AI 视频迈向构建完整世界
NVIDIA Research 推出的 SANA-WM 颇具看点。它并非寻常的短时长视频生成手段，而是聚焦世界模型领域：致力于 60 秒级视频、720p 画质、相机操控及长视频的空间连贯性。对于创作者而言，关键不在于即刻投入商用，而在于洞察 AI 视频的演进趋势：从单纯生成美观片段，升级为构建可连续运镜的完整场景。#AI视频 #世界模型 #NVIDIA #AI工具 #视频生成NVIDIA Research 推出的 SANA-WM 颇具看点。它并非寻常的短时长视频生成手段，而是聚焦世界模型领域：致力于 60
AI 动态 | 每日智造快讯
2026.05.12 周三Kiwi-KK 每日情报速递· 专注制造业 AI 应用 · 电商智能工具 · 重磅模型更新 · 政策风向 · Agent 新进展📅 2026 年 5 月 19 日 周二🥝 作者：Kiwi-KK核实维度横向多源：钛媒体、财联社、36 氪、科创板日报纵向时效：24 小时内关键动态反向常识：交叉比对政策原文与官方表述5 月 18 日，国务院总理李强调研北京人形机器人创新中心及小米汽车，明确指出**「促进人工智能与先进制造业深度结合」**，强调智能机器人是 AI 与先进制造业融合的关键载
AI成本优化|第13章:Token经济学:3000预算如何达到30000效果
PART 01小明和阿强是同事，都是软件开发工程师。小明的情况：每月AI费用：$215使用感受：非常顺畅，响应及时，结果精准工作内容：日常开发、代码检查、文档编写阿强的情况：每月AI费用：$2,180使用感受：迟钝、缓慢、频繁超出上下文限制工作内容：与小明完全相同造成10倍费用差距的原因是什么？不是他们使用的AI服务不同，不是他们的项目难度不同，而是——小明掌握Token经济学，阿强不了解。///PART 02Token是AI处理文字的最小计量单位。可以把Token看作AI的「一口食物」。Token换算标
院士齐聚清华，探讨AI医疗发展路径
2026年开年，大模型浪潮席卷千行百业，从“养虾”到“养马”你方唱罢我登场，AI破圈成为趋势。但当目光回归医疗这一严肃场景，从业者心里始终清楚，医疗需要的不是看上去很酷的聊天机器人，而是靠谱、安全、真正融入医疗工作流的AI产品。5月22日，由清华大学天工智能计算研究院主办、百川智能协办的“AI医疗新范式”学术论坛将在清华大学百川楼举行。顾东风院士、韩德民院士、乔杰院士、王宁利教授，以及首都医科大学附属儿童医院院长倪鑫教授、中国医学科学院肿瘤医院副院长李宁教授、上海交通大学瑞金医院学术委员会主任瞿介明教授、
AI 蒸馏揭秘：究竟提炼了何种精华？
模型蒸馏绝非将大型模型简单压缩为 zip 文件，亦非机械地复制参数。它更像是一位“教师模型”通过大量解题、讲解与提供答案，利用这些成果去培育一个更小巧、成本更低且易于部署的“学生模型”。蒸馏看似神奇，但要真正理解它，只需厘清三个核心问题：依据什么进行蒸馏？过程中习得了什么？最终产出的究竟为何？近期，“模型蒸馏”的话题再度引发热议。缘由十分直接：大模型能力虽强，成本却日益高昂。并非每家企业都能长期依赖顶级模型支撑业务，也非所有应用场景都需要在每次请求时调用最强模型。于是，一个极具现实意义的问题摆在了面前：能
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
深度剖析工信部AI+软件专项行动:人工智能怎样驱动工业软件突破技术封锁?
