中国AI双重突破：自主生态与技术主权双赢
前言：上文提及DS V4的发布以及华为CANN与华为950的适配，这如同刺向敌人的两把利刃。本月27日，国家发改委正式裁定Meta对Manus的并购无效，并要求相关方终止收购交易。在此，我引用李光满先生的文章，表达我对这些事件的相同看法，以飨读者。全文来源于公众号——李光满说。2026年4月，中国人工智能领域发生了两件具有深远意义的重大事件，它们不仅重塑了我国AI安全格局，更在全球AI竞争中留下了浓墨重彩的一笔。4月24日，DeepSeek-V4预览版正式发布。与此同时，华为宣布其昇腾超节点全系列产品将全
中国AI双重突破：自主生态与技术主权双收
李光满冰点时评15102026年4月，中国在人工智能领域迎来两件具有里程碑意义的事件，它们不仅深刻地改变了我国人工智能安全的面貌，更在全球人工智能的竞争格局中留下了浓墨重彩的一笔。4月24日，DeepSeek-V4预览版重磅发布，与此同时，华为也宣布其昇腾超节点全系列产品已全面兼容DeepSeek，标志着从模型训练到推理的整个流程，都实现了完全由国内自主硬件提供支持。我关注此事的关键点在于，DeepSeek-V4与华为昇腾芯片的深度整合，意味着中国大模型的底层技术不再依赖于美国的英伟达CUDA架构，而是牢
坚持自主可控，自动驾驶才能长久向前
“我们探索出一条带有中国特色的自动驾驶技术路线，通过多传感器融合和大模型落地，让每一次技术演进都能实现产业链的快速响应，从而把高技术持续转化为低成本的可用方案。”在4月25日举办的第二届自动驾驶产业发展论坛上，车百会研究院理事长张永伟回顾过去两年自动驾驶的关键成果：技术不断走向成熟，使辅助驾驶成本明显下探；跨界融合推动产业结构加速重塑；理性推进也促使行业信任逐步修复。 如今，全球汽车产业竞争已不再停留在企业与产品层面，而是上升为国家产业生态之间的较量，人工智能（AI）正成为支撑汽车产业高质量发展的核心变量
AI版鸿蒙突围：DeepSeek改写规则
今天我们不谈跑分，不谈排名，只聚焦一件事：DeepSeek 已经开始支持华为昇腾了。但在展开前，我想先抛出三个真正关键的问题：第一个问题：DeepSeek 适配昇腾，到底说明了什么？CUDA 统治 AI 已经二十年，全球开发者几乎都被困在这套生态里。DeepSeek 第一个站出来说“我可以跑在昇腾上”——这意味着什么？第二个问题：为什么偏偏是现在？过去二十年里，无数人都想撼动 CUDA 的主导地位，最后都以失败告终。为什么 DeepSeek 会选择在这个时间点入场？第三个问题：如果成功了，对美国意味着什么
国产AI的鸿蒙时刻
原本打算停笔，又刷到一条值得关注的重磅消息....本周，央媒玉渊谭天发布文章，核心观点很明确：中国人工智能须"循正道而行，守本心而为"，摆脱跟随者角色，推进全产业链国产化重塑。此语出自荀子，内涵清晰——不因外界褒贬而动摇，坚定走自主发展道路。这并非闭关自守，而是要实现从能源供给、芯片研制到算力基建、模型落地的全链条自主化，掌握AI标准的制定权。这标志着中国AI产业正迎来历史性拐点。三年前，华为以麒麟9000S打破芯片封锁；三年后，DeepSeek-V4大模型成功适配华为昇腾芯片，成为人工智能领域的又一里程
车百会张永伟：国内自动驾驶成本两年降四到六成，行业渐趋理性
专题：第二届自动驾驶产业发展论坛4月25日，第二届自动驾驶产业发展论坛在北京举行，会议围绕“加速自动驾驶产业发展 凝聚自动驾驶安全共识”展开。车百会研究院理事长张永伟在发言中首先分享了中国自动驾驶的三项重要进展：一、技术日益成熟。张永伟指出，中国自动驾驶成本在全球具有领先优势，系统成本显著降低。特别是我国走出了一条富有中国特色的自动驾驶技术路径，多传感器融合、大模型应用，每次技术革新都带动产业链迅速响应，确保高技术能持续以低成本适配。“过去两年，高阶自动驾驶整体成本下降了40%至60%，今年4月多位专家提
国产300吨级矿用发动机创纪录运行18000小时获权威认可
4月24日，“自主可控 超越引领——中国首台300吨级‘潍柴心’矿卡可靠运行18000小时里程碑”见证活动在内蒙古鄂尔多斯(15.600, 0.19, 1.23%)准格尔旗举行。装备潍柴12M55发动机的300吨级矿用卡车，在国能准能集团黑岱沟露天煤矿的高强度极端工况下，持续稳定运行超过18000小时，成功通过验收。这一成果是潍柴与国能准能集团协同创新的重大突破，意味着我国在300吨级大型矿卡动力总成的自主可控上实现了从无到有的关键跨越，为保障国家能源产业链安全、促进中国矿山动力装备的高质量发展书写了重要
理论文章 | 掌握人工智能发展与治理的主导权
