标签

AI竞赛进入新阶段,我见证了一次重要转变

▲ 2026腾讯云AI产业应用大会现场,汤道生×姚顺雨同台对话腾讯不再执着于跑分榜单了。这句话不是我说的,是6月5号腾讯云AI产业应用大会上,汤道生在台上说的。但我听完,心里微微一沉。"腾讯做AI不追求表面上的分数排名,落地准则就三个词——实用、好用、可规模化。"不是不认同。是被戳中了痛点。过去两年,整个AI圈都在疯狂竞争。拼模型、拼分数、拼"我比你强三个百分点"。但真正被广泛使用的AI有多少?大多数人打开一个AI产品,试了三次,关了,再也没打开过。核心问题从来不是"

2026-06-07 02:18:37  |  2 阅读

AI 赋能农业:瑞丰构建大田数据新引擎

6月3日,江苏省数据局正式揭晓2026年高质量数据集建设先行先试项目名录,坐落于扬州经开区的江苏瑞丰信息技术股份有限公司申报的《面向“人工智能+”的大田稻麦数据集建设项目》顺利入围,这象征着该公司在“AI+ 农业”领域迈入了加速腾飞的新纪元。本次入围项目紧扣江苏及全国核心主粮产区——稻麦种植领域,旨在依托瑞丰信息在全国范围内汇聚的逾100T农业多模态监测数据以及110类农业生产技术数据,打造一套专为人工智能大模型训练与推理服务的高质量行业数据集。据透露,该项目将秉持“AI 驱动现代农业”的理念,构建“多源

2026-06-05 16:36:05  |  3 阅读

为何AI率先颠覆程序员与设计师,而非医生律师?

近两年来,关于人工智能的探讨几乎随处可见。有人断言程序员将被替代。有人声称设计师已面临失业。亦有人推测律师、医生及教师等职业终将难逃此劫。然而审视现实,一个显著现象浮现:AI最初产生深远影响的领域,并非医疗、法律或金融,而是代码、图像与视频。程序员正借助AI编写程序。设计师开始利用AI创作视觉方案。视频创作者正运用AI完成脚本撰写、配音、剪辑乃至视频生成。与此同时,那些看似门槛更高、薪资更丰厚的行业,虽也在应用AI,却未发生同等剧烈的变革。缘由何在?关键或许不在职业本身,而在于行业是否具备被AI重构的基础

2026-06-05 08:36:46  |  4 阅读

OpenAI重金布局机器人领域,引爆新一轮投资热潮

昨晚看到一条消息,OpenAI开始大规模招聘机器人工程师,年薪开到30万-44万美元(接近300万人民币),招聘的岗位清一色全是干硬件的——什么电机设计、传感器集成、仿真环境、控制系统,一个AI软件公司突然跑去撸袖子干起了苦力活。OpenAI CEO奥特曼本人发布招聘信息,引起了X平台快200万人的关注(下图)这事的信号意义我给你们翻译一下:OpenAI不仅不满足于当个只会聊天的“嘴强王者”,它要当“全能战士”了。为什么OpenAI要杀回机器人?——资本逻辑的底层转变OpenAI早期其实做过机器人,但后来

2026-06-01 23:38:38  |  4 阅读

我国AI发展:直面挑战抢抓战略机遇

当前,全球人工智能技术路线尚未固化,是加快发展难得的机遇窗口,但这一窗口正随着主要国家持续加大投入而不断收窄。一旦生态形成将产生强烈的锁定效应,后来者突破难度将呈指数级上升。因此,谁能在这一轮竞争中抢占先机,谁就将在未来全球产业格局中掌握主动权。近年来,我国高度重视人工智能发展,不断完善顶层设计、加强工作部署,推动人工智能综合实力实现了整体性、系统性跃升。同时,我国人工智能发展在基础理论、关键核心技术等方面还存在短板弱项。我们必须全面把握人工智能发展的进展与差距,按照党中央决策部署和要求正视差距、加倍努力