近期，各领域"人工智能+"政策接连出台，宛若为数字化进程装配了强大推进器。4月28日，工业和信息化部更是"双管齐下"：一方面携手国家数据局启动"模数共振"计划，另一方面正式推进"人工智能+软件专项行动"。这意味着"十五五"规划中的人工智能+战略，已迈出关键且坚实的落地步伐。此次专项行动精准针对软件产业短板，为人工智能赋能软件勾勒出明确的发展蓝图。接下来，我们从背景动因、核心问题、落地路径、受益领域、现实评估五个层面，为您深度剖析。政策顶层设计："十五五"规划的刚性部署，是加速数字经济发展的必然选择。产业痛
TOP27期权AI量化轮动策略年化收益352%的深度剖析
在近期波动剧烈的A股市场中，TOP27期权UQTOOL.COM人工智能量化轮动策略以总收益率428.31%、年化收益率352.15%的惊人表现，成为投资者瞩目的焦点。该策略不仅大幅跑赢同期沪深300指数，更以夏普比率7.321的极优风险调整后收益，证明了AI量化在期权领域的巨大潜力。策略核心优势该策略依托UQTOOL.COM平台的人工智能模型，通过多因子轮动机制，在期权合约间动态配置仓位。其核心优势体现在三个方面：风险与收益的量化评估从风险收益指标看，该策略的夏普比率7.321属于顶级水平，意味着每承担一
深圳AI新政：训力券申领全解与职业机遇
深圳再次出招！深圳市科技创新局近期正式公布《2026年度深圳市训力券申请指南》，针对租用智能算力进行AI大模型训练的企业、高校及科研机构提供巨额补贴——单一单位年度累计上限可达1000万元，补贴比例最高50%，初创企业更是高达60%！申请截止日期：2026年6月5日（剩余时间不足20天！）通俗来说：政府协助报销AI大模型训练开支！深圳的企业、高校及科研机构若租用智能算力用于训练或推理AI大模型，政府将以“训力券”形式发放资金补助。相当于企业投入100元训练AI，政府最多可承担50至60元。2025年3月，
AMD AI 开发者首登上海，苏姿丰盛赞中国生态活力
2026 年 5 月 19 日，AMD 董事长兼首席执行官苏姿丰博士亲临上海前滩香格里拉酒店，参加首个在美国境外举行的“2026 AMD AI 开发者日”，现场吸引了超过 2000 名开发者及生态合作伙伴。苏姿丰以中文致开场白，直言“中国具备全球最富活力的 AI 生态系统”，并强调中国市场“绝非可选项，而是必选项”。她透露 AMD 在中国深耕三十载有余，上海研发中心系全球顶尖规模之一，中国区团队拥有逾 4000 位工程师，中国已成为推动产品路线图的关键引擎。本次活动秉持“开放 - 构建 - 创新 - 连接
AI界传奇人物加盟Anthropic
AI领域真正的大佬，如今选择了Anthropic作为新东家。Andrej Karpathy的这次职业变动，绝非寻常的人才流动。他是OpenAI的创始团队一员，曾执掌Tesla自动驾驶AI项目，更是GPT时代最具影响力的思想领袖之一。Karpathy并非简单地“应用AI”，他本身就是塑造AI定义的关键人物之一。他曾说：“软件正在经历又一次变革。”这句话如利剑般刺穿了整个行业的现状。从前，人们亲手编写代码；如今，人们开始指导AI来生成代码。过去的软件基于明确的规则，而现在的软件则更侧重于“理解”能力。当大众还
谷歌I/O 2026开幕：Gemini 3.5 Flash、Spark全天候代理及新定价发布
科技巨头谷歌(386.53, -6.58, -1.67%)于周二召开2026年I/O开发者大会主题演讲，聚焦“代理式AI”战略，带来了包括新模型、Gemini功能升级及定价改革在内的多项更新。 Gemini 3.5 Flash与Omni模型登场 谷歌推出了新一代AI模型Gemini 3.5 Flash，现已取代旧版成为Gemini应用和搜索AI模式的默认引擎。谷歌表示，该模型在代码编写和代理测试中击败了上一代3.1 Pro，速度是其他先进模型的两倍，但成本更低。更强大的Gemini 3.5 Pro预计下个
谷歌推出全新多模态AI模型Gemini Omini
新浪科技讯，诺贝尔物理学奖获得者、Google DeepMind 负责人哈萨比斯（Demis Hassabis）在本届 I/O 正式发布 Gemini Omni，这是 Gemini 模型家族迄今为止能力最为全面的版本。‘Omni’顾名思义，意指‘全能’——该模型在处理文字、图像、视频、音频等多种模态信息时，展示出前所未有的流畅性与深度。 在演示素材中，Gemini Omni 展现了多项令人印象深刻的能力：面对用户手绘的一条鱼，它不仅能够识别并与之互动，还能实时生成流动动画；在‘弹珠世界知识’（Marble
AI质检：从视觉检测到工业革命的跨越
政策支持，国家标准出台，AI质检看似已具备天时地利。然而一个被忽视的现实是：在400余万家中国制造业企业中，实际应用AI质检的仍属凤毛麟角。问题不在于技术不过关，而是成本效益不划算。AI工业质检，简而言之，就是用摄像头结合AI算法代替人工目检。它之所以成为AI应用最成熟的领域，原因很简单——质检是二元判断，合格即合格，不合格即不合格，训练数据易获取，效果立竿见影。一名工人盯守生产线，一天工作后眼花手酸，漏检率3%到5%属正常范围。AI质检如何？宝马沈阳工厂将焊接缺陷识别率提升至99.98%，昭信装备实现0
企业 AI 为何必须定制化?
企业不应试图用单一模型来统一定义 AI。鉴于软件生命周期内的需求千差万别，公司应当依据任务的具体性能、质量及成本，灵活调度多模型策略，并借助 FinOps 实现预算的精细化管理。译文来源：Why enterprise AI needs customization[1]原作者：Bryan Ross大多数公司在引入 AI 时，沿用着当年部署企业软件的老路：锁定单一供应商，统一使用一种模型，并试图在全公司范围内铺开。这种做法隐含着一个前提，即一种模型能搞定所有难题。然而，一个在代码生成上表现出色的模型，在安全分