东南亚AI竞争格局：中美技术博弈新前沿
本视频深度剖析了东南亚作为全球人工智能霸权争夺的关键阵地，正面临美国与中国技术路线的激烈碰撞。一方面，以Sea集团与OpenAI的合作为代表，美国企业通过把闭源模型深度嵌入Shopee等成熟消费应用，力图巩固市场优势；另一方面，中国科技企业依靠高性价比的开源框架与大规模实体基础设施投入，对西方方案形成强大挑战。面对地缘政治压力并填补商业应用缺口，区域内各国政府正大力推行"务实主权"方案，研发诸如SEA-LION与Sahabat-AI等兼具本土语言特色与文化适配性的自主AI系统。文章全面呈现了由硬件基础设施
经纬领投因果 AI，首轮融资两千万美元
AI 浪潮下，下一站投资何处？近两载，大模型几乎席卷了全球科技界与资本圈。自 OpenAI 掀起新一次技术狂潮以来，国内 AI 六小龙也迅速跻身聚光灯下。某种意义上，此阶段宛如一场资源堆砌的角逐，谁能攫取更多资金、算力及数据，谁便更易占据前排。于是，百亿估值渐成常态，甚至在某些项目中已非关注焦点。01一位因果 AI 学者的创业路Aether AI 的崛起故事，并非始于硅谷的喧嚣，而是根植于深厚的学术研究积淀。剖析其融资架构可知，本轮作为典型早期项目，首轮融资额达 2000 万美元，由经纬创投领投，多家机构
思之在科技——领航下一代智能，开创AI新纪元
这篇文章“有点东西”，如果你对AI底层的进化方向感兴趣，完读会有惊喜。1.关于我们——致力于 AI 前沿科技的探索先锋思之在聚焦AI前沿技术探索，以范式革新解决AI灾难性遗忘、无法在线增量学习、幻觉等问题，实现AI持续学习进化，打破当前的智能上限与能力边界，为实现AGI、释放更大商业价值提供底层核心支撑。我们以解决灾难性遗忘难题为起点，以构建可进化人工智能体系为核心路径，最终奔赴AGI通用人工智能的终极目标，致力于打造真正具备自主学习、持续积累、动态进化能力的下一代智能体系。2.我们做什么——让AI 底层
AI智能体28小时筛选240万结构：超导材料发现迎来历史性跨越
由AI智能体自主发掘并经过实验验证的首批超导材料，彰显了人工智能在材料探索领域的广阔前景。7月3日，阿里巴巴达摩院携手中国人民大学、中国科学院大学等单位，正式推出了业界首个超导材料探索AI智能体——ElementsClaw。该系统成功预测了6.8万个潜在超导材料，其中已有4种全新材料完成合成并通过超导性验证。这一成果象征着人工智能在材料学领域取得了具有划时代意义的重大进展。超导体属于尖端新型材料范畴。当环境温度低于临界值时，其内部电阻骤然归零，并且能够彻底隔绝外部磁场干扰，在电能输送、磁悬浮技术等方面展现
人工智能与教育融合行动计划——场景化项目式探究式教学实操专题培训通知
"人工智能+教育行动计划"场景化·项目式·探究式教学范式应用实操专题培训各高等学校：2026年，作为"十五五"开局之年，教育部根据《教育强国建设规划纲要（2024—2035 年）》战略部署，按照《国务院关于深入实施"人工智能+"行动的意见》的要求，制定了"人工智能+教育"行动计划。计划指出，要推动智能终端应用，通过大数据分析构建学生用户画像，以学生为中心配置学习资源，支撑规模教育下的个性学习。整合教育大模型和智能体工具，打造一批主题式学习场景，推动项目式、探究式、场景式育人，引导学生学会思考，培养胜任智能
AI化身科研员！达摩院ElementsClaw自主发掘全新超导材料
若说往昔的AI仅是科学家的“计算助手”，那么从此刻起，AI已正式佩戴上“研究员”的徽章。7月3日，阿里达摩院携手中国人民大学、中国科学院大学等高校机构，推出了一款代号为ElementsClaw（元素虾）的AI智能体。它完成了一项史无前例的壮举——从零起步，自主探索并通过实验证实了4种人类此前从未涉足的超导材料。AI智能体正为材料科学领域开启全新范式先让我们直观感受一下这种差距究竟有多悬殊。超导材料被视作“物理学界的圣杯”，在电力输送、磁悬浮技术、量子计算等维度拥有颠覆性的应用前景。然而，究竟哪些元素组合能
AI驱动深地科学：核心难题、应用前景与推进策略
原文刊载于《中国科学院院刊》2026年第6期“国家科学技术思想库：人工智能赋能科学研究”。本文为精简版底青云1,2*赵亮1,2郑忆康1,2耿智1,2喻志超1,2单小彩1,2李超1,2徐志尧1,2 吕鹏飞11 中国科学院地质与地球物理研究所2 中国科学院大学 地球与行星科学学院深地科学正处于国家重大战略需求牵引、前沿理论突破与研究范式深刻变革相互叠加的关键时期。面向能源与矿产资源安全、重大工程建设、地质灾害防控和地月空间探测等核心任务，深地科学亟待突破深部结构与成分的高分辨率探测、跨圈层复杂过程模拟和工程高
人工智能新纪元：从编码者到AI指挥官的转变
