88%的企业在用AI，但不到10%真能赚钱
导读：麦肯锡最新调研显示，88%的企业已在至少一个环节中"经常使用AI"，但真正做到规模化带来价值的企业仍不足十分之一。面向“尝试”到“变现”，中间究竟卡住了什么？去年，我参加了一场企业数字化转型闭门会。圆桌讨论时，主持人抛出一个问题："在座各位，你们公司在2025年为AI投入的预算，相比2024年增加了多少？"十几位企业高管依次作答。少的也增长了30%，多的直接翻到三倍。主持人继续追问："那你们觉得，这笔投入带来的回报是否匹配？有多少人认可？"现场一片安静
AI规模化落地的三道难关
最近有位制造业老板来问我。他的处境很典型：客服部门先用AI做自动回复，试点阶段就已经很亮眼——响应速度明显加快3倍，人力节省40%。可一旦要在全公司铺开，阻力立刻出现：销售担心AI回答太“像机器”，HR认为数据隐私可能踩雷，财务则觉得费用与回报难以算清。于是方案又回到了试点状态。这并不是偶然。虎嗅最新调研指出，只有25%的企业能把40%以上的AI试点真正带进生产环境。也就是说，75%的企业卡在"试点完成、规模化失败"这一关。根源在哪里？我把最常见的情况归纳成三个坑。坑一：试点挑的是"
具身智能迈入规模化新纪元，Agent自我演进获重大进展
一句话总结：具身智能迎来「规模化」里程碑——OmniRobotHome 实现多人多机器人并发协作，FlexiTac 开源触觉方案打破硬件壁垒，LaST-R1 将 latent reasoning 引入 VLA 后训练，合成计算机规模达十亿级 Agent 训练场。1. 合成计算机规模化：十亿级 Agent 训练场 机构/作者：OpenAI / Google DeepMind 联合研究团队 标签：【大模型】【Agent】【合成数据】【强化学习】 内容摘要：研究团队提出 Synthetic Computers
AI试点半年仍无人用：问题出在“试点思路”
"老K，我们AI客服上线也三个月了，但客户还是继续打人工电话，员工也照样用Excel把数据手动录进去。这AI到底有没有用？"这种话我已经听过不止20次了。关键并不是AI不行，而是你在"试点"这件事上，踩进了很多老板都爱犯的坑。误区一：试点=试试看不少老板推进AI时的想法是"先看看效果，不行再撤"。表面听着很稳，落到执行上却是在为失败提前埋雷。为什么？因为既然叫"试试看"，就等于没把验收条件想清楚。上线三个月都没人讲清楚"算不算成功&#
中国科学家实现光学超材料规模化打印
在中国科学院化学研究所的实验室里，宋延林研究员（中）、李会增副研究员（右）和李凯旋博士于4月20日留影。由中国科学院化学研究所科研人员牵头的研究团队，提出了一种全新的打印多尺度光学超材料的方法，有效协调了材料的光学性能和结构设计。他们自主开发的卷对卷增材纳米打印制造设备，首次攻克了光学超材料在低成本、大规模生产和个性化定制方面难以平衡的难题。该设备实现了多尺度光学超材料的大规模、可控制造与精确集成，使得超材料的生产变得如同“印报纸”一样便捷。这项研究成果已于北京时间4月22日在国际顶尖学术期刊《自然》（N
AI智能体规模化落地的四大关键要素
4月27日，微软与OpenAI调整了自2019年起生效的合作条款，取消了OpenAI产品在Azure上的绝对排他性，允许其在其他云平台上运行，此举将促进AI Agent在多云架构中的广泛应用。此前，OpenAI最新发布的GPT‑5.5 System Card已确立其作为智能体“最强大脑”的地位。在算力支持方面，Meta于4月28日宣布部署数千万个AWS Graviton 5处理器核心，以满足其下一代“智能体团队”所需的密集计算需求；在安全合规领域，谷歌昨日紧急发布了针对“恶意网页投毒AI Agent”引发
广东三大AI国家级中试基地启航，预示工业AI迈入规模化新阶段
摘要：4月27日，广东省人工智能应用对接大会在深圳隆重举行。本次大会上，广东三大国家级人工智能应用中试基地正式对外发布，涵盖了消费品、医疗健康以及能源电力等关键领域。此举表面上是一则区域性的产业动态，但其深层意义在于昭示着人工智能产业的竞争焦点正从“拥有先进大模型”转向“如何将AI技术有效融入实际产业流程”。 过去两年，人工智能行业的热点集中在模型研发、算力提升、参数优化、性能评测以及应用演示（Demo）等环节。然而，在真实的产业应用场景中，企业更关注的并非模型的“智商”，而是其“稳定性、经济性、安全性及
蓖麻籽丰收在望：Casterra巴西加码生物燃料布局
蓖麻籽油在工业润滑、美妆及塑料制品制造领域被看作高端原材料，但其价格能否降至足够低廉的水平以在绿色航空燃油领域大规模应用，始终是产业难题。以色列农业科技企Casterra正在巴西寻求突破这一困境。 Casterra近期公布，该公司在巴西巴伊亚州开展的商业化田间测试斩获重要突破：借助自主研发的转基因种子，蓖麻大规模机械化栽培已验证其经济上的可行性。这表明蓖麻籽油有望从小众高端市场的工业原材料，转变为绿色航空燃油等生物能源产业的战略性大宗物资。 为把握这一契机，Casterra拟于2026年在巴西大规模扩张业