习近平总书记在参加江苏代表团审议时强调：“中国的科技发展要在国际上开展合作的同时，坚持独立自主、自立自强”。目前，新一轮科技革命和产业变革加速演进，人工智能已经成为引领这一轮科技革命和产业变革的战略性技术，正在深刻改变全球经济格局和竞争态势。习近平总书记指出：“要推动人工智能科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道”“完善人工智能监管体制机制”。我国数据资源丰富，产业体系完备，应用场景广阔，市场空间巨大。习近平总书记关于发
国产算力崛起：AI芯片三大发展方向
伴随人工智能技术的迅猛演进，算力已崛起为推动数字经济与科技创新的核心动力源。面对全球AI竞赛日趋激烈、高端芯片供应链风险攀升的局面，国产算力芯片在自主可控与大规模商用方面正迎来重要转折点。本报告全面剖析了GPU与ASIC两条技术路径的发展脉络与落地场景，深度解读了国产算力芯片在性能、功耗、性价比等领域的不断跃进，并预判：2026年，国产算力将开启从点到面的规模化爆发期。报告认为，虽然英伟达等国际巨头依然主导全球GPU市场，但在美国技术封锁与国内扶持政策双重作用下，国产AI芯片的替代窗口正在迅速扩大。以华为
中国电子云：夯实数智基石，引领行业升级新路径
在“人工智能+”与数据要素战略深度融合的2026年，中国电子云以“数智融合基础设施构建者”的全新姿态，屹立于行业数智化变革的攻坚前沿，面对数据孤岛、模型落地难、安全合规等深水区难题，这家“国家队”云厂商交出了一份从底层信创到顶层应用、从感知智能到认知智能的全链路答卷。 近日，中国电子云指出，2026年将继续以四大核心方向为着力点，积极响应国家战略，化解行业转型难点，为关键行业数智化变革注入强劲“国家队力量”。让人工智能从“看山是山”走向“看山知脉”。中国电子云正通过动态本体构建与AI应用迭代飞轮，推动人工
中信建投深度解析：半导体设备产业链投资价值
来源：中信建投证券研究 半导体设备零部件板块正处于双重自主可控趋势叠加的背景下：一方面AI驱动下游扩产景气周期开启，中国大陆半导体设备整机端要求自主可控，设备端国产化率提升背景下，零部件市场整体空间打开；另一方面，关键零部件整体国产化率偏低，高端产品国产替代尚处于早期。建议关注①低国产化率品类的国产替代与突破进展；②国产化进展顺畅品类的快速放量带动上市公司业绩改善。 中信建投电子、机械、电新团队推出【半导体设备产业链投资展望】系列研究： 持续推荐燃气轮机板块，美国再抛MATCH法案看好半导体设备自主可控
全球最大开口熔盐槽式光热集热系统通过技术验证
4月21日，中国广核(4.570, 0.08, 1.78%)集团（简称"中广核"）宣布，其自主研发的全球最大开口8.6米熔盐槽式集热器成套装备与工艺，在青海德令哈中广核光热试验基地的中试平台顺利通过技术验证。此举标志着我国已完全掌握熔盐槽式集热核心技术，为国内大型熔盐槽式光热项目的规模化推进铺平道路。 据中广核光热技术首席专家尹航介绍，该集热系统以熔盐为传热工质，聚光比高达107.5倍，能够稳定实现290℃进口到550℃出口的温度区间运行，储能温差达到260℃，相当于传统导热油系统的2.6倍，大幅提升了电
金融业如何赋能新质生产力：多元视角的深度对话
日期：2026年4月20日 议题：金融业如何赋能新质生产力的发展 形式：结构化圆桌对话【主持】：感谢各位。本次圆桌对话正式开始。核心议题为「金融业如何赋能新质生产力的发展」。为穷尽其理，我已邀请以上五位代表人物。在我们深入探讨之前，为了确保讨论建立在共同的基础之上，我想先请各位阐述：我们应当如何定义「新质生产力」？它的核心要素是什么？【熊彼特】【陈述】： 新质生产力，在我看来，是"创造性破坏"在当代中国的具体表达。它不是简单的技术升级或效率提升，而是生产函数的根本性跃迁——新的组合取代旧的
2026年AI算力产业链深度解析
文 任泽平团队人工智能的核心驱动力在于算力，而算力的根基则在于电力供应。在AI时代，算力即生产力，智能体AI正推动算力产业迈入高速增长的黄金时期。全球科技巨头竞相投入算力建设，导致单位算力成本显著下降，推理算力占比有望超过70%，算力正从一种稀缺资源转变为新型数字化基础设施。当前算力产业呈现出三大主要趋势：首先，算力的投入规模直接决定了人工智能能力的上限，规模定律持续驱动模型性能进化；其次，推理端的算力需求成为增长主力，其占比快速提升并主导了整体算力需求结构；最后，算力需求膨胀加剧，能源与数据成为制约产业
中国信通院发布AI计算节点发展研究报告(2026)
本报告重点关注作为智能算力核心基础设施的AI计算节点，全面论述其发展动因、关键技术、实践领域、产业链条以及未来走向。当下，大模型的参数量与数据规模急剧扩张，传统算力架构的局限性日益显现，加之全球多国将智能计算提升至国家战略层面，共同驱动着AI计算节点的迅猛发展。我国智能计算正从追求规模增长转向注重效能提升，计算节点凭借其高密度集约、超高带宽、灵活高效以及稳定可靠这四大特点，已成为破解算力制约难题的核心要素。AI计算节点的发展经历了分散互联、机间协同、卡间直连三个阶段的演变，其核心技术的突破主要围绕架构重塑