AI-RAN深度解读：技术逻辑与产业博弈
最近两年，AI-RAN在网上引发了大量讨论。有人觉得，AI-RAN是大势所趋，预示着通信架构的未来走向。也有人觉得，AI-RAN只是个营销概念，是部分厂商的自嗨，注定失败。那么，AI-RAN到底是什么？它的技术逻辑何在？它能否颠覆整个通信产业？█AI-RAN的本质AI-RAN，全称人工智能无线接入网。也可理解为"AI赋能的无线接入网"。无线接入网，实质上就是基站。移动网络由核心网、承载网和无线接入网构成，而RAN是用户设备接入运营商网络的首个环节。RAN涵盖宏基站、微基站等形态。4G时期，RAN由天线、射
智能视觉检测技术：工业质检的智能化转型与市场前景
引言：从“人工审视”到“智能管控”的升级在制造业的生产线上，你是否见过这样的场景——质检工人弯着腰，借助高倍放大镜逐件检查产品外观，一个班次下来眼睛酸涩、脖颈僵硬，却依然难以避免漏检和误检？这并非个例。传统人工目视检查长期面临着效率低、精度不稳定、人力成本高等痛点。然而，一场由人工智能驱动的工业质检革命正在悄然改变这一切——机器视觉检测技术正以惊人的速度取代人工目视检查，成为智能制造的核心标配。据高工机器人产业研究所（GGII）数据显示，2024年中国机器视觉市场规模已达181.47亿元，2025年预计突
网宿科技：核心业务收入下滑 创始人及前任董事长持续减持
近日，网宿科技(19.130, 1.15, 6.40%)（300017.SZ）披露了2025年年度报告，公司陷入增利不增收的困境，公司于Q4更是出现营利双降的情况。证券之星注意到，理财和处置非流动资产带来的收益撑起近四成净利润，因此其扣非净利润出现下滑。剥离MSP业务虽带来了投资收益，但也导致公司海外市场收入承压。同时，公司CDN与边缘计算业务表现疲软，进一步拖累整体收入表现。不仅如此，去年以来，公司短期内接连更换掌舵人，引发市场关注，且创始人及高管的接连减持，为公司的发展增添了不确定性。01．扣非净利润
医疗AI领域招聘：人工智能总监与工程师，上海
一、人工智能总监—医疗应用方向100W，要求博士岗位职责：·研发并运用先进的人工智能与机器学习技术，聚焦多模态surgical AI手术解决方案的设计与实现；·开展医学图像/视频处理算法原型的快速构建与验证工作，通过实验评估模型效果与可行性；·深入理解业务场景，挖掘算法需求，推动临床应用AI解决方案的设计与落地，并对新方法进行验证；·持续关注人工智能及医疗影像领域的最新研究进展，不断优化和提升算法性能；·与临床用户保持紧密合作，共同解决实际临床场景中面临的问题；·严格遵守公司的产品研发流程与规范要求；·与
边缘计算技术赋能无人机实时绘制战场威胁态势图
佛罗里达州一家安防企业研发了创新边缘计算平台，美军或可借此提升战场地图绘制水平，实现无人机拍摄影像向威胁态势图的即时转换。这套被称作"核心节点"的解决方案，是面向高强度作战场景设计的次世代微型处理单元，主要使命是高效执行战场目标识别作业。平台内置了专利保护的物体威胁侦测算式，该模型基于260余万张无人机航拍画面及4.7万例小型威胁验证样本进行深度学习，可辨识150类地雷与集束炸弹，展现出卓越的战场隐匿威胁探测性能。当代战场背景下，地雷、子母弹等微型隐蔽爆炸装置始终是地面部队推进与战术机动的主要安全威胁。传
AI赋能工业控制：PLC革新路径与产业化图景
核心观点摘要 - 当前阶段定位：人工智能（AI）正从工业自动化的“辅助优化工具”向“核心控制参与者”演进，2026年尚无法完全替代可编程逻辑控制器（PLC），但在高精度装配、复杂流程优化、小批量柔性生产等场景已实现对PLC核心功能的有效替代或增强——这一转变并非简单的技术迭代，而是工业控制从“固定规则驱动”向“数据智能驱动”的范式迁移 。 - 关键能力突破：边缘计算与轻量化大模型的协同，已将AI推理延迟压缩至1ms级，部分场景可匹配PLC的硬实时性能；强化学习（RL）、工业大模型等技术，可处理传统PLC无
Intel酷睿3系列登场：无Ultra标签，入门移动平台新选择
4月17日快科技报道，继代号Panther Lake的酷睿Ultra 3系列亮相后，Intel今日再度推出第三代酷睿处理器——酷睿3系列，内部代号Wildcat Lake，主攻入门级移动市场，与前者构成高低搭配（区别在于是否带有Ultra标识）。 该系列依然采用Intel 18A先进制程，搭载Cougar Cove性能核与Darkmont能效/低功耗能效核混合设计，集成Xe3 GPU图形单元及NPU 5人工智能引擎，不过在硬件规格上进行了明显缩减。 CPU部分最高配备2颗性能核与4颗低功耗能效核（未配置标
神州数码携手英特尔登陆CITE 2026，引领AI算力生态新篇章