我国科研团队突破光学超材料规模化制造难题
中国科学院化学研究所科研人员领衔的研究团队，提出了打印多尺度光学超材料的全新范式，实现了材料光学特性与结构设计的协同优化。他们自主研发出的卷对卷增材纳米打印制造设备，首次突破了光学超材料在低成本、规模化、个性化量产难以兼顾的长期困境，实现了多尺度光学超材料的大规模可控制备与精准集成，让超材料生产“像印报纸一样简单”。研究成果于北京时间4月22日在国际学术期刊《自然》（Nature）上发表。
Nature综述：AI逆向设计赋能超表面与大规模光子系统
（开篇：传统光子设计往往依赖人工经验、手动调节参数以及直觉试错，这使得性能瓶颈难以突破；尽管逆向设计能够创造出性能卓越的非传统结构，但长期以来受限于器件尺寸偏小、难以在实验室外制备、难以与商业制造工艺兼容以及跨材料适配性差等问题，导致其难以实现规模化量产和系统级应用）在过去的二十年中，光子逆向设计photonic inverse design已成为一种强有力的手段，用于制造性能更佳或具有新功能的光子器件。前十年里，研究重点主要在于大学实验室中的概念验证器件设计与制造；然而，在最近5到10年间，重心已转移至
低成本储能电池正在接管全球电网
今年，全球各地一批大型电池储能项目正陆续接入电网：从得克萨斯州的太阳能中心，到内蒙古的草原，再到悉尼北郊一处前燃煤电厂旧址。 成本下降与数据中心激增的能源需求，早已为电池产业快速增长奠定基础。中东战乱进一步推高了对昂贵化石燃料替代品的需求，加速了这一趋势，让 2026 年成为电池在全球能源体系中占据重要地位的一年。彭博新能源财经（BNEF）分析师此前已预计，在欧洲、中东、非洲和拉美地区扩张的带动下，今年储能装机量将跃升约三分之一。如果燃料供应中断持续，这一增长势头还将进一步增强。 行业加速扩张的信号已经显
为何半数AI项目折戟POC阶段？深挖数据基座背后的"豆腐渣工程"——质量堪忧的数据如何拖累AI价值实现
导语：2025年底的一项调查揭示，超过半数的生成式AI项目在完成令人眼前一亮的概念验证后，便悄然搁浅。为何在管理层面前演示得天花乱坠的AI，一到真实生产环境就原形毕露？原因很直接，却常被忽视：你的数据根基，根本撑不起AI的宏图。在AI浪潮中，企业常被各类大模型的炫酷能力所吸引，却往往低估了"喂养"这些模型所需的数据准备工作。今日，我们深入剖析数据质量为何成为AI大规模落地的最大障碍，以及CIO们应如何突围。在概念验证阶段，技术团队通常会精挑细选最整洁、结构最完善的数据集，并在严格受控的环境下运行模型。在这
从实验到规模化收益：生成式AI与智能体AI的价值实现之道
2026年，智能体技术将在企业场景实现哪些关键进展？立即获取《2026年度AI与数据趋势预测》白皮书，掌握专家前沿洞察，率先适应全新工作模式！AI应用正突破实验性尝试，开始产生可量化的实际效益。当企业从测试环境迈向生产部署，关注焦点也由"技术能做什么"转向"投资能带来多少回报"。虽然AI在提升效能与生产力方面蕴藏巨大潜能，但唯有将其深度融入真实业务流程，价值才能充分释放。最高的投资回报率并非源自独立的试点项目，而是来自于将AI整合进核心业务运营，并依托可靠数据、完善治理体系及适配的技术能力。唯有如此，AI
彭志辉：智元机器人暂处领先，特斯拉量产步伐稍显迟缓
新浪科技报道 4月17日早间资讯，在今日召开的APC2026智元生态伙伴峰会中，智元机器人(14.910, -0.10, -0.67%)联合创办人、总裁兼首席技术官彭志辉指出，机器人产业已步入大规模量产时期。 他谈到特斯拉时称，对方目前正全力推动规模化生产，甚至暂停了部分汽车产线，计划将其转用于自家机器人制造。 “显然特斯拉在现阶段相较于智元的进展仍有一定差距，未来半年我们还能暂时体验一把领先的愉悦。”彭志辉坦言。（撰文：文猛） 责任编辑：张乔松 新浪财经说明：该资讯源自合作方媒体，新浪财经发布本文旨在传
破解AI转型三重门：平安知鸟企业AI落地课程体系发布
当前AI浪潮正重塑全球产业格局，众多企业在AI转型征程中普遍遭遇三大核心挑战：战略规划摇摆不定，难以锁定明确的突破口；优质场景识别困难，试点项目难以扩大；实施过程缺少系统支撑，投入巨大却难获持续成效。若无法跨越这三重障碍，AI应用将始终停留在理论阶段。如何破局？平安集团依托万亿级业务体量沉淀的实战经验，提供了一套解决方案。万亿规模实战检验：平安AI成绩单实力彰显平安集团率先开启金融业数字化变革，经过多年技术深耕与战略升级，在保险、银行、医疗健康等领域积淀了丰富的AI应用实践。伴随"AI in All"战略