AI 应用现状：表演多于实效
https://writer.com/blog/enterprise-ai-adoption-survey-results-press-release/ ，Writer 提供了一个独特视角，指出当前 AI 多为表演，多数企业尚未通过智能体应用获得实际成效。当然，我认为这只是个过程，文章仅反映了当下的“检测”状况。阿姆达尔定律（Amdahl's Law）：系统速度受制于最慢环节。AI 虽加速了具体工作，但审查、测试、发布流程及业务体系未同步升级，技术增益被下游瓶颈完全抵消。马车时代后期（1890–1
金融AI难落地？症结非模型，而是五十年陈年脏数据
FUTUREX INSIGHT 天际资本 · 行业观察当众人皆在追逐更智能的模型时，真正制约金融业发展的，实则是地基中埋藏的脏数据。MIT近期开展了一项调研，提出一个直指核心的问题：金融业的数据，是否已准备好迎接Agentic AI的挑战？答案略显尴尬。超过半数的金融团队表示已部署或计划部署Agentic AI——这是Gartner的数据，而华尔街日报亦日日报道AI如何重塑金融格局。然而Forrester随即泼来冷水：57%的金融机构，其内部能力尚未就绪。表面装修看似火热，实则地基未稳。这一断层，隐藏在多
iPhone 20曲面屏技术遇阻：物理缺陷难解，推迟至2028年量产
快科技5月15日讯，据韩国ETNews透露，苹果原定于明年推出的iPhone 20周年纪念机型所采用的“全曲面”屏技术，现已遭遇实质性技术阻碍。 原因在于，屏幕阴极层使用的镁银合金（Mg·Ag）材质，难以承受极高弧度的制造工艺，极易导致屏幕边缘发生物理形变，进而引发画面扭曲和亮度下降。 针对这一缺陷，苹果已决定改用氧化铟锌（IZO）材料来替代镁银合金。新材料的透明电极特性有助于提升透光性，并有效抑制边缘变形。 然而，这一技术升级将无法赶上市面发售。最新计划表明，新的四面弯曲屏幕预计将在2028年才能实现量
AI独立研究超越人类？别急着下结论
华子上网 | 快评AI独立开展科学研究，竟然超越了人类的表现。没错，你没看错。Prime Intellect 让 Claude Code 和 Codex 在 nanoGPT 优化赛道上实现完全自主运行——全程无人类介入、无人工干预，两个智能体自行开展实验、调整参数、探索优化路径——最终 Claude Code 达到 2930 步，超越了 2990 步的人类基准。等一下，读一遍这句话。AI 的研究成果，超越了人类设定的 benchmark。但事情没这么简单。如果你只看标题，你会以为 AI 已经成为科学家了，
AI普及：被高估的神话
阅读时长快速阅读约 3 分钟📖 “AI 将像电力一样普及每个人”——这是科技界最爱讲的陈词滥调。但揭开这层表象，现实却很骨感：摩尔定律早已失效，大模型的算力需求却仍在呈指数级飙升；算法优化只能做些修补；更被忽略的是，AI 推理具有“无规模效应”的特性——每次调用都需要独立计算，成本无法随规模扩大而摊薄。此外，算力的分配正被地缘政治力量深度渗透。所谓的 AI 普惠，从来都不是单纯的技术问题。1那个被讲述的传说2010 年代末，深度学习取得突破，人们笃信 AI 会像互联网一样走向大众。算力成本日益降低，模型对
算力狂飙背后的能源困境：为何电力将决定AI的天花板
在数字经济高速发展的今天，AI大模型的训练离不开高性能芯片，而芯片需要部署在数据中心里运行，数据中心的运转则完全依赖电力供应。当数据中心建设完毕、GPU配置齐全之后，最后的关键就是电力保障。“AI耗电量大”已经成为共识，但今天我想深入探讨的是：为何能源会成为制约AI发展的终极瓶颈？这个瓶颈是如何逐步形成的？一、问题不在于缺电，而在于错配AI面临的电力挑战，并非真的无电可用，而是能源供给与AI需求之间存在三个层面的结构性错配。第一，时间错配。芯片性能18个月翻一番，数据中心一年就能建成投入使用。但建造一座发
花旗维持建滔积层板买入评级，看淡巨石扩产冲击
花旗发表研究报告指出，中国巨石 (34.560, -3.06, -8.13%)（600176.SH）公布了宏大的投资蓝图，计划在淮安打造年产 5 万吨电子玻纤纱及 3.2 亿米电子布的制造基地。该行分析，鉴于建滔积层板（01888）年内股价已飙升 256%，此次扩产动态或许会在短期内压制市场情绪。尽管如此，花旗仍坚持给予建滔积层板“买入”评价，并设定目标价为 51 港元。 然而，该行坚信若股价出现回落，反而是绝佳的入场时机，理由是电子纤维行业的供应瓶颈依旧受制于织机数量增长缓慢。花旗预测，至 2026 年
AI算力新战场：电力瓶颈催生基础设施革命
