霍尔木兹海峡船舶通行量回落至周内新低
本周二，穿行霍尔木兹海峡的受监测船只数量下降至一周以来的最低点。由于美伊紧张关系持续升温扰乱航运秩序，船舶运营方仍在主动绕开这一关键海上通道。船舶数据分析公司Kpler的统计显示，当天仅有8艘船舶通过该海峡，少于过去10天日均约12艘的水平，同时也是自8月5日以来单日通行量的最低值。伦敦证券交易所集团（LSEG）的独立数据表明，周二海峡通行的船舶数量为11艘，较前一天的14艘有所减少。在局势恶化之前——也就是2月28日美国和以色列发起军事打击、伊朗封锁航道之前，该海峡的日均通行船舶数量通常保持在130至1
Zillow发出重大预警：7月美国楼市亮眼表现或为2026年峰值，房贷利率反弹将制约下半年
美国房地产科技企业Zillow最新预测显示，2026年下半年住房市场将经历显著转变——房贷利率不断攀升，可能使7月刚出现的销售回暖沦为"昙花一现"。Zillow数据显示，7月现房销售量同比上扬7%，创下2026年以来最佳单月纪录。但该公司首席经济学家米沙·费舍尔（Mischa Fisher）提醒道："7月是个表现强劲的月份，但遗憾的是，它可能代表着我们今年余下时间所期待的顶点。"7月表现亮眼，却难掩后劲乏力7月成交的房屋，多为6月锁定的交易。彼时房贷利率约在6.5%上下，加上积压已久的购房需求，推动交易活
CoreWeave二季报业绩抢眼：亏损显著收窄，盘后股价大涨逾8%
CoreWeave（股票代码：CRWV）于周二盘后发布了其第二季度财务报告，每股收益亏损缩减至1.14美元，优于市场普遍预期的1.41美元；营收达到25亿美元，与华尔街此前预测一致。财报发布后，公司股价在盘后交易中上涨逾8%。 首席执行官迈克尔·因特拉托（Michael Intrator）在公告中指出："本季度标志着CoreWeave的关键转折，规模效应正逐步转化为持续扩张的经营杠杆。客户需求呈现加速增长态势，企业应用场景不断拓展，技术平台也在持续深化升级。" 公司本季度调整后营业利润录得1.28亿美元，
国际AI前沿速报（2026年8月12日）
Anthropic 与高盛、Macquarie 携手共建 Theseus Infrastructure，在全美范围内打造专属数据中心集群8月11日，Anthropic 公布与 Macquarie Asset Management 以及新加坡政府投资公司（GIC）达成全方位战略协作，共同设立名为 Theseus Infrastructure 的数据中心基础设施合资企业。该方案规划在全美境内自主建设并管理专用的超大规模 AI 数据中心集群，意味着头部 AI 实验室正从租赁云算力资源迈向自主搭建与掌控底层物理算
如何挑选靠谱的AI医疗APP
点击上方蓝字关注我们📱如今AI医疗应用层出不穷，想要找到既靠谱又好用的，必须先搞清楚自身需求。你是想查询症状、咨询医生，还是管理健康档案？今天就教你如何挑选最称手的AI医疗工具，并附上真实测评和避坑攻略，让你彻底告别踩雷风险 ✨💡第一步，先理清自己的实际用途，切勿盲目下载。先问自己：是偶尔头疼想查症状，还是需要长期管理慢性病，亦或是寻求三甲医院医生的在线咨询？例如，家中老人需监测血压血糖，就应选择具备健康数据同步功能的；经常熬夜的上班族，可能更需要症状自查和心理疏导功能。明确了需求，才能精准筛选 🎯🔍第二
中东局势紧张，霍尔木兹海峡通航量跌至一周最低
航运统计表明，周二霍尔木兹海峡监测到的船舶通行数量跌至一周内最低，仅有八艘。鉴于中东局势动荡不安，众多船只选择避开这一重要航道。 平息伊朗冲突的希望愈发渺茫，美方与亲伊的胡塞武装均报告了袭击事件。伊朗方面放话称，若华盛顿不答应其要求，该海峡将维持关闭状态。 Kpler统计显示，周二驶入海峡的船只总数为八艘，比10日的平均数12艘少，也创下自8月5日以来的最低单日记录。其中仅有一艘运煤船驶出，其余仍在航行。 这七艘进入海峡的船只全都选择了走伊朗一侧的航道。 LSEG数据显示，周二有11艘船通过了海峡，比前一
AI赋能配方创新
配方，构成了蜡制品的核心命脉。蜡烛能否平稳燃尽、蜡块能否精确控温、相变材料能否在预设温度范围实现形态转换——所有这些疑问的解答，归根结底都凝结于配方之中。然而在漫长的过往岁月里，一份新配方的诞生往往仰仗资深工匠的经验直觉、实验室中千百回的反复试验，以及"差之毫厘，再来一次"的执着坚守。一款新产品从构想提出到最终落地，常常需要历经数月光阴，投入成本与面临变数始终高企。随着人工智能踏入配方研发领域，这条延续已久的路径正迎来彻底重构。一、传统配方开发面临的"三重壁垒"在探讨人工智能之前，我们首先要厘清长期横亘于
人工智能与数字经济：相辅相成的双引擎
