AI与5G融合趋势下的六大领军企业
2026年AI与5G的融合进入深水区。据工信部数据，截至2026年一季度，国内5G基站总数突破450万座，5G用户渗透率超60%。AI大模型从云端向边缘端迁移，5G网络为边缘AI提供低时延、高带宽的连接保障。据信通院测算，2026年"AI+5G"融合应用市场规模约5800亿元，2030年有望突破2万亿元。这一融合趋势正在重塑通信设备、算力芯片、边缘计算与应用软件的竞争格局。2026年《政府工作报告》明确"人工智能+"行动，推动AI与制造业、服务业深度融合。工信部发布《5G应用"扬帆"行动计划（2026-2
人工智能赋能无源物联网白皮书
📝 研报客AI助手-AI报告总结人工智能赋能无源物联网白皮书概览 一、AI与无源物联网技术融合概述 1. 发展背景 传统无源物联网技术（如RFID）虽在仓储物流等领域快速普及，但面临感知精度低、环境适应性差等瓶颈。AI融合旨在通过嵌入式算法、边缘推理及行业大模型适配，实现从被动采集到主动认知的跨越。 2. 核心技术方向 基础性能提升：采用智能组网与调度技术，解决多读写器干扰和标签防碰撞等复杂问题。 附加能力拓展：拓展单设备融合感知、低成本定位、空间感知及物流仓储调度大模型等新功能。 3. 应用场景 服装零
AI 能力加速向本地设备迁移
AI 能力正在加速向本地设备迁移。Redis 创始人 Antirez 正式开源了 ds4.c，这是一款专为 DeepSeek V4 Flash 与 Apple Silicon 优化的本地推理引擎。该项目并未追求通用框架的设计思路，而是另辟蹊径，通过非对称 2-bit 量化、KV Cache 写入 SSD 以及 Metal 原生优化等技术创新，成功将 100 万 token 上下文窗口和 Coding Agent 功能塞入仅 128GB 内存的 MacBook 设备。真正值得深思的是，AI 正在从集中式的云
2026年AI产业六大关键领域解析
算力产业主要聚焦于计算服务的提供，业务范围涵盖云计算、边缘计算及高性能计算等多个方向。其核心要素涉及 CPU、GPU、存储及网络带宽的租赁、出售与性能优化。该领域的运作模式以 B2B 和 B2C 的订阅服务及按需付费为主，同时拥有高技术壁垒、更新迅速及规模效应显著的特点。国内智能算力规模正飞速增长，预计至 2027 年将攀升至 2019.9 EFLOPS，从而为大型 AI 模型的训练与推理提供强劲动力。AI 大模型是指拥有海量参数的机器学习系统，其参数量通常在百亿级别以上，能够高效执行自然语言处理、图像识
摩智视界：以AI驱动行业智能化
摩智视界是一家专注于行业智能化应用与国产化AI解决方案的高新技术企业。我们以国产化算力基础设施与行业智能应用系统为核心方向，始终坚持自主可控、安全合规与场景落地的原则，将人工智能能力真正嵌入政务、公安、消防、教育、工业等关键业务场景，形成可规模化、可工程化交付的全栈式智能解决方案。凭借与摩尔线程、沐曦科技等国产GPU厂商的深度协作，我们在国产算力适配、AI算法优化、系统集成以及工程化交付方面积累了扎实经验。与此同时，公司联合上海交通大学、公安部直属研究机构等高校与政企单位，打造“产学研用”一体化创新体系，
阿卡迈AI大单与业绩双利好引爆股价 单日飙升近20%
专题：美股2026年Q1财报季重点追踪核心摘要这家在美上市的互联网基础设施服务商总部设于美国，主营业务涵盖云计算、边缘计算、网络安全和内容分发网络等领域。阿卡迈股价在周五交易中劲升近20%，主要得益于两大积极因素：一是宣布与一家人工智能公司签署价值18亿美元的合作协议，二是发布的第一季度财报达到市场预期。过去12个月内，该股累计上涨幅度已达到65%。阿卡迈CEO汤姆・莱顿在周四发布的公告中透露，一家全球领先的AI大模型服务提供商已承诺在未来七年内向阿卡迈采购总额达18亿美元的云计算基础设施服务，不过公告中
AI赋能普惠支付：科创项目展示（一）
