AI模型揭示单原子催化新范式：从材料发现走向理性设计
（1）指标受限：因 Scopus 导出策略变更，其“参考文献”字段被大幅压缩，无法提供完整的引文元数据。因此，本研究的文献计量部分明确剔除了传统的科学图谱分析及本地总引频次（TLCS）相关指标。（2）样本范围界定：出于对同行评议证据链质量的考量，本工作未将灰色文献纳入分析范畴。（3）评价标尺偏差：由于顶尖学者及机构的排名依赖于特定的数学算法（如评估学者时采用的 c-score 权重），部分极具行业代表性但未能跨越特定数值阈值的实体可能未被收录于“前十名”名单中。尽管受到上述方法论限制，本文所凝练的科学结论
AI时代教育面临的变革
如今大家谈论AI教育时，往往隐含一个观点：AI时代已截然不同于过往。那个过往是哪个时代？显然是工业化时代。一一 ... AI与工业化教育有共通之处： 核心目标一致：均服务于社会生产力、个体社会化、知识传承与能力培养，追求效率与公平，试图通过公共供给缩小阶层差距——当然，这多是一厢情愿； 基础架构延续：学校、班级、课程、教师、评价等基本形态依旧；读写算、逻辑、科学素养、人文价值作为基石；均以系统性学习替代零散经验的不确定性——只是路径与方式不同； 工具理性底色延续：均以技术提升效率。工业时代靠印刷、课堂组织
AI原生数据库发展五大趋势预测
AI原生数据库并非简单的“数据库+AI”组合，而是对数据库内核进行的根本性重构。在接下来的三年里，数据库的智能化水平将比存储容量更能体现企业的核心竞争优势。基于此，本白皮书提出五大核心洞察：从“存储”到“智能”的范式转型：数据库正在从被动存储向主动理解过渡，语义解析、相似度计算与跨模态关联能力成为关键，向量数据库已跃升为AI时代不可或缺的核心基础设施。从“外部插件”到“智能内核”的架构变革：AI功能正全面融入数据库核心，形成“AI驱动数据库”与“数据库服务AI”的双向协同。内置智能内核在数据传输效率、响应
智能创业新法则：重塑组织而非堆砌工具
詹培勋 瞻行资本创始人往昔初创企业的核心筹码，无非是团队、资本、渠道与产品。如今这些依旧关键，但 AI 时代引入了新变量：谁能率先将 AI 打造为企业的操作系统，谁便能以精简团队达成过往大厂方能企及的成就。这绝非空谈概念。Claude Code 已将"编码"转化为可外包任务，具备读取库、改文件、跑测试及提交代码的能力。Google 推出 AP2 等协议，昭示 AI Agent 正从聊天工具向交易、支付及商业执行层深入。B2B 营销界亦在被 AI 重构，从内容创作、数据洞察到营销自动化与销售赋能，皆由 AI
AI 无需被打开，只需被想起
Young AI - 约7分钟阅读从王登科 TheOne 三天斩获百万用户，到我今日亲手打造的一款微信 Agent。我愈发笃定：下一代 AI 产品的竞争维度，正经历根本性重构。今日耗时一天，深度剖析了一类颇具意味的 AI 产品形态。灵感源自王登科近期推出的「TheOne」。这是一款运行于微信生态内的 AI 陪伴型 Agent，短短三日便吸纳百万用户。大众的首反应往往是：又一款套壳 AI 爆红了。然而深究其里，我发现这绝非单纯的「模型」之争。这是一场范式的彻底转移。过去两载，几乎所有 AI 创业团队皆卷向同
元戎启行周光：年内千公里接管可期，两三年迈向万公里
专题：第十八届轩辕汽车蓝皮书论坛 5月15日至17日，以“转折”为主题的“第十八届轩辕汽车蓝皮书论坛”于广州召开。元戎启行CEO周光在谈及自动驾驶发展现状时指出，短期目标清晰明确，长期则依赖于技术范式的根本性转变。 他强调，一年内实现“千公里级”的接管里程是极具确定性的目标，而两至三年内达到“万公里级”接管里程也已在计划之中。然而，在此之后的发展路径，因涉及技术范式切换后的验证、迭代及稳定性提升，目前仍存在一定的不确定性。 “我们的目标是在一年左右达成千公里接管，这一点基本没有悬念，确定性很高。”周光表示
越用越精的AI智能体：开启个人“一人军团”创业新纪元
你是否察觉到，你身边的AI助手似乎正在变得越来越“灵光”？起初，当你提出相同的问题时，它的回答总是千篇一律。但随着时间的推移，它似乎开始洞察你的习惯——如果你偏好下午处理数据报表，它便会自动调整格式以适应你；当你反复修改特定文案的措辞，它下次便能精准复刻你的风格；而那些你曾经指正过的错误，更是绝不会再犯。这绝非你的错觉。步入2026年，AI智能体正经历一场静默却深刻的蜕变：从单一的“一次性工具”蜕变为“越用越精通的数字伙伴”。它们不仅拥有了记忆、学习能力，更具备了进化潜力，正迅速成为创业者不可或缺的“第二
AI数据新纪元：从资源积累到智能基石