关于人工智能与数字经济，许多人往往将二者混淆，实则它们互为依托、彼此促进，共同构成了当前经济增长的关键引擎。通俗地讲，数字经济是发展的基石，而人工智能则是升级的驱动力。数字经济，即以数据作为关键生产要素的经济模式。借助互联网、大数据及云计算等手段，实现万物互联，把生产生活各方面的信息转化为数字，进行存储、流转和应用，突破了传统产业的界限，深入网购、移动支付、远程办公等生活场景。相比之下，人工智能是数字经济迈向更高层次的核心技术。如果说传统数字经济主要在于“收集与计算数据”，那么人工智能则让数据具备了“思考
波士顿联储主席：伊朗冲突进一步推高美国低收入群体生活负担
波士顿联储行长柯林斯在受访时指出，伊朗冲突进一步加重了民众的生活成本压力，美国东北部地区的企业与家庭正承受通胀带来的冲击。柯林斯目前未在联邦公开市场委员会（FOMC）拥有投票席位。她认同美联储7月维持现有利率不变的决策，并认为当前利率水平"略显紧缩"，由此判断通胀将逐步走低。但柯林斯同时表示，若后续经济数据提供支撑，她最早可能在9月转为支持加息。对于最新公布的非农就业数据，柯林斯认为不应过度解读，并强调失业率"维持相对稳定"。相较于表现参差不齐的劳动力市场指标，她更倾向于关注通胀方面的风险。柯林斯表示："
传统贸易商数字化：先做数据在线，再谈AI驱动
不少传统贸易公司其实并非缺乏数字化意识。手里其实堆满了各种表格。客户、订单、库存、回款各有一张表，老板想要掌握全貌，只能在多个Excel文件间频繁切换查看。但这并不算真正的信息化，充其量只能说是“表格化”。随着业务量激增，表格便会显得捉襟见肘。数据难以同步，流程缺乏记录，库存数据失真，客户响应迟缓，老板也很难看清全局局势。贸易企业实现数字化的第一步，并非急于上线最复杂的系统，而是优先确保核心数据在线。将客户、订单、库存及应收应付等核心数据从零散表格中整合，至少实现一个入口即可查看全貌。唯有数据在线，老板才
规避陷阱指南：企业AI智能体落地的七大典型失误
首席信息官们承担着部署AI智能体并展示其商业成效的巨大压力，但"迅速行动、打破常规"的策略常常会导致影子AI智能体的出现、积累AI技术债，并引发业务冲击与合规风险。企业引入AI智能体不能凭直觉决策，而需要贯穿整个生命周期的精心规划。本文梳理了AI智能体从设计研发到正式上线过程中最易出现的7个典型失误：涵盖用AI替代确定性自动化任务、角色与权限边界模糊、依托低质量数据架构、忽略运行时监控以及缺乏长期运营等。识别这些落地雷区，方能助力企业稳步释放AI的核心价值。首席信息官们正承受着引入更多AI智能体并证明其商
美方发布新框架,为AI数据中心构建全方位安全保障体系
日前，美国国家标准与技术研究院（NIST）正式对外发布《AI 数据中心安全分析：基于高性能计算的分析框架》（AI Data Center Security Analysis: An HPC-Driven Approach，下称"报告"）。报告全面梳理了AI数据中心的独有架构特征，系统解析了当前面临的多类安全威胁，为搭建规范化AI算力安全分析体系提供了关键支撑。报告强调，随着大模型参数规模与训练体量不断攀升，当前AI数据中心普遍配备超大规模集群算力单元、超低时延高速互联网络，以及多层级复合存储架构。对比传统
AI高歌猛进,数据中台为何沦为短板?
7月31日,国家发展改革委公布的一组数据颇为亮眼:今年上半年,我国人工智能相关产业增速突破30%,智能算力规模较去年同期增长1.8倍,高质量数据集储备量已超过12万份。这些数字清晰勾勒出产业发展的整体轮廓——AI正从技术孵化期快步跨入规模化扩张的深水区。不过,当视角从宏观叙事转向企业微观实践,一个相当现实的矛盾开始显现:算力集群不断扩展,模型能力持续跃升,缘何大量企业的AI探索依旧困在演示环境、试点项目和零散的POC之中?问题的根源,鲜少出在模型本身。真正使AI应用难以落地的,往往是脚下那片称作“数据体系
工业智能化浪潮下,IT与OT深度协同之路:从数据采集到边缘AI,智能赋能生产现场
IT聚焦"企业全局动态"，OT聚焦"设备实时状态"。"该设备电流出现异常波动。""当前设备存在异常征兆，建议提前安排检修。""将全部数据传至云端，由云端AI统一处理不行吗？"数据生于何处，运算便尽可贴近何处。设备互联 → 数据获取 → 协议互通 → 边缘运算 → AI智能解析 → 自主决策 → 闭环反馈洞悉设备运行、预判设备变化，助力人类作出更优判断。
AI 处理数据靠谱吗？实测四张表全过程
近期，我参与了几所高校的 AI 办公与科研培训，其中数据清洗与处理是最具代表性的环节，下面我将通过一次完整的实操来分享经验。在高校行政工作中，通常涉及学生名册、课堂考勤、请假审批以及学情预警规则。单看每一张表格似乎都正常，但一旦组合起来，往往会出现数据不一致的情况。比如考勤表中的“缺勤”，可能对应一条已获批的请假条；已经办理休学的学生，系统中可能仍残留考勤记录；甚至学生编号少一位、签到状态多出一个空格，都会导致跨表匹配出现错误。最为耗时的环节，在于逐一排查这些异常，追溯数据来源，明确修正原因，并确保最终结