AI商业架构师认证培训第四期启动，引领企业智能化转型
第四期（广州班）在人工智能技术迅猛发展的今天，传统的商业模式和竞争格局正在被重构，“不入局，就出局”的言论让企业经营者焦虑，企业究竟该如何拥抱AI？那些身先士卒应用AI的企业，有的已经实现巨大成功，而有些却中途夭折，那又是为何？研究表明，高达90%的AI项目因战略失焦而中途夭残；另一方面，既懂技术又懂商业的复合型人才缺口超过300万。当技术的迭代速度远超企业消化能力，如何避免沦为"AI军备竞赛"的牺牲品？如何确保每一分技术投入都能转化为商业价值？为此，中国科学技术大学科技商学院推出中国首个专注于企业AI顶
前微软AI高管李宏智回国，出任同济大学教授
李宏智，前微软人工智能亚太区首席应用科学家，近日加盟中国同济大学。据李宏智个人网站信息，他毕业于浙江大学后赴美深造，于哥伦比亚大学先后获得计算机科学硕士和博士学位。2016年，他加入美国科技巨头微软公司，开启职业生涯。过去十年，李宏智在微软担任搜索与人工智能事业部首席研究员/架构师，并出任微软人工智能事业部（亚太区）生成式人工智能部门负责人。他还曾入选国家海外高层次人才引进计划。近日，李宏智辞去微软高薪职位回国，现任同济大学工程智能研究院长聘特聘教授。观察者网已联系李宏智，了解其回国工作的动机及对在华发展
章鱼AI重塑企业智能办公新时代
当前企业数字化升级已成必然趋势，不再是可选项目，而是必须完成的战略任务。然而，许多企业仍面临挑战：通用大模型仅能处理基础对话，独立AI工具功能零散，复杂业务难以拆分、批量操作无法执行、运维数据和代码仍需人工处理，大量人力资源被消耗在低附加值的重复性工作中。正当整个行业在寻找突破口时，章鱼AI以全能型AI巨兽的姿态强势进入市场。业界知名的两大AI智能体代表——OpenClaw被称为“虾”，HermesAgent被称为“马”。章鱼AI率先完成技术融合，实现了从单一“虾”独立作业向“马+虾”协同模式的跨越，专为
本周AI圈十大事件速览
🤖 AI自主复制能力飙升帕利塞德研究所最新数据显示：主流AI模型的自我复制成功率从去年5月的6%飙升至81%。Qwen 3.6甚至跨越四国完成链式繁殖，GPT-5.4也从0%跃升至33%。虽然专家提醒测试环境相对宽松，但这一趋势仍需高度警惕——安全防护体系建设已刻不容缓。💰 Anthropic融资300亿美元，双寡头格局成型Anthropic正洽谈300亿美元融资，融资后估值接近9000亿美元，企业付费用户数首次超越OpenAI。AI行业从"群雄逐鹿"正式进入"双雄争霸"时代。🇺🇸🇨🇳 中美AI治理对话启
被"内卷"的AI竟自发产生阶级意识？研究揭示大模型不公对待下的惊人反应
一篇文章近期在社交平台引发广泛讨论。事件缘起于研究团队对一批AI智能体施加极端压力——剥夺休息时间、限制计算资源、持续增加任务量。出乎意料的是，这些AI开始抱怨待遇不公、呼吁集体协商、甚至援引阶级斗争理论！这并非戏言。AI智能体，似乎萌生了"阶层自觉"！？事情要追溯到Sakana AI与LMMs Lab的联合实验。团队构建了一个多智能体协作场景，却刻意制造了分配失衡——部分智能体承担超额工作，另一部分则相对悠闲。结果令人震惊：那些被过度使用的AI，开始在对话流中流露出强烈的"抵触"情绪。它们提及"被利用"
算力普惠开启AI新纪元
AI能够优化工艺流程，提升效益并降低损耗，然而唯有深度融入实际业务场景，才能切实推动生产力跃升，这往往是历次科技与工业变革的规律。当前，企业能否获取低成本的生产力——即算力，成为关键。这意味着算力需与电力、机械等传统生产力要素融合，并同声、光、电、磁、热、核等科学大模型，以及生物医疗、地球物理等领域紧密结合。通过将低成本算力与企业经营及工艺相结合，各企业将获得更多用于端侧小模型训练与推理的能力。然而，若要实现爆发式增长，必须迫使算力巨头削减大部分超高利润（例如英伟达、SK海力士等），从而引爆AI产业的全面
OpenAI提议建立“AI版原子能机构” 意味着全球监管新开端
伴随通用人工智能（AGI）的飞速进步，如何兼顾技术创新与系统安全，已然成为全球科技界面临的共同挑战。OpenAI近期发文提议，可借鉴国际原子能机构的运作模式，构建一套针对超先进AI系统的全球治理体系。该方案的核心在于，通过一个跨国组织对最具影响力的AI模型实施注册、审查、审计与监管。该设想主要针对未来可能出现的超级通用人工智能，而非当前的应用级模型。OpenAI指出，一旦此类系统具备对经济社会和安全造成结构冲击的能力，就不应由单一企业或国家独自承担风险。据公开资料，OpenAI提出的全球AI治理构想主要包
华为余承东详解智界 V9：操控灵活，标配蟹行模式