智能新纪元，芯片驱动万物。 2026年4月9日至11日，第十四届中国电子信息博览会（CITE 2026）在深圳会展中心盛大启幕。在这场科技盛典中，位于1号馆1C090展位的神州数码(35.320, 0.34, 0.97%)与英特尔联合展台，以“智能新纪元，芯片驱动万物”为主题，携全新至强系列CPU、沉浸式讲解体验及极具创意的展位设计，成为全场焦点之一。作为“AI驱动的数云融合”战略的坚定实践者，神州数码携手全球芯片巨头英特尔，全面展示基于英特尔®至强®处理器的全栈AI基础设施解决方案，以及双方在智能计算中
AI怎样从根基颠覆汽车芯片并重新定义未来交互模式
在当下智能汽车的时代背景下，竞争维度正经历一场静谧却意义深远的范式转换。当我们的视线被座舱内绚烂夺目的显示屏、几乎如同真人般的语音交互以及在复杂都市道路中灵活穿行的自动驾驶功能所紧紧吸引时，目光通常聚焦于应用层的“百花齐放”。然而，这些直观感受的根源，深藏于车辆电子电气架构的最底层——那颗融合了AI智能引擎的汽车芯片。审视汽车半导体的演进历程，芯片的角色完成了从“开关管控”到“逻辑运算”，再到当下“智能生成”的质的飞跃。燃油车时期，分布式MCU（微控制器）仿若身体的神经末梢，承担雨刷启闭或节气门开度等单一
人工智能时代工控从业者的挑战与转机
本期内容有些特别——和大伙探讨下近期AI与本行之间的那些事，再顺便聊聊今天业内都在热议的话题。坦白说，这段时间AI的声势确实浩大，大到连我这个在工控领域摸爬滚打多年的人都感觉难以适应节奏。═══════════════════════════════════════一、谈谈本行"工控智能化"：AI正重塑工厂核心系统═══════════════════════════════════════怎么说呢，近期行业内最热的词依然是那三个字：工控智能化。AI与边缘计算融合，这种架构如今确实火了。简单来说就是将AI
AI与可穿戴设备：力量训练监测技术新突破
长久以来，力量训练与运动表现的评估主要依靠实验室级精密仪器或教练的个人经验判断。现今，虽然可穿戴装置已广泛普及，解决了基础生理参数的采集难题，但在复杂的力量训练场景中，多维生物力学数据的精确获取与分析仍存在显著技术挑战。本文依据2026年4月发表于《Applied Sciences》的最新学术综述，深入剖析人工智能与多模态可穿戴装置在体育界的融合机制。01研究团队背景：该文献由塞浦路斯弗雷德里克大学、希腊色萨利大学与色雷斯德谟克利特大学的Christos Kokkotis及其合作团队发布。该团队在生物力学
边缘AI赋能工业物联网：轻量化智能方案如何筑牢安全防线?—Ubiq-JouleCS泛在能控给出硬核答案
在工业4.0浪潮下，设备越来越“聪明”，但风险也越来越“隐蔽”。工业物联网（IIoT）正在重塑制造业——传感器遍布产线、设备互联互通、数据实时流动。但繁荣背后，一个致命痛点日益凸显：设备数量爆炸式增长，但安全防护和异常检测能力却严重滞后。传统方案依赖云端处理所有数据，存在三大致命短板：🐢延迟高：数据往返云端，关键异常来不及响应💸成本高：海量传感器数据上传，带宽和云端算力不堪重负🔓风险大：敏感工业数据长途传输，安全隐患陡增怎么办？——把AI“下放”到边缘。简单说，就是让AI直接在设备端跑起来，不依赖云端。通
大模型驱动的智慧环保监测体系架构方案
伴随全球城镇化步伐加快与工业生产规模扩张，环境污染已成为阻碍经济社会长远发展的关键瓶颈。现行环境监测方式多存在采样频次不足、分析延迟、反应迟缓等短板，如人工化验往往耗时数小时乃至数日方能出具报告，且固定监测点位布设稀疏（国内地级市平均密度仅每平方公里0.03处），无法对污染源头实施即时精确追踪。此种事后应对型管理模式已难以适应当代环保管控要求，在应对突发环境事故及追踪污染来源时更显力不从心。近期，大规模语言模型与多模态AI技术的飞跃为环保监测开辟了新思路。通过融合物联网传感网、边缘计算节点及环境专业知识库
AIoT技术演进与应用全景解析
AIoT作为人工智能与物联网的集成体，标志着两大前沿科技的交汇融合。其核心在于为海量互联装置植入认知中枢，使它们不仅能收集信息，更能自主解读、研判并采取相应措施，完成从单纯连接到智慧联动的跨越式升级。物联网构成了系统的感知与传输基础：它通过各类传感装置和视觉采集设备汇集大规模数据流，并按指令完成具体操作。人工智能则扮演着中央处理单元的角色：它深度挖掘数据价值，持续优化决策模型，赋予硬件设备预判与自决的功能。二者的有机整合构建起“采集-解析-研判-响应-反馈”的完整智能化循环体系。01AIoT技术体系架构解
人工智能的战略演进：从优化体验到解决核心难题
一、人工智能驱动社会变革的范式演进：从满足“痒点”到攻克“痛点”人工智能正经历一场战略重心转移，从过去的“痒点”式微创新，转向直面并解决“痛点”级社会问题。**早期人工智能技术主要致力于提升效率和改善体验这类“痒点”创新**，例如聊天机器人和智能助手。这些应用虽然带来了便利，但并未触及社会运行中的深层次矛盾。当前，人工智能发展已迈入新阶段，其核心价值体现在能够理解人类意图、拆解复杂任务并自主执行，形成完整的任务闭环。这种转变让人工智能从“信息理解者”进化为“任务执行者”，真正成为应对社会棘手问题的可靠伙伴