灵晟超算LX2芯片部署助推AI算力市场扩容
当下AI大模型训练与推理需求不断走高，算力基础设施更新提速，行业对高性能算力芯片的聚焦程度日益增强。此次灵晟超算投入应用的LX2芯片，天生契合AI训练与推理全链条场景，并行运算效能相较传统通用芯片实现大幅跃升，既可承载更大参数体量AI模型的推理部署，亦能压缩中小型模型的训练时长。国产化算力芯片的批量化应用，不但削减了算力核心组件的供应隐患，更契合了国内市场各场景下的分层化算力诉求——无论是大模型训练环节的高并发算力保障，还是推理应用环节的低时延算力供给，均能获得更契合的硬件支持，进一步拓宽了国内AI算力市
港能无锡推出ieasy AI智能体——大模型赋能能源管控智能化升级
在人工智能技术日益渗透能源行业的背景下，区域能源运营管理正经历一场由AI大模型引领的深刻转型。针对能源系统日趋复杂、海量数据涌现、子系统各自为政、运维效率低下、用能成本持续攀升等行业普遍困境，港能（无锡）能源科技集团有限公司（以下简称：港能（无锡））凭借大语言模型结合自主研发的先进控制算法，重磅发布ieasy AI智能体。该产品以全场景感知、自主化决策、预见性优化、智能化交互的全链路能力，为用户构建专属"智慧中枢"，推动系统由被动式响应向主动性治理的战略性跨越。
「人工智能+」动态监测周报 | 6月22日-6月28日
1技术追踪（1）豆包2.1 Pro模型发布，Coding与Agent能力跨越“质变点”6月23日，火山引擎在北京举办2026夏季FORCE原动力大会，集中发布豆包大模型2.1，以及视频、图像、音频等多款新模型，并升级面向Agent（智能体）的云服务体系。截至今年6月，豆包大模型日均Token调用量已突破180万亿，过去一年增长超10倍。IDC数据显示，在中国公有云MaaS服务市场，火山引擎以49.5%的市场份额位居第一。作为本次大会发布的主力模型，豆包2.1 Pro 在 Coding、Agent、VLM（
AI桌面管理神器推荐
点击蓝字关注我们免费资源 文末自取点击下方关注资源详细介绍1AI一键安装修复工具软件介绍EchoBird是一款全能型AI工具与模型桌面管理软件，支持一键安装、修复、运维各类AI工具与大模型。软件内置vLLM、SGLang、llama.cpp运行环境，可直接本地部署运行大语言模型，同时集成AI项目管理与应用管理功能，大幅降低本地AI部署门槛。软件特点一、一站式AI工具运维集成主流AI Agent工具，支持一键安装、自动修复Claude Code、OpenClaw等热门AI应用，解决工具报错、环境缺失等各类问
企业AI开支因用量计费与任务复杂化而飙升，DeepSeek等国产模型成降本新选择
当前全球AI产业正迎来成本结构与应用模式的关键转折，三大行业现象集中显现：一是AI按量计费模式下，企业使用成本持续失控，优步因工程师大规模调用高端AI编码工具，仅4个月便耗尽全年AI预算，凸显高端闭源模型高Token定价、无节制调用带来的支出压力；二是行业模型分层使用趋势明确，OpenRouter平台开源模型Token调用占比半年内从34%大幅攀升至65%，企业逐步采取分级调度策略，将简单日常任务分流至低成本开源模型，复杂推理任务保留高端闭源模型，以此控制整体AI支出；三是国产大模型竞争优势持续凸显，国内
AI暂停期来临：别等新模型，先用好手头工具
整个六月，AI圈都在翘首以盼下一代旗舰模型，但GPT-5.6、Sonnet 5、Gemini 3.5 Pro悉数延期。预测市场显示，GPT-5.6本周发布概率已从近90%骤降至30%以下。这并非技术受限，而是监管压力与内部质量标准共同作用的结果——你手中的模型，或许远比你想象的强大。GPT-5.6与Sonnet 5等核心模型集体延后，用户正该趁此机会，弥合现有模型能力与实际应用间的鸿沟。•GPT-5.6发布概率从近90%跌至30%以下，新发布时间推至七月中旬。•OpenAI内部透露，全新语音模型或将于本周
监管收紧下的开源AI新机遇
特朗普政府近期密集发布人工智能监管新规，加之行业成本不断上升，开源人工智能正迎来发展良机。许多开发者和企业高管反映，他们曾基于安索普（Anthropic）的 Fable 5 等闭源大型模型构建应用，但相关模型刚上线不久就被官方撤下，导致自身业务受到严重冲击。 开发者现在更倾向于选择开源 AI 模型。只要企业不涉及政府合同，美国政府很难限制其对开源模型的使用；同时开源解决方案成本更为低廉。加密货币交易平台 Coinbase 首席执行官布莱恩・阿姆斯特朗上周五晚间在推特上表示，尽管公司内部 AI 调用量持续增
湘江论"智"：首届智能体研讨会汇聚全球智慧 共探大模型产业应用新路径
