Physical AI 破局科研：晶泰以赛事重构研发未来
Physical AI 在科研自动化中的真实落地实践当AI从虚拟算法迈向物理现实，其核心价值在于解决高价值、高难度的真实产业问题。晶泰科技通过定义并开放生命科学场景，不仅验证了Physical AI在产业级应用中的技术成熟度，更在AI for Science赋能物理世界的进程中，确立了以场景驱动能力与产业落地经验为核心的技术主导权。人工智能正经历从“感知智能”到“认知决策”，最终迈向“物理执行”的关键跃迁。Physical AI作为AI与物理世界交互的终极载体，其规模化落地的瓶颈已从算法本身转向复杂、动态
中国车市盈利困局：万亿市场为何难掩亏损
2026年盛夏，汽车产业上演了一幕令人瞠目的戏码。 广汽集团、赛力斯、北汽蓝谷以及江淮汽车相继陷入亏损泥潭，就连素有盈利高手之称的长城汽车，利润率也骤降六成。 这些车企，个个都是年销百万辆级别的重量级选手。 然而更具讽刺意味的是另一组数据：众泰汽车，这家曾被全网群嘲为"皮尺部"、靠模仿保时捷苟活、最终走向破产重整的行业笑柄，在2026年上半年竟然实现了盈利。 你没有看错，众泰确实赚钱了，预计今年上半年净利润在7800万至1.05亿元之间。 那些年产数十万辆的巨头们亏得倾家荡产，一个造车门外汉反而盆满钵满。
AI手机备案落地：行业迈入合规新纪元
◎记者 罗茂林 柴刘斌 7月15日，中国AI手机产业迎来关键节点。国家网信办公布了7款提供手机端侧生成式人工智能服务的备案信息公告。同日，《人工智能拟人化互动服务管理暂行办法》正式生效。 这两大举措标志着中国端侧AI正式告别“无序扩张”，迈入“持证运营”的新阶段。多位业内专家指出，政策明确性的提升让行业悬而未决的问题得到缓解，同时也意味着产品层面的竞争将更加激烈。 备案落地 端侧AI告别“无证驾驶” 7月15日，国家网信办公布了7款提供手机端侧生成式人工智能服务的备案信息。Apple智能、华为小艺AI大模
欧文斯科宁第二季度财报发布日期敲定
建材巨头欧文斯科宁透露，计划在8月5日纽交所开盘前揭晓2026年第二季度经营成果。公司高层将于同日美东时间上午9点召开投资者电话会议，探讨业绩详情并分享业务进展。 作为国际知名建筑解决方案供应商，欧文斯科宁拥有屋顶系统、隔热材料和门窗产品三大支柱业务，重点覆盖北美和欧洲住宅领域。这家企业扎根于俄亥俄州托莱多，自1938年成立以来，已在纽约证券交易所挂牌交易。 投资者对本季财报的聚焦点主要源于先前的业绩展望。回溯5月首季财报电话会，欧文斯科宁预测第二季营收介于26亿至27亿美元区间，经调整企业EBITDA利
AI接管工程清单拆解，告别手工翻译
行业数据揭示：清单拆解为采购清单这个过程，70%的时间花在"手工翻译"上，15-20%的数据对不上一份工程量清单编完了，然后呢？然后它的下一站，是被另一个人拿来——从头到尾重新"翻译"一遍。先看一个真实场景：工程量清单里有一行："矩形柱C30 520m³"。拿着这行字，你没法和供应商说"给我送一批矩形柱C30过来"。你需要把它翻译成至少8句话：就一行清单，翻成8种材料。一个项目有几百行清单。你算算这是什么工作量。这不叫"编计划"——这叫"手工翻译"。一行一行、一个项目一个项目地翻译。每个月，大约要花7天在
AI如何重塑3D制造行业
未来，也许不是AI在制造产品，而是AI正在重新定义产品的创造方式。 ⸻过去几年，很多人热议AI是否会取代画家、程序员或教师。但鲜有人探讨：AI将如何变革制造业？如果用一句话回答，我会说：AI不会取代制造业，而是会重塑制造业的每一个环节。而3D制造业，或许是最先迎来变革的领域之一。 ⸻ 第一，它将革新产品设计。如今设计一双鞋，我们需要考虑诸多因素： * 它该是什么样子？ * 鞋底需要多柔软？ * 适合哪些人群？ * 多久不会变形？ * 使用何种材料？ 过去，这些问题需要设计师和工程师反复试验修改。未来，AI
国产T1000级碳纤维量产突破
上海石化制造的T1000级12K小丝束碳纤维。（资料图片） 近日，中国石化上海石化携手上海石油化工研究院及上海工程有限公司，成功突破湿法T1000级高性能碳纤维核心技术，并达成规模化量产。这一成就标志着中国石化在高性能碳纤维领域迈入新阶段。该材料可广泛应用于航空航天、智能机器人、低空经济等前沿产业，为国家关键领域发展提供重要战略支撑。 碳纤维因其卓越性能被誉为“新材料之王”和“黑黄金”。其密度仅为钢的四分之一，强度却高达钢的7至9倍，并具备优异的耐腐蚀性。按丝束规格，碳纤维分为大丝束和小丝束两类。行业常用
对话 Tobia Scarpa：在数字时代，聆听材料的低语
Tobia Scarpa 与他构思的 BIAGIO 灯具。© Studio Tobia Scarpa当设计日益从屏幕起步，越发倚重算法、效果图和快速传播时，Tobia Scarpa 的创作却持续警示我们：设计根植于原料，其次才关乎视觉。从威尼斯玻璃作坊，到意大利设计鼎盛时期的 Flos、Cassina 与 Gavina，从 BIAGIO、Fantasma 到 Soriana、SEKI-HAN，这位年过九旬的创作者从不刻意树立个人标签，而是不断探求如何感知光线、岩石、木料与岁月。借助此次独家访谈，我们追溯
