都人工智能链主阵营再扩充据了解，本次新增的链主企业，叠加上首批入围的考拉悠然、兵装自动化所、卡诺普机器人、数之联、成都民航空管、华鲲振宇、中航无人机、航空工业成
AI淘金：揭秘底层产业链
以前总觉得 AI 产业链就只有 OpenAI、DeepSeek、ChatGPT 和大模型。后来才明白，大模型不过是台前的“回答者”，真正支撑它运转的，是身后庞大而复杂的产业链。举个栗子：当你向 ChatGPT 提问：“请分析一下英伟达股价暴涨的原因。”你看到的只是简短的答复，实则背后有 8 个环节在紧密协作。首先是数据层。模型必须先“吃”进数据。网页、研报、代码、视频、论文、社区帖子，统统都是它的燃料。其次是能源层。AI 并非凭空产生智慧，机房需要供电，服务器需要散热，数据中心需要降温。简而言之，AI 必
AI智能体底层逻辑
构建 AI Agent，其底层逻辑可总结为"一个中枢、四大基石"。Agent = 可自主感知周遭、制定决策、采取动作并实现目标的智慧体与传统聊天机器人的本质差异：Agent 并非被动回应询问，而是积极达成使命。它能够筹谋规划、运用工具、应对意外、不断循环，直至目标实现。Agent 的决策中枢，不单是输出文本，更在于拆解任务、推演逻辑、自我纠偏。Planning：把宏大目标化解为可落地的子任务Chain-of-Thought：促使模型"分步推敲"，增强逻辑精准度ReAct 范