6月7日，湖南省首届智能体研讨会"智能体数字模型与行业实践"专题会议在长沙举办，吸引了来自美国硅谷、欧中人工智能协会、加拿大、中国香港及内地知名科研机构、高校与行业领军企业的百余名专家学者、行业领袖出席，共绘湖南智能体技术从数字模型研发到产业落地的发展蓝图。硅谷Curioverse AI首席执行官Claire Zeng深度解读美国AI Agent的最新发展趋势与企业落地应用经验，为湖南本土智能体创新提供了宝贵的对标参考。欧中人工智能协会会长肖灵艳、中加非"比墨鱼"联合体理事长李红世、香港经贸商会会长邓锦添
AI系统质量评价新标准：ISO/IEC 25059解析
前几篇，我们讨论了AI可信度、风险、数据品质、影响评估、稳健性和偏差管理。本篇探讨基础问题：如何评价AI系统质量？许多企业评估AI，只关注：能否回答？准不准确？速度快慢？用户满意度？但这不足够。ISO/IEC 25059:2023《AI系统质量模型》将AI质量分解为一组可描述、可度量、可评估的质量属性。简言之：AI质量不是简单的“好用”，而是一套可评估的质量框架。一、为何AI需要质量模型？但AI系统更为复杂。相同输入，可能因模型版本、上下文、提示方式差异而产生不同结果。数据质量、样本结构、标注规则和训练流
工大高科举办第九期公共安全研讨会：AI赋能工业升级
2026年6月28日，工大高科第九期全国公共安全技术研讨会在安徽合肥盛大举行。本次大会以“AI赋能，破茧重生”为核心议题，汇聚了国家煤监局、国家铁路局及省市领导，以及院士、科技精英，吸引了来自冶金、矿山、石化、港口、电力、文旅等领域的200余家央国企负责人，以及各大高校、设计院、合作伙伴和主流媒体代表，共计500余人参会。会议重点聚焦工业AI大模型、无人化管控、智能安全监察与运维等前沿技术，共同探索传统工业领域迈向高质量发展的新路径。大会伊始，合肥工业大学党委副书记、校长汪萌致开幕辞，对研讨会的顺利召开表
AI再聪明也管不好一家公司
今天两条消息放在一起看，有一种强烈的错位感。第一条。Grok 4.5在SpaceX和Tesla进入私测，Musk说性能已经接近甚至超越Opus。SpaceX今年开始每个月发布完全从头训练的新模型。第二条。普林斯顿大学搞了一个测试——让AI当CEO，运营一家订阅软件公司500天，起始资金100万美元。14个模型参赛。结果呢？只有3个在最佳运行中超过了起始资本。其他11个，破产了。模型考了高分，但在真实世界面前，连本金都保不住。先别急着嘲笑模型。把这个错位拆开看，它暴露的问题比"AI不会做生意"
AI模型参数究竟是什么？
哦，这些都属于不同的 AI 工具。7B、14B、70B、671B、MoE、激活参数、上下文窗口、Token、显存、量化、4-bit、8-bit……那么参数数量越多，模型就越智能吗？训练数据质量、训练方式、中文水平、代码水平、推理水平、后期调优、能否调用工具、是否经过量化压缩，以及它是否真正契合你的使用场景。这家公司拥有 700 亿个"能力连接"——相当于700亿个能为你效力的个体。它在每次响应时，基本都由一个 70B 体量的模型在运行。这个模型文件大小为 4GB，因此只要我有 4GB 显存就肯定够用了。
AI行业新变局：模型准入受限，巨头筹谋就业对策
导读截至2026年6月29日，过去三天里全球AI圈最引人注目的变动，不仅限于OpenAI推出了更强大的GPT-5.6 Sol，也不止是Anthropic的Mythos 5恢复有限访问，而是...今日最需铭记的论断是：AI领域最昂贵的代价，已不再局限于模型训练，而是管控模型扩散后的安全与社会影响。若说过去两年人们关注AI，重点在于参数、算力与榜单，那么到了2026年6月29日这个时间点，头部企业的举动已向市场表明，前沿模型正从“高性能软件”演变为一种具备准战略资源属性的能力。今日焦点：1.OpenAI于6月
Palantir联手英伟达发力主权AI 市场反弹行情持续
Palantir股价在周一延续了此前的回升态势，源头在于该公司披露与英伟达建立战略伙伴关系，面向美国政府机构及重要基础设施运营方推出主权AI服务。这一动态为近期承压的Palantir股价带来了新的上行动力。依据双方披露的规划，Palantir将把英伟达的AI平台与Nemotron开源模型进行整合，依托其主权AI操作系统，在涉密、气隙隔离以及其他高敏感度场景中部署深度定制的AI模型。该方案覆盖数据授权管控、安全边界落实、客户专属隔离以及全程审计追踪等能力，使政府部门能够全面掌控数据与知识产权。Palanti
Meta内部文件揭示：严防模型蒸馏，限制员工使用Claude和Codex
Meta平台正逐步摆脱对Anthropic、OpenAI旗下高价AI编程工具的依赖，但其眼下正面临一大难题：如何避免员工过度依赖外部工具，阻碍自研替代工具的开发进程。 Meta内部管理规范文件显示，公司对应用AI工程部工程师使用Anthropic的Claude代码工具、OpenAI的Codex模型作出严格限制。一份内部备忘录甚至要求多个团队暂停部分调用上述两款模型的工作，原因是企业担忧第三方模型的生成内容可能流入Meta自身的模型训练数据。文件警示，一旦发生此类情况，将引发与合作企业之间严重的纠纷升级。