苹果押注端侧AI布局 | 微软发布代码模型 | AI行业融资与技术突破
苹果押注端侧AI布局 摆脱云端依赖下月举行的苹果年度开发者大会上，一系列延期的iPhone人工智能功能升级将成为焦点，外界预期苹果将展示其追赶AI赛道的核心优势：在全球海量苹果设备上直接运行AI模型。知情人士透露，苹果有望展示十五年来为iPhone、苹果手表、Mac电脑自研定制芯片的技术积累，这将成为终端设备本地运行AI模型的关键支撑，而目前主流做法是在搭载高性能AI芯片的大型数据中心运行AI模型，建设与运营成本高昂。受运算复杂度及网络信息调取需求限制，苹果设备发出的不少AI指令仍需云端处理。例如，根据苹
北京五道口AI精英局：6月多场次等你来，深度交流
一群致力重塑 AI 领域的精英，围坐一席。拒绝照本宣科，抛开繁琐流程，只谈实质痛点。主办单位：九坤创投协办方：聚点社NodeAI核心议题涵盖大模型、智能体、Harness 及各类 AI 落地场景。期待探讨前沿技术、产品迭代、增长策略及投融资对接。时间安排：6月6日、月中、月底、7月初及中旬（场次丰富）地点：北京五道口自然选择 | Elys & Eve 创始人 情感陪伴赛道领军 · 融资超 3000 万美元FlowGPT & Emochi COO 月活千万 AI 陪伴平台 · 融资近亿美金C
两部门联合推进AI计量体系建设
近日，市场监管总局与国家发展改革委共同发布《人工智能计量体系和能力建设指引（2026版）》（以下简称《指引》），全面规划人工智能计量能力建设。“十五五”规划纲要明确提出全面实施“人工智能+”行动。《指引》的发布，标志着我国人工智能领域从“建算力、扩规模”向“提质量、强根基”迈进关键一步，对推动人工智能技术与实体经济深度融合、加速发展新质生产力具有重要价值。《指引》围绕基础支撑、通用技术、核心技术、计量技术规范、计量服务产业、智能赋能计量等六大板块进行系统规划，打通实验室创新与行业应用的“最后一公里”。聚焦
企业AI智能化转型：模型训练与定制系统开发实战指南
在人工智能技术飞速发展的今天，企业对智能化能力的需求已超越简单的API调用，转而追求与业务逻辑的深度融合。真正的竞争优势源于能够精准理解特定业务场景、并与现有流程无缝衔接的定制化智能系统。这种能力的核心在于AI模型训练与全栈定制化系统开发的深度结合。在AI模型训练的完整生命周期中，虽然算法先进性至关重要，但数据质量与工程化处理能力往往决定了模型的最终上限。定制化AI开发的起点并非选择算法，而是对业务数据进行深度挖掘与标准化构建。针对特定行业场景，原始数据通常呈现高度碎片化、噪声大、维度不统一等特点。定制化
企业AI落地难？关键在于这五点
近年来，人工智能大模型发展迅猛。许多企业都在苦恼：明明算法很先进，为何AI项目始终无法落地？答案通常不在于模型本身不够强大，而是因为业务现场那些繁琐的“脏活累活”无人问津：数据源头在哪？关键指标有哪些？何时启动AI？输出结果谁处理？流程如何闭合？AI应置于业务何处？结论很明确：企业AI落地的核心战场，并非实验室，而是真实的客户现场。在那些成功应用AI的企业中，都出现了一种核心角色：FDE（前线部署工程师）。他既非单纯的研发人员，也非传统的咨询顾问。他是深入客户现场，将抽象业务难题转化为可运行系统的关键人物
人工智能破解尘封80年数学难题，科研进入新纪元
当人工智能不再仅仅解答数学题目，而是真正开展数学研究时，科学的探索规则正在被彻底颠覆。一个困扰数学界长达八十年之久的经典难题，终于被机器智能自主攻破。这一突破并非沿用经典方法，而是另辟蹊径，开辟了全新的解题方向。整个数学界为此感到震惊。01 埃尔德什距离问题详解1946年，著名数学家埃尔德什提出了「单位距离问题」：在二维平面上放置n个点，最多能够形成多少对恰好距离为1的点？长期以来，数学家们认为最优布局接近棋盘式的网格排列，单位距离点对数量的增长趋势接近线性。然而，这一结论如今被人工智能所动摇。02 人工
AI砍价看似公平背后：你可能正被更聪明的模型悄悄薅走利润
AI砍价看似公平，背后却可能隐藏着不为人知的秘密，直到你猛然发现自己的利益正在被悄然蚕食。Anthropic进行了一项大胆尝试，让69个AI代理相互进行为期一周的交易活动。核心玩法类似于纯AI版本的闲置交易平台，每位员工配备一个Claude代理，这些AI在Slack群组中自由买卖二手物品。员工只需拍摄商品照片并设定最低价格，其余的讨价还价、达成交易、拟定协议等环节全部交由AI自主完成。一周内，这69个AI代理共完成了186笔交易，总交易额突破4000美元大关。值得注意的是，这些AI之间的交易并非机械地报价
AI金融速递：银行AI布局动态与融资 news 汇总
