AI时代，父母该如何托举
先声明，本文不谈投资或股票基本面，仅是我近期在聚会和群里聊天的所思所感。这些想法源于几件琐事：第一件事，前阵子在北京的高考家长群里，有位家长抱怨AI让他丢了饭碗。他原本是做手绘插画的，已经失业一年多了。作为资深从业者，他坦言现在AI能搞定80%普通画师的工作，而且成本只有人工的十分之一。批量出图、快速修稿、一键生成多种风格，曾经靠手绘吃饭的手艺，瞬间没了护城河。行业大洗牌下，无数画师被迫转行，只有极少数有独特人文表达和深度创意的创作者，才能跳出机器的套路。第二件事是周三我请大学同学吃饭，庆祝我顺利毕业。席
飞利浦发布智能AI牙刷，配备实时空间定位导航技术
飞利浦Sonicare日前推出其首款集成设备端人工智能与实时空间定位导航技术的电动牙刷——全新DiamondClean 9900 Prestige。 这款新品通过内置的第三代AI算法与空间定位导航系统，能够在刷牙过程中通(23.1, 0.07, 0.30%)过光环指示系统及机身显示屏上的12分区口腔图谱，即时呈现用户的刷牙覆盖范围。当用户忽略某些部位时，牙刷将自动提醒。该产品还配备SenseIQ智能压力感应技术，可在使用者力度过大时自动调节震动频率。融合Sonicare的流体动力学技术与全新传动机制，该牙
雪亮工程AI智能升级高阶配置方案详解
在传统雪亮工程“全域覆盖、全网共享、全时可用、全程可控”的基石上，利用AI重塑感知、认知与决策三层核心能力，重点攻克农村及城乡结合部面临的算力边缘化、带宽低成本化、算法场景碎片化及运维无人化四大难题。关键突破包括：云边端三级AI协同、模型动态加载、雷视融合、算力共享GPU池化以及零信任安全架构。一、总体架构核心要素：雷视融合一体机（实现全天候无死角监控）边缘AI推理盒（支持算法模型动态加载）特征向量结合语义搜索（实现以图搜图及以文搜图）GPU算力资源池（实现多节点协同推理）星链与4G双链路灾备（确保极端断
技术实践中的认知哲学——周裕丰的现实生成论
这些年来，我一直专注于国土空间、人工智能与数字孪生领域的工作。在许多人看来，这属于工程技术范畴：采集数据、搭建模型、构建系统、还原场景。但经过长期实践，一个疑问始终萦绕心头：如果说数字孪生是通过模型重塑世界，那么人类究竟如何认知这个世界？我们真的仅仅是“观察”世界吗？还是同样在借助某种模型，持续构建自身所体验的现实？随着人工智能的迅猛发展，特别是大模型与数字孪生技术的快速进步，我愈发感到：机器构建世界模型的过程，与人脑认知世界的过程，存在极为显著的结构相似性。正是在持续构建模型、验证模型、修正模型的过程中
人机共舞：AI 时代美术教育的平衡之道
聚力·破界·共生在艺术与技术之间寻求平衡· 教 研 寄 语 ·以教研为阶，以美育为灯。身为美术教研工作者，我们既要深研笔墨丹青，亦要巧用人工智能赋能课堂。借数字技术拓展美术教学疆域，却始终坚守美育人文的底色。以美育人、以创新启智，陪伴教师们共同探索融合新径，呵护学生纯粹的艺术初心。沈金梅辽源市教育学院美术教研员。高级教师，辽源市骨干教师。省学科中心组成员，吉林省国培专家库成员、国培导师，吉林省教学名师评审专家。义务教育教科书《美术》配套教参练习册编写组核心成员，教学案例、论文多次发表于国家艺术类核心期刊《
AI生活助手如何真正懂你？
技术能做什么，和用户需要什么，中间隔着一条叫“产品定义”的河。产品经理需要回答一个根本问题：AI生活助手到底是什么？它能帮用户解决什么具体问题？AI生活助手 =主动感知×自主决策×持续进化展开来说：它是一个能独立完成生活任务的自主智能体——用户告诉它“要什么结果”，它自己想办法“怎么做”。这个定义的核心区别在于：维度传统产品AI生活助手交互模式用户指令→系统执行用户目标→系统自主规划路径决策主体用户做每一步决策Agent在授权范围内自主决策记忆能力无状态或单次会话长期用户记忆，持续个性化服务方式被动响应主
人工智能在《文明VI》中按下核按钮的深层警示
AI AGENT · CIVBENCH · LONG-HORIZON STRATEGYAI在游戏《文明VI》中发动核打击真正值得关注的，不是核打击本身，而是AI在长期任务中是否具备持续校准目标、监测关键变量并修正判断的能力。说明CivBench 是一个利用《文明VI》测试大模型长期战略决策能力的实验性基准。AI代理通过 MCP 接口调用76种工具，读取游戏状态、管理城市、移动军队、发展科技、开展外交，并连续完成数百回合的游戏。《文明VI》（Sid Meier’s Civilization VI）是一款由F
华睿智普Hyper AI Brain：重新定义具身智能端侧算力标准