如需报告请联系客服或扫码获取更多报告（1000份+报告）伴随“人工智能+”在各行各业的深入发展，数据已从静态资源转变为驱动大模型智能涌现的关键动力。2025年，全球AI数据产业经历了深刻的供给侧改革：由追求PB级规模的粗放增长，转向注重高密度、高信噪比的“质量至上”；由单一文本模态迈向图文音视频融合的“多模态融合”；由集中式数据处理演进为分布式的隐私计算与联邦智能。本章将系统解析AI数据技术的最新范式变革，重点阐述以合成数据、非结构化文档解析、向量数据库等基础设施的升级，并结合国家数据局“数据要素×”与“
陈凯华：AI 如何重构科学学理论与方法
推荐导语近些年来，人工智能已深度渗透至科研全过程。无论是蛋白质结构预测、自动化实验还是科研智能体，AI 早已超越辅助工具的范畴，正深刻变革着科学发现的路径、科研协作的形态以及知识生产的机制。这一趋势向科学学（Science of Science）发起了新挑战：当人工智能既重塑了科学研究本体，又革新了科学学观测、分析及阐释科学系统的手段时，科学学是否亟需重构其理论框架、核心议题与研究方法，进而为 AI 驱动的科研活动提供评估、治理及生态设计层面的支撑？聚焦该议题，中国科学学与科技政策研究会副理事长、中国科学
华为AI范式变革的三重演进
人工智能范式的转变是当前技术经济领域最突出的热点话题。国务院发布的“人工智能+”行动指导意见以及“十五五”规划纲要从宏观层面明确了AI作为赋能工具、推动传统模式转型以及支撑社会经济发展的核心地位。通过深度融入各行业核心生产环节，AI正在全面重塑生产方式、生产关系和商业模型——这正是AI推动传统经济社会模式变革的本质。在科研、工业、消费、治理等多个领域，这种变革正在加速展开。在 recently 举办的第九届数字中国建设峰会上，华为以“万智互联，跃升行业智能化”为主题参展，通过四大主题论坛、九场行业分论坛以
AI范式演进与未来展望
第一代就是chatbot / text-to-image / text-to-video这一类。核心特征： 用户给一个时间切片，模型返回一个时间切片。它没有真正进入“工作流”。它只是把某个瞬间的问题处理掉，不天然拥有长期状态、权限、工具、责任链和执行闭环。主要蒸馏人类过去的书籍、数据里知识。竞争点在base model第一层：公开知识第二层：偏好数据第三层：coding /tool calling trajectory第四层：enterprise workflow trajectory目前所有的codin
AI进化论：从对话到执行
五月的人工智能领域，热度远超气温攀升。OpenAI在五日全面开放GPT-5.5，真正引发轰动的不在于性能增幅，而是错误率骤降五成——敏感领域的事实偏差下降幅度达52.5%。这绝非微调优化，这意味着AI首次摆脱了言之凿凿却谬之千里的标签，真正获得了进入金融、医疗、法律等专业领域的准入门槛。更引人注目的是中国大模型的里程碑式突破。最新一周全球调用量数据出炉时，众多人士反复核实数字是否准确：中国7.94万亿Token，美国3.26万亿。并非险胜，而是以绝对优势实现逆转。前五名中四款国产，合计占据85.7%的调用
传统产品AI化：从“加按钮”到“体验重构”
AI产品设计实战·升级篇·2026自动化·智能化·范式重构 三层进阶路线 以售后管理系统为例，演示全流程改造AI产品系列第10篇升级路线ToB实战“我们要给系统引入AI。”多数团队接到该需求后，产出的结果是：在原有功能旁增设一个“AI生成”键，点击后AI协助填写部分字段，或生成一段文本。这并非AI化改造，而是“给传统产品贴了个AI标签”。真正的AI化改造，在于让AI重塑工作流——并非替换单一操作步骤，而是促使整体交互方式产生质变。本文提供三层进阶路线，从最基础的自动化至最深层的范式重构，结合真实的售后管理
AI 日报：新政、新技与激评
今日 AI 界资讯爆发，涵盖政策导向、技术尖端及业内巨擘的犀利见解，均昭示着 AI 正迅猛融入各界。让我们速览今日六大焦点。1政策导向新举措聚焦电力交易、能源调度等场景，探寻 AI 实战落地，与范式智能战略高度吻合。AI 助力实体经济，从电力能源切入，政策引导意图清晰。点评：AI 落地场景愈发具体了。2空间智能高德提出空间智能“具身化”跨越，其 ABot 模型凭 0.829 总成绩摘得全球挑战赛桂冠。空间智能融合具身智能，高德在出行领域的技术积淀展露无遗。点评：导航巨头秀出 AI 实力。3影像创作美图推出
谷歌系AI药企豪掷20亿：底层平台价值反超单一管线
🔬 Highlights· 彭博社5月9日消息，Isomorphic Labs正洽谈超20亿美元的新轮融资，若成交将刷新AI制药单笔融资纪录。· 此轮由Thrive Capital领头，Alphabet跟进出资；若落地，公司累计募资将逼近30亿美元大关。· 源自DeepMind的它，致力于把AlphaFold的结构预测力，升级为覆盖多病种的通用药物设计引擎。· 虽无临床管线且未披露湿实验数据，资本仍看好其底层技术有望重构药物研发模式。· 未来成败关键，不再取决于模型故事，而在于临床阶段能否拿出经得起推敲的