2026-05-27 18:26:31  |  6 阅读

我国人工智能发展面临的新挑战与应对

当前,全球人工智能技术路线尚未定型,是加速发展的关键战略机遇期,但这一窗口正随着主要国家持续加大投入而逐渐收窄。一旦生态格局形成,将产生显著的锁定效应,后来者的突破难度将呈指数级增长。因此,谁能在这场竞争中抢占先机,谁就能在未来全球产业布局中掌握主导权。近年来,我国高度重视人工智能发展,不断完善顶层设计、强化工作部署,推动人工智能综合实力实现了整体性、系统性跃升。然而,我国在基础理论、关键核心技术等方面仍存在短板。我们必须全面把握人工智能发展的进展与差距,按照党中央决策部署和要求正视不足、加倍努力。算力总

2026-05-27 08:45:13  |  7 阅读

深度解析OpenAI护城河:GPT系列为何难以被超越?

大家好,我是万象大叔。深耕AI领域,剖析技术本质,洞察产业趋势,探讨商业落地与投资价值。如今开源模型突飞猛进且成本大幅降低,一个核心疑问愈发突出:OpenAI的GPT系列,特别是GPT-4及其后续版本,为何依然在综合实力、用户体验及行业影响力上维持着几乎不可逾越的优势?这种领先并非源于单一的技术“独门秘籍”,而是由数据、工程、对齐、生态及战略眼光共同构建的、相互增强的系统性防线。其护城河的深度不在于模型静态的参数量,而在于其构建并持续运行的、将前沿科研、海量资源、用户反馈和商业变现转化为持续优势的动态增强

2026-05-25 15:05:23  |  5 阅读

倒计时4天|AI驱动采购审计:模型构建与智能监管实战

自2026年起,智能化穿透式监管已成为企业内控、审计、风控、合规及纪检监督领域的高频热词与核心任务。特别是国务院国资委《关于加强中央企业穿透式监管的指导意见(试行)》明确指出,需加速构建上下联动、实时在线、自动预警的智能化监管体系,打造“数据自动采集、模型自动分析、风险自动预警、核查自动派单、整改自动跟踪”的闭环监管机制。文件特别强调,必须强化采购与供应链的穿透式监管,针对采购方式选择、投标报价校验、供应商资质审核、合同签订评审、资金支付审批及价格确认等关键环节进行数据采集与深度分析,定期监测全量采购交易

2026-05-20 07:27:00  |  13 阅读

直播预告 | AI 赋能芯片全流程,破解良率闭环难题

先进制程的良率瓶颈该如何突破?设计至制造的全链路数据孤岛怎样消除?5 月 21 日晚,芯率智能总经理金肖明将亮相半导体综研直播间,携手嘉宾深度解析 AI 如何串联设计与制造、构建良率闭环的关键策略。本次直播特设少量线下观摩名额,诚邀扫描海报二维码联系小助理报名,亲临现场与嘉宾面对面交流。活动介绍:伴随先进制程与复杂芯片架构的不断迭代,半导体行业正由“单点工具优化”迈向“全流程智能协同”新时代。本次直播将聚焦“芯片设计智能化”及“晶圆制造数据智能化”两大核心议题,剖析 AI 如何贯通 IC 设计、EDA 协

2026-05-18 15:11:59  |  5 阅读

智能汽车赛道投资新研判

当自动驾驶算法不断迭代、数据驱动深入核心环节时,为何L4级商业化落地依旧迟迟未能全面展开?在整车硬件利润持续压缩的情况下,企业管理层应怎样搭建可长期延续的软件与服务盈利模式?面对特斯拉FSD进入中国市场以及本土车企加速竞逐,投资者又该如何识别真正的“算法壁垒”与“硬件堆砌误区”?人工智能汽车行业正在从“技术验证阶段”快速迈向“规模化商用前夕”。市场重心已由硬件比拼转向软件与服务生态的实际落地,但整个行业仍未形成稳定的盈利闭环。人工智能汽车是指将传感器感知、决策规划、车辆控制与云端协同等AI能力深度融合的智