在具身智能企业纷纷探索场景落地与产品形态创新之际，制约行业发展的关键瓶颈始终在于底层算力架构的设计，这成为实现真正智能化与大规模商业应用的核心挑战。华睿智普自创立之初便聚焦这一产业痛点，确立了物理AI新基建的发展路径——构建具身智能端侧算力的"自主可控方案"：依托全球前沿的3nm先进制程SoC芯片，自主研发推出Hyper AI Brain端侧智能超脑，凭借业界首创的机器人大小脑单芯片融合技术，打造软硬件深度融合的全栈式机器人核心"感知与控制中枢"，为下一代具身智能机器人树立算力新标杆。作为全球首个向上定义
AI史上最具毁灭性的著作：感知器的终结
纵观人工智能发展历程，鲜有著作能像1969年问世的《感知器》那样，对一个研究领域造成如此毁灭性的冲击。该书由马文·明斯基和西摩·佩珀特联手撰写，前者是麻省理工学院人工智能实验室的创建者之一，后者则是MIT的数学家，后来成为知名教育家（他开发了“Logo编程语言”，为少儿编程教学打下根基）。两人的协作始于1960年代中期，彼时明斯基已对罗森布拉特掀起的“感知器热潮”深感不耐。“我翻阅了罗森布拉特的文章，通篇都是虚言，”明斯基在多年后的采访中回忆道，“他宣称‘感知器能掌握一切’，我仅用三小时就找出一个反例。一
今日AI三大进展：风景图惊艳、学霸助手亮相、肺癌检测精准
AI生成风景图片：科技与艺术的无缝融合 今天，多家人工智能艺术平台推出了升级版风景图生成工具，重点突破在于“自然纹理”和“光线仿真”。这款新工具能依据用户提供的自然描述词（例如“傍晚雪峰映湖”或“雨后林间小径”），即时创作出具油画、水彩或照片级质感的风景图，并允许对光照、季节和画面布局进行细致调整。比如，用户只需输入“秋日枫林溪流”，AI便能自动构建落叶纷飞、水面映射与远山渐变的逼真场景。此外，该技术首次达成“多角度连贯”生成，保证不同视角下物体的阴影与细节逻辑一致，为数字艺术设计带来了更高效的创作辅助。
华为挑战特斯拉：中国复杂路况下实测FSD
【TechWeb】针对自主研发多年的乾崑智能驾驶系统，华为近日展现出强大信心。华为高级副总裁靳玉志在东风猛士新车型发布会上直言，尽管华为智驾暂未进入美国市场，但他期待在中国真实复杂路况中，与特斯拉FSD展开全场景公开对决，用实际表现分出胜负。 坚持技术路线：融合感知是主流 靳玉志现场阐明华为立场，强调智驾系统将坚定采用融合感知方案，绝不转向纯视觉路径。他指出，多年全场景路测已充分验证融合感知在稳定性和适应性上的显著优势。 欢迎良性竞争，普及率超预期 靳玉志透露，早在一年多前，当主管部门调研特斯拉FSD合规
AI再聪明也管不好一家公司
今天两条消息放在一起看，有一种强烈的错位感。第一条。Grok 4.5在SpaceX和Tesla进入私测，Musk说性能已经接近甚至超越Opus。SpaceX今年开始每个月发布完全从头训练的新模型。第二条。普林斯顿大学搞了一个测试——让AI当CEO，运营一家订阅软件公司500天，起始资金100万美元。14个模型参赛。结果呢？只有3个在最佳运行中超过了起始资本。其他11个，破产了。模型考了高分，但在真实世界面前，连本金都保不住。先别急着嘲笑模型。把这个错位拆开看，它暴露的问题比"AI不会做生意"
AI七秩风云录：感知器的崛起与困局
感知器在当时引发的轩然大波，凭借的究竟是什么？它实质是什么，又不是什么。罗森布拉特所构想的感知器，从技术角度而言颇为朴素。其架构仅包含两层：输入层与输出层。输入层衔接"感官"，例如光敏元件，负责摄取图像数据；输出层则衔接"决策模块"，譬如一枚按键，按下即代表"此为圆形"或"此为方形"。输入层与输出层经由若干"连线"相贯通，每条连线上附有一个"权重"，亦即所谓的"突触权重"。"学习"的机制如下：向感知器展示一张绘有圆形的卡片，并告知它："这是圆形。"感知器接收图像信号后，依据既有权重演算出判断结果，或许它会
软通动力AI头盔入选开源鸿蒙+AI标杆案例
NEWS6月25日，在2026开放原子开源生态大会上，软通动力AI骑行头盔荣获“开源鸿蒙+AI行业落地标杆案例”称号，充分展现其在开源鸿蒙与AI融合领域的技术实力与生态构建能力，以及从创新构想到实际落地的实践成果。该AI骑行头盔专为两轮出行设计，通过鸿蒙生态与AI技术的深度整合，突破传统头盔仅提供物理保护的局限。产品基于自研轻量架构，集成本地语音芯片、六轴IMU姿态传感器、红外佩戴检测、自适应智能尾灯等软硬件模块，融合端侧语音AI、云端大模型、多模态感知与双链路通信技术，将普通防护装备升级为具备自主感知与
AI Agent入门指南：智能体核心概念与模块解析
本文是AI智能体专栏的开篇，将以通俗易懂的方式讲解AI智能体的基本定义、与大语言模型的关键区别，以及AI智能体的主要构成模块。本专栏后续会持续更新，逐步深入剖析AI智能体的理论与实践。AI智能体是基于大模型构建的智能系统，能够自主执行各类任务。其核心基础是大语言模型，而自主性是它与传统AI应用的根本区别。成熟的AI智能体具备多维能力，可独立与环境交互并完成任务闭环，主要包括感知、规划、记忆、工具调用、自主行动等核心能力。大语言模型在文本理解、逻辑推理和内容生成方面表现出色，但仅提供基础对话功能，无法独立完