格林生物冲刺创业板：技术壁垒与国际背书共塑香料新标杆
来源：IPO 那些事 近期，格林生物科技股份有限公司（简称“格林生物”）创业板 IPO 即将迎来上会审核。这家在香料行业深耕超过二十载的企业，依托坚实的技术壁垒与顶尖国际客户群的双重优势，已成为国内香料板块进军资本市场的典型代表。 招股书披露，公司现已构建起松节油、柏木油及全合成三大产品线，涵盖近 40 种细分品类，业绩保持稳健增长，正凭借创新实力打破跨国巨头的技术与市场垄断，重塑全球香料产业版图。 三大系列全面突破，核心工艺引领行业 格林生物的核心竞争力，首要源于持续的技术创新与工艺革新。作为国家高新技
华为韬定律重塑半导体：麒麟芯片频宽破5GHz AI算力激增125倍
快科技5月25日讯，今日华为正式推出半导体领域全新法则——韬定律（Tau）。该思路摒弃了传统DUV、EUV光刻通过缩小晶体管体积的路径，转而利用时间维度的微缩来替代摩尔定律的几何缩微，借助逻辑折叠技术提升集成密度。 此定律的意义无论怎样强调都不为过，但核心不在于华为提出的理论影响有多深远，而在于在此定律指导下华为能打造出何种芯片。若缺乏实际成果，再完美的理论也难以令业界信服。 幸运的是，华为何庭波发布了更具说服力的数据来支撑这一规律，从发布会现场提取了两组明确的数据对比，让我们看看在韬定律加持下，华为麒麟
台积电 A13/A12 蓝图揭晓，AI 芯片封装战打响
台积电在 2026 技术论坛上投下震撼弹：A13 与 A12 两大先进制程路线图首度曝光，N2U 量产时程更提前至 2026 年第四季。这标志着 AI 芯片的竞逐核心，已由比拼"制程微缩"转向较量"封装实力"。📅 发布日期：2026 年 5 月 25 日⏱️ 预估阅读：约 4 分钟🏷️ 内容标签：#硅基觉醒 #台积电 #AI 芯片台积电借由 2026 台湾技术论坛，正式披露 A13（1.3 纳米）及 A12（1.2 纳米）两项新制程规划。同期，N2U（2 纳米增强版）的量产节点提前到 2026 年末季，较
AI算力硬件的"材料变革"席卷而来
近期市场热议的焦点，并非英伟达发布了什么新品，而是一份关于下一代 Vera Rubin（VR200 NVL72）机架物料清单（BOM）的深度拆解——采用"拆解到螺丝与电容"的极致方式。结论非常直接：一台机架的采购价格从不足400万美元飙升至约780万美元量级，近乎翻倍；更关键的是，涨价的并非单一零件，而是整个系统。以往的市场逻辑是：AI景气→GPU紧俏→英伟达获利。但在这份拆解中，GPU的绝对单价虽仍在攀升，可它在整机架BOM里的相对占比反而被稀释——因为内存/互连/供电/板级复杂度这些"配套"正以更惊人
收藏的温度：从物件到回忆
在离开日内瓦前的一个月，有天聊天时，我提到：“我还留着两三箱猫头鹰没运回来呢。”刚认识不久的朋友好奇地问：“什么猫头鹰？是标本吗？”还没来得及回答，另一位朋友抢答道：“不是啦，那些是塑料的。”我一时语塞。我在日内瓦生活了十年，期间陆续收集了上千只不同材质的猫头鹰摆件。陶瓷、木雕、玻璃、布艺、铁皮、石头、景泰蓝，还有金的、银的、水晶的……当然也有塑料的，但塑料的并不比其他材质多。虽然朋友见过我的收藏，但似乎只记得那些普通的部分。这些年来，我把这一千只猫头鹰摆在客厅柜子上，每个来访的客人都会惊叹：“这么多？太
启境汽车董威娜：AI出行新体验 双重保障铸就智能未来
4月24日-5月3日，2026北京国际汽车展览会在中国国际展览中心顺义馆与首都国际会展中心两馆联动举办。本届展会，总展出面积达38万平方米，规模跃居全球车展首位。展车总数1451台，包含首发车181台，概念车71台。期间，启境汽车首席营销官董威娜就品牌AI出行智能体的定位、与华为乾崑的深度合作模式等方面接受了新华网汽车产业中心总经理梁懿的专访。 图左为启境汽车首席营销官董威娜，图右为新华网汽车产业中心总经理梁懿 董威娜表示，立足AI时代智能汽车发展趋势，启境GT7从立项之初便锚定“可进化能力”这一产品尖点
AI浪潮下，模具技术是否还具价值？青华模具学校的实践回答
这两年，许多家长和学员常问：在AI迅速发展的当下，学习模具或编程等技术是否仍有前景。我常告诉他们：在快速变化的时代，掌握一门扎实的技能才是关键。真正的核心能力，不是短期的热门技能，而是解决实际问题的能力。一位优秀的模具工程师，不仅需要掌握软件操作，更需要理解产品结构、材料特性和加工工艺，从而设计出符合客户需求的方案。在东莞长安，我们青华模具学校，一直致力于培养学员的深层能力，而非浮于表面的技能。在东莞这座模具重镇，我们每天都能感受到企业对技术人才的真实需求。企业需要的不是只会操作软件的初级人员，而是能深入
AI赋能增材制造技术突破与产业应用实践