2026-04-27 09:50:57  |  5 阅读

Momenta曹旭东:物理AI是未来方向,必须依靠现金流业务支撑研发

新浪科技4月26日消息,近日2026北京国际车展揭幕,Momenta在展会期间举行了主题为“Momenta R7,物理AI序章”的分享活动。活动结束后,Momenta首席执行官曹旭东接受了新浪科技等媒体的采访。 曹旭东表示,物理AI的发展是必然趋势,在数字AI技术趋于成熟之后,其应用必然会向物理世界扩展。 他预测,物理AI的关键在于数据闭环与商业闭环的建立,两者形成正向循环,将使得AI在达到人类水平后迅速实现超越。自动驾驶作为物理AI的开端,已率先实现规模化的双闭环;而机器人领域要达到这一阶段尚需时日。

2026-04-26 10:01:56  |  7 阅读

AI微剧核心:实战篇 | 「AI微剧30讲」第1讲

八、2026年短剧的“四大情绪触发点”2026年短剧的情绪触发机制,可归结为四种类型:1.掌控感(爽点按钮)主角从弱势崛起、强势反击。常见题材:赘婿逆袭、打脸世家、权力逆转2.确认感(正义按钮)观众价值观被印证:恶人终得恶果。常见题材:反制渣男、恶婆婆受罚3.好奇感(悬疑按钮)信息空白驱动持续观看。常见题材:身份谜团、幕后黑手是谁4.替代满足(欲望按钮)观众现实中未实现的渴望,在剧中得到满足。常见题材:总裁宠妻、豪门资源、极致专宠短剧的关键不是情绪类型,而是情绪按钮的排列顺序。顺序有误,爽点就会崩塌。九、

2026-04-25 15:06:59  |  4 阅读

智能原生客服体系:技术效能与人文关怀协同驱动的服务变革

在人工智能飞速演进的时代,客户服务体系正经历从“被动应答”向“主动预判”的根本性转变。本文围绕“智能原生客服中心”这一理念,探讨技术效能与人文关怀双轮驱动下的运营新模式。从架构设计的 数据驱动与全渠道联动,到流程重塑的智能优化机制,再到情绪感知与情感计算赋予服务的人文温度,以及人机协同的角色分工,文章阐述了 AI 如何通过“可感知的声音”实现 OC/VOE/VOP/VOB 四大维度的数据闭环管理,重点分析了 AI 在客户体验升级、运营效率提升、员工支持和业务增长上的落地机制,提供面向企业实践的路径建议,旨

2026-04-20 09:24:42  |  6 阅读

机器人"土办法"启示:普惠金融风控的破局关键

睡前刷到一篇关于机器人训练的推文,让我陷入沉思。文中配图显示:印度某工厂的流水线上,工人们头戴摄像头专注作业。系统无声记录——手臂如何伸展,手腕怎样转动,物品掉落如何补救,双手如何协作。这种方式看似简单笨拙,却揭示了一个真相:技术要解决现实问题,就必须深入现场。大模型能网上阅读海量文本,机器人却不行。机器人要学的是动作、抓取、触碰,应对复杂现场。但这些数据采集成本高昂、缓慢、混乱且不稳定。自建机器人采集队太贵,远程教学又费钱。于是有公司另辟蹊径——借用真人的身体、双手和第一视角,去感知真实世界的边界。近期

2026-04-14 06:17:40  |  7 阅读

AI探矿科普:遥感只是“眼睛”

在矿业领域,"AI找矿"已从理论走向实践。然而,许多人存在一个误区:认为"AI探矿"就是通过卫星遥感、高光谱分析和模型自动圈定靶区,只需扫描地表就能定位地下矿体。这种观点过于简单化了问题的本质。真正的AI找矿并非单一技术的突破,而是一个完整的系统工程。它需要数据体系、地质约束、模型能力、现场执行以及持续迭代的共同作用。遥感找矿在其中的角色更像是"感知层",负责获取线索,而非直接决策。换句话说,它是一双"眼睛",而不是"大脑"。本文将探讨三个核心问题:• 遥感找矿能做什么,不能做什么?• 为什么它必须融入更

2026-04-04 09:44:16  |  11 阅读