2026年6月的无锡，初夏的阳光洒落在太湖水面，泛起层层金光。一场聚焦于“机器人能否胜任实际工作”的会议在此举办。来自全国各地的技术人员、企业领袖和投资者齐聚一堂，探讨的不是炫目的技术展示，而是一个更接地气的议题：人形机器人能否在真实工厂环境中，像工人一样，日复一日地稳定执行任务？几乎同时，另一场关于“程序员职业前景”的热议在网络上沸腾。Anthropic发布的一份重量级报告揭示了出人意料的结论：并非程序员整体被淘汰，而是“仅擅长编码”的程序员面临挑战。这两件事表面无关，但它们共同指向一个趋势——人工智能
AI的学科根基、范式困境与智能跃迁——哲学、数学、计算科学与认知科学的综合探索
人工智能（Artificial Intelligence，简称“AI”）作为21世纪最具变革性的科技浪潮核心驱动力， UNSUBSCRIBE其底层逻辑深植于人类对自身心智本质的哲学思辨、对逻辑推演的数据化建模、对运算能力的工程化实现与对脑部认知的科学化仿真，是融合哲学、数学、逻辑学、计算机科学、神经科学、认知科学、语言学及工程技术的终极交叉学科体系。AI的根本宗旨在于仿真、延伸与拓展人类智能，达成从感知、认知、决策到执行的全流程智能化，其演进历程不仅是技术革新的轨迹，更是人类对自身智能认知持续深化的过程，
GIAC 2026·深圳站|快手AI工程化实践经验深度解析
作为国内大规模 AI 工程化落地的先行者，快手技术团队参与了第十三届全球智能应用开发与架构大会（GIAC）。当前，AI 正加速从模型能力竞争走向工程化落地竞争，但行业普遍面临"个人快了、组织没快"的转化瓶颈——如何突破单点提效的局限，让 AI 真正融入研发流程、稳定支撑业务创新，已成为企业研发升级的核心命题。此次大会中，快手技术副总裁胡伟担任联席主席；快手主站 AI DevOps 负责人李思在主论坛发表主题演讲，并担任「AI原生开发工具链技术原理与效能提升」专题出品人。快手主站技术部直播业
AI UITester：开启UI测试的智能新时代
UI 自动化测试始终是质量保障领域的硬骨头。多年以来，Selenium、Appium、Airtest 等工具支撑了大量业务场景，但工程师们心里都明白：传统方案的增长空间已经触顶。最显著的困扰是脆弱性。基于 XPath 与 CSS Selector 编写的脚本，一旦前端进行样式调整或组件重构，就可能导致数十条用例大规模失效。得物技术团队在 2026 年处理过实际案例：交易后台从 Vue 迁移到 React，再到全栈架构，两轮重大改造后，传统 E2E 用例的维护成本激增三倍。一款电商应用的核心下单流程，传统
为何人工智能在企业中难以真正扎根？
去年，一家中型企业找我聊 AI 落地。他们 demo 跑了三个月，效果很好——客服问答准确率 92%，合同审核从 4 小时降到 15 分钟。CTO 拍板：三个月内全业务线推广。一年后我再问，客服 AI 还跑着，但准确率掉到了 74%。合同审核停用了——法务部不信任模型输出，每次都重新人工检查，省下的时间又还回去了。剩下五个试点项目，三个卡在”待评估”阶段，两个被预算砍了。这不是一个失败案例。这是 AI 在企业落地的常态。为什么 demo 那么漂亮，落地却一地鸡毛？答案不在模型能力上——今天的大模型足够强。
AI范式跃迁：告别提示词，自主循环开启智能新纪元
2026年6月，硅谷人工智能领域引发了一场颠覆性的认知洗礼，“Nobody writes prompts anymore”这句话火爆全网，彻底击碎了人们沿用多年的AI交互常识。如今，硅谷顶尖科技圈已达成全新的行业共识：纯手工编写提示词的时代已然终结，未来AI从业者的关键任务，是构建、规划与管控Loop（自主循环体系）。此观点一经抛出，立刻引发业界强烈共鸣。“Claude Code之父”Boris Cherny、“龙虾之父”Peter以及AI巨擘吴恩达等一众硅谷领军人物相继发声力挺，集体转向拥抱Loop范式
人工智能编程的四轮范式演进
人工智能编程的四轮范式演进 1. 提示词阶段 人类撰写指令，AI输出代码。 核心特征：交互对话、复制粘贴、单点产出。 2. 上下文阶段 AI融入开发环境与代码库语境。 核心特征：智能补全、跨文件解析、代码审查。 3. 智能体阶段 AI具备文件操作、命令执行、缺陷修复能力。 核心特征：工具调用、任务分解、自主运行。 4. 闭环阶段 AI嵌入持续反馈循环： 目标设定 → 任务执行 → 结果反馈 → 错误修正 → 成果验收。 江苏 , 2小时前 ,1. 提示词阶段 人类撰写指令，AI输出代码。 核心特征：交互对
从生成式到代理式：AI范式与云原生的双向重塑
"Agentic AI"和"Cloud-Native"当下其实是深度绑定的——前者是2024–2026年AI范式演进的新阶段，后者是它所依赖的基础底座，但Agentic正在反过来重塑Cloud-Native自身的架构逻辑。下面先把两条线的行业背景分别铺开，再讲它们的交汇之处。概念起源：2024年3月，斯坦福吴恩达在红杉AI峰会首次系统阐述"Agentic AI"概念，核心主张是AI应从被动生成走向自主规划+工具调用+多步执行的"智能体"形态。