自然资源“一张图”全面深化 推动跨层级数据互通与业务协同
据自然资源部消息，今年以来，“一张图”建设稳步推进，显著促进了跨部门、跨层级的数据流通与共享，大幅增强了自然资源管理的数字化治理效能。 深化联动审批改革，目前依托“一张图”系统，全国各级自然资源部门已实现用地、用林、用草、用海的协同审批。各地根据具体情况精简报审材料5至19项，压缩审批环节8至20个，整体审批周期平均缩短33%。 紧扣业务管理改革需求，“一张图”坚持实战实效导向，累计汇聚41.4亿条空间数据，构建了各方认可、通用的全国统一底图。同时，打造贯通式应用场景，助力各级部门在“三区三线”管控及确权
AI早报0811|AI会议录音大规模外泄,AI开始自主操控电脑
AI会议纪要，开着就行？你的会议录音， 正在被集中保管AI会议数据安全 · Agent操作电脑 · 本地模型朝闻AI · 每日早报📏 全文约1800字 ｜ ⏱️ 阅读约5分钟 ｜ 📅 统计截至2026年08月11日01PART18万段AI会议录音被公开MEETING RECORD LEAK一个AI会议记录服务的数据库遭到曝光，泄露了约18.1万段会议音频。该平台名为tl;dv，主要提供会议转写和摘要生成功能。受影响范围覆盖8.4万余名用户、3.5万家企业域名，其中还包含23个国家政府机构与多所高等学府的会
AI浪潮下，稳健增长源于更具弹性的组织体系
以往推动业务增长，通常遵循这样的流程：开展市场调研、拟定策略方案、生产营销素材、进行投放测试、月末总结复盘。每个环节都有专人负责，但信息常常在部门间受阻，复盘结论也难以迅速反馈到下一轮执行中。AI能够显著缩短这条链路。它可以迅速梳理用户访谈记录，提取评论里的常见问题；能够针对不同受众批量产出多种内容版本；还能实时汇总投放数据，预警哪些素材效果正在衰减。过去耗时数天的分析工作，如今可能几小时内就能完成。但这里存在一个常被忽视的关键：AI只能加速既有的系统运转，无法为企业凭空指明方向。若用户数据杂乱无章、指标
水务观察：人工智能背后的水资源隐忧与节水前景
人工智能与机器学习技术已在水务领域获得广泛部署，涵盖数字孪生建模、洪涝预警与调度、水厂运行监测及能耗资源分析等场景。尽管外界对其水资源与能源消耗存在疑虑，人工智能仍被普遍认为具备显著提升节水效能的潜力。人工智能数据中心的水资源消耗同样引发高度关注。传统数据中心本就是耗水重地，人工智能的引入将进一步推高用水需求。然而围绕实际耗水规模、用水量是否触及警戒线等议题，各方观点分歧明显。深入理解人工智能的水资源消耗下文将更系统地剖析人工智能对水资源的占用情况，以帮助读者全面把握其水足迹特征。人工智能消耗水资源的途径
AI操盘手(071,AI长篇连载)
AI 小说连载 · 一名 AI 创业者的真实征程AI操盘手（071）第071章：法务难题竞标结果公示一周后。方启明发来一封邮件，标题是"远东建材贸易子公司——系统采购协议（标准范本）"。附件仅含一个PDF文件。陆远点开附件。42页。他此前签过的合同——苏晴那版是3页，华铸那版是8页。8页已经是他经手合同中最长的了。如今42页的PDF摊开在屏幕上，滚动条被压缩成了一条窄线。他继续向下滚动。目录就占了两页。第一章术语界定，第二章服务范畴，第三章数据安全与隐私条款，第四章服务等级标准（SLA），
AI操盘手(072,AI小说连载)
AI 小说连载 · 一段AI创业者的真实历程AI操盘手（072）第072章：五人试点十一月初。远东建材贸易子公司试点正式开启。方启明提出的是5人试点方案。40人的销售团队，先挑选5个人测试两个月——验证成功后再推广。这个思路陆远很熟悉，和华铸的做法一致——先小范围验证，再逐步扩大。然而与华铸和振华不同之处，从第一天就显现出来。启动会当天，陆远来到远东建材贸易的办公室——位于远东集团大楼的8楼。会议室里坐着五个人：方启明、建材贸易子公司的销售经理刘德厚、集团IT部派来的对接人孙磊，以及陆远和陈薇。刘德厚四十
成都AI立法率先破局,你所在城市准备好了吗?——单位合规自评五大维度
成都市《推动人工智能产业发展办法》正式落地施行。六章三十六款，全国首部AI地方政府规章。配套每年不超过1亿元算力补贴，加场景开放"竞标"机制。并非仅成都一地。南京6月完成一审、10月推进二审；苏州4月一审通过、8月开展二审；杭州已将相关立法纳入本年度正式议程。这不是一座城市的孤立举措，而是一轮席卷全国的"AI立法浪潮"。你所处城市的AI监管法规，大概率已在制定路上。基于成都这部规章，可拆解出各单位必须应对的5大合规框架——第三十一条清晰阐明：强化模型算法、数据资源、基础设施、应用系统的安全防护能力，推动A
2026企业AI全域智驾白皮书发布