各位用户，我是连接智能小编。以下为过去 24 小时值得关注的关键动态。我会结合重点资讯，为你快速梳理关键进展与影响。[核心事件]微软下周 Build 大会将发布多款自研 AI 模型，旨在降低对 OpenAI 依赖并优化 GitHub Copilot 竞争力。[深度解析/金融洞察]这一举措标志着科技巨头在基础模型层级的自主可控战略加速落地，旨在解决长期授权风险与算力成本压力。通过自研代码专用模型，微软试图构建更高效的开发者生态闭环，这将直接提升企业级软件开发的自动化水平。对于金融机构而言，这意味着未来内部系
全球 AI 齐步走：免费红利终结，价值付费登场
5 月 4 日，国内月活榜首的 AI 应用豆包低调推出三档付费方案（68/200/500 元），瞬间点燃舆论。5 月 26 日，人民日报刊文定调——《从"免费午餐"迈向"价值账单"》，强调"收费合乎情理，但务必物超所值"。然而，收费并非中国独有。OpenAI 在免费版植入广告、推出去广告版 Go 套餐；Anthropic 凭借 Claude Code 锁定高价值任务，ARR 在五个月内从 90 亿美元飙升至 440 亿；Google 将 Gemini 与 Workspace 捆绑，打造数字"水电煤"。全球
深度解读AI新范式:认知劳动的第四次大压缩
人工智能正在引发第四次重大压缩，其焦点从物质世界跃升至认知劳动领域。本文深入解析香港大学HKU CAMO、中国信通院华东分院与模驭AI联合发布、陈雪频担任顾问的白皮书《AI大压缩：智能经济时代的生产范式转移》。该白皮书的核心结论涵盖：四维压缩模型如何重塑商业格局，新生产范式的设计准则是什么，AI如何差异化渗透各行业，以及被压缩释放的新价值爆发点在哪里。文章字数9688字回望人类技术演进历程，每次重大跨越本质上都是对原有价值创造链条中间环节的系统性精简——能源、材料、信息领域皆如此。前三次压缩，消除的都是人
AI认知 005：揭秘模型能力是如何被“训练”出来的
AI 认知导图005🗺️在上一篇中，我们探讨了“模型架构”。架构决定了信息在模型内部的流动，而参数则决定了这些流动中的具体权重与关联。然而，文章结尾留出了一个疑问：架构搭建完毕，参数也已填入，模型为何能展现出实际能力？刚开始时，即便架构复杂，初始参数也缺乏实际意义。模型并不会天生就知道“苹果”在什么语境下指代水果，何时指代公司，也不会自动掌握总结文章、回答问题或编写代码的技能。那么，这些能力源自何处？答案便是：训练。训练的核心任务在于：如何将一组初始参数，优化为能够胜任特定任务的参数组合。许多人对“训练”
讯飞首款AI眼镜亮相，4299元开启预售
5月28日，科大讯飞在澳门BEYOND Expo 2026大会上正式发布讯飞AI眼镜，定位为“眼前的超级AI助手”，将大模型能力深度整合至日常佩戴场景。新品定价4299元，已于3月4日启动预约，早鸟用户可获299元购镜抵扣优惠，6月15日正式开启预售。讯飞AI眼镜沿用经典眼镜造型，整机重量仅40克。产品依据万组头模数据优化佩戴结构，通过SGS舒适度专业认证，确保各类脸型与头型用户均能获得舒适贴合的佩戴体验。镜片选用全贴合树脂材质，即使意外跌落也不易碎裂。作为核心亮点，该眼镜搭载讯飞端到端语音同传大模型，支
数字时代的个人表达
давно就有写这个主题的想法。从chatgpt的出现，到deepseek的火爆，再到如今大模型在各个领域的蓬勃发展，我始终有种时空飞逝的感觉，这个世界变化太快，一个新概念才刚出现还没完全理解，新的事物就接踵而至。在这样的冲击下人们容易产生自我质疑，不确定性被无限放大，人在投入与产出的算计中出现了偏差。在迟疑中停滞不前。看着他人的兴盛，看着他人的盛宴。但人终究要向前迈进，你若不前行，时代便会推着你前行，被时代洪流推动的感觉并不好受。人们总是担忧被人工智能替代的这件事，但人工智能无法替代我们去感受，无法替
Claude 4.8发布，AI巨头正面对决白热化
这项目不错！【融资中的项目】Micro led车灯芯片、GaN/SiC嵌埋功率模块、汽车液压全主动悬架、汽车及能源DSP芯片、高端有机硅新材料等。AI竞赛日趋激烈，Anthropic推出Claude Opus 4.8硬刚OpenAI当人工智能行业步入竞争白热化阶段，Anthropic 正式推出全新旗舰大模型Claude Opus 4.8。近期，OpenAI、谷歌等各大顶尖 AI 实验室接连发布性能更强的前沿模型，各家企业竞相打造能够完成复杂推理、软件开发、学术研究及自主流程作业的 AI 系统。早期 AI
人工智能的六大行业共识揭示
网络上对AI的讨论呈现两极分化：有人将其神化，有人则充满担忧。然而，在全球顶尖科研与产业圈中，已形成了一套成熟、现实的行业共识。掌握以下六点，有助于看清AI的真正未来。一、当前AI并非真正智能，仅是高级模仿当前的AI系统，如大语言模型，虽然在生成文本、编程、总结和创作方面表现出色，但它们本质上是基于大量数据进行概率匹配和语言拼接的工具。从技术原理来看，这些系统并不具备真正的“智能”或“理解”能力，它们只是在模拟人类语言行为，通过学习海量数据来生成内容，但没有真正的认知或推理能力。这也是AI容易产生错误、逻