当前，全球制造业正处于以数字化、智能化转型为核心的第四次工业革命时期，增材制造（Additive Manufacturing，AM）作为智能制造的重要组成部分，已从早期的快速原型制造逐步发展为可广泛应用于航空航天、医疗器械、汽车工业等高端领域的精密制造技术。然而，增材制造过程中的工艺稳定性控制、缺陷实时监测、产品质量预测等问题仍然是阻碍其大规模工业化应用的核心挑战。人工智能（AI）技术的快速发展为解决上述问题提供了全新的思路与方法。通过机器学习、深度学习、融合AI大模型工具辅助科研、物理信息神经网络等AI
三笙 AI 重磅更新：床品款式秒变平面图，设计生产双提速
是否还在为床品实景图的反复描边、抠图及工艺还原而头疼？从设计效果图转化为生产用平面稿，往往耗费数小时进行人工拆解与比例校正，不仅效率低下，还易产生误差，拖慢后续打样与生产节奏。今日，三笙 AI 正式上线 3D 床品款式转 2D 平面功能，为家纺行业提供从“效果图”直达“生产稿”的一站式方案，彻底打破设计与生产间的效率瓶颈。案例一：（点击查看详情）（此处理由三笙 AI 生成）案例二：(点击查看详情）（此处理由三笙 AI 生成）案例三：（点击查看详情）（此处理由三笙 AI 生成）基于三笙 AI 在家纺垂直领域
匠心独运传非遗，国车雅韵共风华
他，突破金丝楠乌木开裂技术瓶颈，荣膺8项国家级专利； 他，创建中原楠宫金丝楠博物馆，弘扬传统非遗工艺； 他是宋松继，中原金丝楠非遗家具制作工艺第四代传人。 当非遗传承大师邂逅红旗金葵花国雅， 两代匠心相互辉映，共启东方审美新篇。 #大国雅谈 #一汽红旗 #红旗金葵花国雅 #新国雅
艾雷蒋丽君：AI 液冷结构件激光焊接与智能质检闭环
在 2026 第三届 AI 算力产业大会上，艾雷激光科技总经理蒋丽君分享了 AI 服务器液冷结构件的智能制造策略。其核心在于利用环形光斑激光焊接技术，突破铜、铝等高反材质焊接瓶颈，并结合 AI 智能质量闭环体系，实时监测焊接缺陷，引领液冷制造迈向高效、智能及高可靠的新阶段。借助特殊激光工艺，有效减少飞溅与气孔，达成高品质焊接。依托传感器与算法，在焊接作业时实时识别多种缺陷，落实“焊中检”机制。针对性解决铜、铝等高反射、高导热材料焊接的行业难题。将 AI 技术深度嵌入工业场景，增强液冷结构件制造的效率与智能
三星电子预减产应对罢工风险，或损失百万亿韩元
IT之家 5 月 14 日消息，据韩媒 mk 今日报道，三星电子今日起开始削减产量以应对罢工。 三星电子正在限制投入产线前端的新增晶圆数量，并以单价较高的最新工艺为中心重新调整产品组合。 据业界透露，如果罢工全面展开，加上事前预备作业和事后稳定作业，预计一个月以上的生产中断将不可避免，直接和间接损失估计将达 100 万亿韩元（IT之家注：现汇率约合 4561 亿元人民币）。 三星电子在罢工前就开始削减产量，这是因为半导体产业与其他行业不同，芯片制造商必须从罢工前就开始进行产量和质量管理，才能将损失降至最低
AI在木工坊：材料专家与技术顾问（三）
真是让人无语；谷歌 Gemini AI 原本想要提供帮助，结果却编造出了一台现实中并不存在的铁刨机。在本系列的前两部分里，我们已经目睹了人工智能在处理店铺空间布局、应对家具设计结构细节时的种种困难。但我们不能忽视第一篇文章中提到的AI核心长处：它是个极具天赋的视觉设计师。当工作仅限于简单的设计呈现——即根据现有产品图纸或粗略草图来“推演”视觉效果时，AI表现得相当出色。它能够轻松地把木材从樱桃木换成胡桃木，也能为现有桌型添加抽屉设计，帮助客户在切割第一块木料前，就能清楚看到设计的美学呈现。然而，当我进入本
人工智能+教育深度融合：山东工艺美术学院案例入选国家级发展报告
2026年5月11日至13日，世界数字教育大会在杭州举办。山东工艺美术学院报送的《“语料-模型-平台”协同驱动的设计人才培养模式转型实践》成功入选《中国智慧教育发展报告》，标志着我省在“人工智能+教育”与艺术领域融合方面实现新突破。针对传统设计教育长期存在的“文化传承弱化、数智素养脱节、培养模式同质化”三大核心问题，山东工艺美术学院在全国艺术类高校中率先开展“AI for Design”教学改革，系统推进“三个重构”：重构课程体系，构建“文化筑基+数字赋能”双轨模式；重构教学生态，建立“语料-模型-平台”
顶刊综述：AI赋能增材制造镍钛形状记忆合金的前沿进展与未来机遇
增材制造镍钛基形状记忆合金（SMAs）凭借其独特的功能特性与卓越的设计灵活性，在航空航天和生物医疗器械领域展现出突破性的应用前景。然而，增材制造过程中涉及的多物理场耦合复杂性往往造成不同批次和设备间的微观结构、相变行为及力热力学性能出现显著差异，制约了其工业化可靠应用。本综述系统梳理了人工智能技术如何突破这些技术瓶颈。文中深入分析了机器学习在工艺参数优化、相变温度预测及缺陷防控等方面的应用成效。同时，探讨了AI驱动的合金设计方法，重点阐述了迁移学习如何有效整合传统加工数据，加速新型镍钛基材料的研发，以实现