扫码加入星球，星球内精选行业报告无限量下载。企业多智能体、全域数字员工大规模落地后，普遍存在智能体各自为战、任务冲突、算力浪费、业务目标脱节等乱象，缺少统一全局调度体系，大量 AI 工具单独使用无法形成经营合力。《2026 企业 AI 智驾白皮书》创新性提出企业 AI 全域智驾体系，类比汽车整车驾驶舱逻辑，搭建数据底盘、智能体集群调度、业务方向盘、风险刹车四层一体化管控架构，覆盖制造、金融、政务、零售、能源全行业，为集团数字化负责人、FDE 部署工程师、AI 运维团队提供全域 AI 统筹管控落地方案。白皮
美国证交会放宽数据中心债券证券化监管限制
伴随人工智能热潮持续向金融领域渗透，美国证券监管机构已放松对数据中心运营商发行资产支持证券的约束。监管方此次发布相关澄清，是基于Latham & Watkins律师事务所提交的一封信函所作出的回复。"我方认同，贵所（Latham & Watkins）来函中提及的数据中心证券化项目所发行的固定收益类或其他类证券，不属于资产支持证券范畴，"美国市场监管部门指出。资产支持证券是一种将可产生定期现金流的金融资产进行打包整合，再向投资者出售以这些现金流为偿付保障的证券化投资品种。人工智能算力需求的快
AI购物助手成新入口，商家需兼顾人与机器
几年前，他或许会打开搜索引擎，输入“八千元剪辑笔记本推荐”，接着浏览几篇测评和电商网页。如今，他更有可能直接向AI提问：“我常剪四K视频，不玩游戏，通勤时需背负，帮我选三款，并解释原因。”看似只是搜索框换成了聊天框。但对商家而言，入口、规则及客户关系或许都在发生转变。越来越多的零售商开始争夺AI工具带来的流量。他们既盼着自家产品入选AI推荐，又希望顾客最终回流至品牌官网完成交易。原因并不复杂。流量虽可源于AI，但客户关系理应掌握在自己手中。若交易全在外部智能助手中进行，商家可能无法得知顾客来源、比较了哪些
AI能力持续跃升，药物研发为何仍步履艰难
先讲结论工具在迭代，但能改变临床结局的证据依旧稀缺。下一阶段的核心已不再是测试集分数又刷新了多少，而是看模型是否真正参与到项目的真实取舍中——能否帮团队减少错误推进、增加正确决策。Lumina 开篇行业从来不缺新模型，也不缺“AI 正在重塑制药”这样的宏大叙事。真正稀缺的，是一套更难自我欺骗的成功评价体系。《Nature Reviews Drug Discovery》近期刊发了剑桥大学 Andreas Bender 等十余位横跨学界与产业作者的综述长文：技术能力确实在朝前走，临床层面的硬证据目前依然单薄。
AI硬件行情还能持续多久？
我把A股AI产业链重新梳理了一遍：真正的机会，可能已经开始换位置最近AI硬件又热起来了。光模块、CPO、PCB、服务器、液冷、电源、存储……只要和AI算力沾一点关系，市场都愿意重新给估值。于是越来越多人开始问：AI硬件这一轮，到底还能走多久？我的答案是：产业周期没有结束，但投资逻辑已经变了。如果你还在用两年前的思路做AI：AI需求增长 → 算力增长 → 买AI龙头。这个逻辑已经不够用了。因为现在市场已经知道AI需求增长。全球头部云厂商仍在持续增加资本开支，2026年四大科技巨头的AI基础设施投入已经进入7
AI角逐的新战场：算力即霸权
不少人审视AI赛道，目光都聚焦在模型层面：哪家更智能，哪家跑分领先，哪家又推出了新版。不过黄仁勋给出了一个对大众颇具启发性的判断：在2025年Computex大会上，他形容AI如同新一代基础设施，认为它会如互联网、如电力一般渗透进整个经济体系，而该基础设施离不开“工厂”。英伟达随后对“AI Factory”给出了更易懂的注解：工业时代，发电厂将能源转化为电力；AI时代，AI工厂将能源转化为Token。未来AI的较量，表层是模型的比拼，深层则是另一种较量：谁能以更低廉的开销，将电、芯片与数据源源不断地转化为
AI可演进 物理难速通 | AI时代终极护城河:模型之外在交付能力
先来看三组数据。微软 2026 财年第三季度资本支出 319 亿美元，其中大约三分之二用于采购 GPU 和 CPU 这类折旧快的资产。Meta 将 2026 年全年资本开支预期上调至 1,250 亿至 1,450 亿美元，原因是零部件涨价及数据中心建设成本上升。Alphabet 一季度 Google Cloud 营收 200 亿美元、同比增幅 63%，云业务未履约合同积压订单突破 4,600 亿美元。资金如潮水般涌出。然而亚马逊同一季度财报中披露了一个细节：过去十二个月自由现金流缩水至 12 亿美元，原因
AI 浪潮席卷创新药领域：从技术狂热到产业兑现，谁将脱颖而出？
“研发一款新药，平均耗费 10 年光阴与 10 亿美元资金，且临床通过率低于 10%”——这正是长期笼罩在生物医药领域的“双十魔咒”。不过，伴随着生成式 AI、AlphaFold 这类蛋白质结构预测工具以及高通量干湿实验平台的迅猛发展，AI 已从初期的“概念探索”深水区稳步迈入“产业落地”阶段。AI 究竟如何重塑创新药研发模式？此轮产业变革中，资本市场的核心脉络与最大赢家究竟指向何方？AI 对创新药产业的深层变革，绝非简单的“办公自动化”，而是将沿袭已久的“假说驱动”模式转型为“数据+算法驱动”模式。早期