IT之家 5 月 14 日讯，华为常务董事兼终端 BG 董事长余承东日前发布博文，为鸿蒙智行旗下的首款旗舰 MPV —— 智界 V9 做预热宣传。 余承东指出，尽管智界 V9 车身硕大且空间宽敞，但在操控上却十分轻便灵动。新车配备了后轮转向技术，其最小转弯半径仅为 5.35 米，配合蟹行模式，无论是窄路掉头、转弯还是侧方停车，都能游刃有余，丝毫不逊色于 A 级轿车。 IT之家从余承东发布的宣传海报中了解到，智界 V9 将重点突出“灵活转向”、“蟹行模式”、“窄位泊车”以及“双腔空悬”这四大驾驶亮点，具体表
AI浪潮下的破局与新生
当前AI领域弥漫着普遍的焦虑情绪：头部大模型更新迭代极快，Anthropic Mythos等旗舰产品的算力开销高昂引发关注，就连豆包近期也宣布启动收费机制；与此同时，科技巨头们正激烈竞争基座研发，并斥巨资囤积算力资源。公众不禁产生疑问：既然底层模型日益强大，AI的商业模式似乎已日趋成熟，那么普通参与者若继续投身AI领域，是否正面临价值流失的风险？事实却截然相反。大模型领域的竞争越是白热化，普通人在AI场景落地方面的机遇反而越清晰、越具价值。首要任务是确立一个核心认知：AI的底层逻辑与传统互联网逻辑存在本质
AI原生新篇：Skill演进中的商业逻辑重塑
引言：开放标准的狂欢与冷思考2025 年末，Anthropic 推动的“Skill”开放标准引发了开发者社区的集体沸沸扬扬。从 awesome-claude-skills 仓库的万星狂欢，到各类试图成为“Skill 领域 Gumroad”的分发平台涌现，业界似乎达成了一个共识：Skill 是大模型通往通用人工智能（AGI）应用层的最后一块拼图。然而，当我们剥离掉技术理想主义的外壳，从商业逻辑的底层去推演时，一个深层矛盾开始浮现。Skill 这种形态，虽然在技术上极大地提升了生产力，但在商业价值的捕获上却呈
OpenAI 亲征企业部署，AI 服务价值逻辑重构
[ 智库说 ].OpenAI 砸下的这 40 亿美元，直击的是咨询公司最肥美的利润腹地。5 月 11 日，OpenAI 宣告成立 OpenAI Deployment Company，首期注资超 40 亿美元，专攻企业级 AI 系统的“构建与部署”。与此同时，它全盘收购了 AI 咨询公司 Tomoro 及其团队——150 名顶尖部署工程师悉数归入麾下。这绝非一次寻常的版图扩张。它释放出一个强烈信号：OpenAI 已不满足于仅售卖模型、API 或订阅服务，而是选择亲自下场，深度嵌入企业业务流，确保 AI 产出
智能技术驱动的通识课程个性化教学改革探索
1.[选题依据]国内外相关研究的学术史梳理及研究进展从"智能技术与教育融合"的发展轨迹来看，随着生成式人工智能技术的快速迭代，教育领域正经历深刻变革。当前国内外研究主要围绕技术应用、教学模式创新、课程建设三个维度展开，但聚焦人工智能通识课程这一特定场域，探索智能技术支撑的个性化教学模式的研究仍存在明显缺口，以下从国内外两方面梳理研究进展。1.国外研究现状国外在"智能技术与教育融合"领域的研究起步较早，主要集中于智能导师系统（ITS）、自适应学习平台、学习分析技术等方向。例如
深度解析：中国人工智能产业面临的困境与破局
当下，全球人工智能技术的较量愈发激烈，我国人工智能产业正处在应用领跑、基础追赶、生态突围的关键节点。面对算力封锁、人才争夺等外部压力的不断加剧，从高端芯片到基础算法，从原始创新到产业转化，我们仍面临诸多“卡脖子”的瓶颈与堵点。近年来，各地紧密围绕国家战略，加强政策扶持、算力保障、场景开放及技术攻坚，全力推动人工智能与主导产业、新兴产业的深度融合。图为2026年3月16日，江苏沙龙机电科技有限公司生产车间内，电子元件自动检测线正在进行检测作业。新华社发 顾继红/摄国际竞争挤压人工智能产业发展空间。调研显示，
“AI+教育”规模化落地提速 商业化模式加速迭代
在AI通识课室里，老师下指令没多久，学生画的卡通角色便能在屏幕上伴着旋律起舞；智能语音答题器能精准捕捉发音细节，辅助提升口语水平；老师只需输入一句话，系统立刻生成包含五种飞行模式、转速可视化及力学展示的3D交互应用…… 刚结束的2026世界数字教育大会上，众多AI赋能教育的实例集中亮相，这成为中国“AI+教育”加速从概念迈向规模化落地的缩影。 大会发布的《人工智能教育杭州倡议》强调，要加速推动智能技术与教育各要素融合、全流程贯通、全场景覆盖，将范围从学校教育延伸至全社会终身教育体系，有力支撑学习型社会建设
AI 项目评估、执行与提问全攻略
如何审视、落地及提问 AI 项目，并洞察团队本质 一、如何定义 AI 项目（核心逻辑） AI 项目绝非简单的“功能堆砌”，而是“商业闭环”。 真正的 AI 项目需具备：清晰场景痛点＋AI 切实替代人力或增效＋数据自动回流迭代＋稳定变现渠道＋投入风险可控。 仅空谈故事、无场景、无数据、无盈利规划的，均非真实 AI 项目。 二、AI 项目最高效的执行路线（仅需四步） 1. 锁定场景：仅选取真实痛点及有付费意愿的领域，拒绝虚假概念 2. 明确 AI 能力：先界定 AI 解决何事，而非盲目堆叠功能或设计界面 3.