第三层基础设施正在浮现：它不在湾区路演简报里，但已经在德州的工地上和怀俄明州的议会大楼里成形。美国 AI 算力的真正瓶颈，不是 GPU，也不是模型，而是电。更准确地说，是那种能在 18 个月内接通的电。围绕这个瓶颈，一个新的基础设施层正在出现。绝大多数软件 AI 投资人还在按"芯片 + 云 + 应用"看版图，但真实的 AI capex 已经压出了一层新的物理底盘，SVTR 把它叫做 AI 算力的"第三层"：由私人电厂、燃气涡轮、燃料电池、地热钻井和州级立法共同搭起来。它已经
AI算力为何更看重1GW而非GPU数量
在人工智能的角逐中，算力已不再仅仅是一个技术指标，而是变成了“能消耗多少电能”的资源难题。数量虽易获取，容量却难以企及：为了构建全球顶尖的超算中心，各大巨头不惜投入数百亿资金扩建数据中心，而电力供应成为了最大的瓶颈。运营的核心逻辑就是“获取充足的电力”。因此，利用“容量/电力”来衡量集群规模已成为行业通用的做法，这就像一张“电力容量标签”，揭示了实际的运营极限。效率参差不齐，需要统一标尺：不同代际的GPU好比是“高耗能”与“节能型”的区别。作为功耗计量单位，GW提供了一把通用的尺子，让你能直观地对比不同代
AI格局剧变：OpenAI转为免费，万亿新王强势崛起
这或许是你今年最不该错过的AI重磅新闻上周，AI领域接连爆发两起足以载入史册的里程碑事件。其一：OpenAI正式宣布GPT-5.5全面免费开放，全球用户随时皆可调用。其二：Anthropic估值飙升至1.2万亿美元，**历史性反超OpenAI**，加冕AI新霸主。消息一经披露，科技界瞬间沸腾。众多人的第一反应是：ChatGPT不再无敌？AI世界格局即将重塑？坦白讲，此事的深层逻辑远超你的想象。它绝非仅仅是两家企业的博弈，而是整个AI产业从"技术比拼"向"商业变现"转型的关键
为何 AI 始终面临存储荒
AI 堪称“数据饕餮”与“带宽黑洞”，其存储需求呈指数级暴涨，而产能与物理极限却难以企及。以下分五点详述：一、模型规模激增，直接撑爆内存- 大模型参数从数十亿跃升至数千亿，未来更将达万亿级。- 训练阶段，全量参数需载入 HBM 或高速 DRAM 方可运行。- 推理阶段，需储备海量 KV 缓存（上下文状态），上下文越长、并发用户越多，内存消耗越巨。- 结论：模型越庞大，内存越捉襟见肘；并发越高，短缺越严峻。二、训练数据：只进不出，无限累积- 训练涵盖全网文本、影像、视频、日志及对话，均需永久留存。- 全球数
用户对折叠屏与AI手机兴趣寥寥
今天想给这篇文章起个吸引人的标题，琢磨了半天，最后还是决定实话实说：现在的手机厂商，可能真的有点“自我陶醉”了。根据外媒 MacRumors 的消息，最新的市场调研指出，尽管各大手机品牌把“AI”和“折叠屏”炒得很热，但真实调查显示，真正关心这些功能的用户少之又少。说实话，这篇报道的观点和我一直以来的看法不谋而合，不过估计会引发一些用户的反对。（所以我之前一直没敢提）大家有没有发现，现在走进手机店，销售员是不是动不动就提到“AI大模型”、“一键消除”、“大折叠有面子”之类的宣传语？听起来很酷，但从网上和我
四重逻辑共振，铜价蓄势冲击历史峰值
核心要点速读四大关键驱动力美铜溢价虹吸：关税预期触发跨市套利，全球铜源向美汇聚，非美区域现货告急；数字需求刚性：AI 数据中心与智能终端普及，铜消费与数字化进程深度捆绑；供应多重受限：秘鲁电力短缺限产、自由港下调产能，直接冲击全球供给基本盘；硫磺链式制约：赞比亚停产叠加硫酸管控，传导至刚果（金）湿法炼铜，抑制产能释放。综述虹吸效应加剧资源紧张，电力与硫磺双重约束供给，数字需求保持强劲刚性，多方合力助推铜价上行。当前铜价已重返历史高位区间，市场涨势凌厉，其核心动力源自战略金属定位、数字转型浪潮、供应端危机及
大模型热潮退去后，理性审视AI的天花板与演进路径
也就是说，现阶段的大模型虽然尚未触及"智能的理论极限"，但已经在逼近"纯文本预测范式"的阶段性瓶颈。它目前究竟能把事情做到什么程度？比如：当前这套技术路线（大规模预训练 + Transformer + 对齐 + 工具调用）的极限在哪里。这才是真正关键的问题。因为一个模型能否继续提升，不只是"堆更多资源"，还要看这条路是否接近收益递减。机器智能理论上能达到什么高度。这个上限目前无人知晓，因为我们连"人类智能的可计算边界"都没有完全弄清楚。所以更务实的讨论应该是：当前大模型已经展现出强大的：但它的瓶颈主要卡在
新华三于英涛：AI发展瓶颈源于系统层面，需通过算网存云安维六维协同突破
新浪科技讯 5月12日下午消息，在新华三集团NAVIGATE 2026领航者峰会上，紫光股份(30.690, -1.00, -3.16%)董事长、新华三集团总裁兼首席执行官于英涛表示，“AI发展瓶颈在于系统层面而非单点技术，这是一个常被忽视的系统性挑战。”他认为，Token性价比并非由单一芯片决定，也非取决于某项独立能力，而是需要算力、网络、存储、云端、安全、运维六大维度的深度协同，才能实现最优效果。 在万卡集群环境中，网络拥塞引发的算力损耗超过30%；数据IO瓶颈导致GPU空转等待时间占比超过40%；安