曼谷夜店大火夺走26条生命，消防漏洞引热议
泰国曼谷7月12日晚发生惨烈火灾，拉差达区一家热门酒吧兼音乐演出场所突发大火，截至13日已致至少26人丧生、70余人受伤，其中20多人情况危急。当地官员透露，仍有45人下落不明，已确认身份的遇难者中有13人，含一名老挝籍公民。 据泰方通报，火灾发生在当地时间12日23时30分左右，事发时“荣啤酒纳拉普劳”酒吧内约有300人，而该场所最大容量为600人。泰媒画面显示，火光从室内喷发，街道烟雾笼罩，伤者和死者被安置在室外地面。灭火后内部景象触目惊心，桌椅焦黑、垃圾遍地。 曼谷市长差察·西蒂蓬确认，事发时一支名
破解产学研壁垒：智能机器人材料产业化新解
图为位于北京市海淀区的中关村展示中心，工作人员展示用遥操作系统操控灵巧手。 新华社记者 王婧嫱 摄 当具身智能成为全球科技界关注焦点，一个关键问题开始被推到台前：支撑机器人“感知 - 记忆 - 决策”的核心材料，如何从实验室走向生产线？ 近日，在第二十八届中国科协年会上，一场题为“智能机器人关键材料产业化路径与产学研协同”的圆桌论坛引发热议。与会专家形成共识：中国智能机器人产业正处于爆发前夜，但关键材料的产业化落地仍需打通产学研各环节的堵点。 智能机器人是新一代人工智能与先进制造技术深度融合的核心载体，关
赛力斯公告2026上半年预亏15至18亿元
北京商报讯（记者蔺雨葳）7月12日，赛力斯(59.900, 0.93, 1.58%)发布公告称，预计2026年上半年归母净利润为亏损15亿—18亿元，与上年同期相比将出现亏损。其中，预计赛力斯汽车有限公司（问界汽车） 2026年半年度实现归属于上市公司股东的净亏损为10.5亿—13亿元。 对此，赛力斯表示，受存储芯片、工业金属、碳酸锂等主要原材料价格上涨等因素的影响，公司生产成本随之增加；基于审慎性原则并进一步夯实整体资产质量，结合资产后续收益预期，对部分因技术迭代、车型换代导致适配性有限的存量资产调整账
AI芯片为何需要玻璃基板？
AI芯片的规模越来越大，为什么玻璃基板变得不可或缺？ 初次接触“玻璃基板”这一概念时，我首先想到的是：这和人工智能有何关联？ 玻璃，通常用于窗户、屏幕或手机贴膜等地方。 后来才明白，这里所说的玻璃并非普通玻璃片，而是先进封装工艺中一块高精度的“底板”。 它与我们日常相距甚远，却与AI芯片紧密相连。 如今的AI芯片早已不是单打独斗的个体。 GPU、HBM、Chiplet以及I/O模块都被集成到同一个封装平台中，构成一座日益复杂的“芯片都市”。 城市规模越大，地基越关键。 AI芯片同样如此。 当芯片面积不断增
赛力斯业绩反转！上半年预亏最高达18亿元
7月12日，赛力斯(59.900, 0.93, 1.58%)（601127.SH）发布公告，预计2026年半年度归属于上市公司股东的净利润将出现15亿元至18亿元的亏损，与上年同期相比由盈利转为亏损。 针对业绩大幅变动的主要因素，公告指出，由于存储芯片、工业金属、碳酸锂等关键原材料价格持续上涨，导致公司整体生产成本明显攀升；同时，基于谨慎性原则并进一步强化资产质量管理，综合考量资产未来收益预期，对部分因技术更新迭代、车型换代而适用性较低的存量资产进行了账面价值调整。 受上述多重因素冲击，公司核心子公司问界
阿里AI智能体问世：从工具到科研专家，基础码农的危机与出路
阿里发布材料发现AI智能体：当AI从工具进化为科学家，只会写基础代码的打工人何去何从？众多开发者仍抱有安稳心态，认为AI仅能辅助编写代码。直到阿里全新AI智能体问世，众人方才彻底警醒。AI已能独立开展科研、实现突破，其能力远超普通基础开发的范畴。2026年职场分水岭正式降临，AI不再仅仅是辅助工具，而是蜕变为可独立攻克难关的科研者，底层代码从业者的处境日益尴尬。一、阿里重磅突破，AI彻底打破工具人的局限近期阿里达摩院推出了全新材料发现AI智能体。它已不再是只会生成代码、文案的普通人工智能。能够自主检索海量
AI上游材料：调整后的核心竞争力检验丨CRO领域资金流向追踪丨核心研究报告周报
发布单位：开源证券研究所开源证券-宏观研究韦冀星 策略首席分析师证书编号：S0790524030002【策略】AI上游材料：调整后的核心竞争力检验年初至今，AI投资格局呈现三足鼎立，AI材料、AI硬件、国产半导体三大主线同步推进。其中，AI材料供应链共识度较高，伴随价格上升趋势，正获得市场重新评估；其根本原因是AI产业链的利润持续向产业链上游延伸，当远期终端需求增速成为行业共同认知，相比产业链中游，供给约束较强的上游材料往往具备更高壁垒、更大涨价潜力。随着产业链地位上升、利润分配占据优势，“AI材料”有望