AI赋能·智创未来计算机与人工智能学院科创项目展示（一）坚持以创新驱动发展，面向现实需求持续发力。计算机与人工智能学院聚焦“AI+金融”鲜明方向，依托产教融合的育人机制，不断强化关键技术攻关与成果落地转化。即日起，学院发布“AI赋能·智创未来”系列报道，追踪师生团队在核心技术突破、痛点场景破解与转化应用落地中的真实经历，呈现计智学子用技术传递温度的青春担当。支付不该有盲点，技术不能有门槛。从一次细致观察，到形成可行方案，从实验室延伸到银行、医院、养老院。计算机与人工智能学院“芯安理付”团队，用两年时间，为
飞牛AI NAS携手高通瑞莎亮相开发者日
飞牛的 fnOS 系统受邀参加「瑞莎&高通」开发者日活动5月30日，飞牛受邀加入高通与瑞莎共同主办的「AI共进 · 开源新生」开发者日，与开发者、生态伙伴及行业技术专家齐聚一堂，共同研讨端侧 AI 与开源生态的未来发展路径。本次会议重点覆盖 Android、Ubuntu 以及主流 Linux 等平台，围绕 AIoT、边缘计算、端侧 AI 以及开放硬件等主题展开深入沟通与分享。如今的 NAS 早已不再只是传统意义上的“存储设备”。无论是照片备份、影音库管理，还是远程访问、虚拟机与容器服务等需求，越来
AI驱动CDN量价齐升：三线布局更稳
CDN赛道迎来量价齐升，三条主线布局不踩坑前言集团工作推进到Q3，是一年里承上启下的关键节点：既要把上半年留下的任务逐项理清，也要为年底目标加速蓄力、冲刺奠基。如果你还把CDN（内容分发网络）当成“卖带宽”的老生意，那么2026年或许会让你重估。过去二十年，CDN行业几乎遵循一条“铁律”：价格持续下调，厂商之间竞争激烈，最终呈现典型的“增量不增利”。但到2026年，这条规律正在被改写。一行业变局：全球涨价信号更强天变了2026年开年，全球CDN市场出现了具有历史意义的拐点：• 谷歌云宣布自5月1日起，北美
工业软件AI化：变革路径与落地要点
如今，人工智能（AI）与工业软件的深度结合已不再停留在概念验证阶段，而是进入持续创造价值、推动落地实践的阶段，正逐步成为制造业走向智能化与自治化升级的关键驱动力。《制造前沿》聚焦工业软件与AI融合的整体态势，重点分析核心工业软件赛道的AI变革与实践、厂商间的竞争格局及落地过程中的风险点，为工业软件的智能化升级提供更具参考性的决策依据。研究显示，AI正在促使工业软件实现从“辅助工具”的单一功能形态，向拥有自主决策能力的“智能大脑”跃迁。随着生成式AI、智能体技术以及边缘计算的不断成熟，CAD（计算机辅助设计
AI数字人让小店24小时开播：零人工也能带货
立得客登登AI数字人直播系统将deepseek与豆包两大头部AI模型打通融合。根据[艾瑞咨询][2023][《中国AI市场研究报告》]，这两类模型在内容生成及情感输出上具备优势，能更贴合直播带货场景，形成更自然、顺畅的话术表达。该方案可在本地安装部署运行，工作时不必依赖云端算力，从而有效压低长期投入。根据[Forrester][2022][《AI技术趋势报告》]，本地化落地在中小企业中的采用率持续走高，当前已覆盖70%左右的应用比例。防封黑盒能力用于守住直播链路的稳定性，减少因系统波动引发的中断风险。根据
AI硬件新纪元：消费终端智能升级，本土芯片实现技术飞跃
终端智能普及化：2026年各类消费电子设备（智能手机、智能手表、增强现实设备、无线耳机）纷纷部署边缘AI计算能力，无网络运行、节能环保与数据安全成为主要竞争优势；国内产业强势崛起：处理器、驱动控制、光导技术等关键部件自主研发提速，从高端市场拓展至平民化价位区间，性能价格比全面超越国际竞品；应用场景深度拓展：办公智能化装备、可穿戴健康监护设备、智能制造系统、汽车智能交互系统四大细分市场持续扩大，硬件产品设计理念从纯性能竞赛转向集成化AI解决方案与实际应用深度融合；世界产业格局重塑：AI硬件制造供应链重心向中
AI日报：推理成本骤降，多模态架构统一
今天是2026年4月29日，为您汇集AI行业的最新热点资讯，一同聚焦今日AI领域的重大进展。👉 百万token调用成本迈入个位数时代最新数据显示，过去三年大模型推理成本已下降逾百倍，目前百万token调用成本已降至人民币个位数。硬件优化、量化技术以及推理架构的三重突破共同促成了成本的显著降低。这意味着以往仅限于高价值场景的AI能力，如今可大规模应用于几乎所有行业。成本的断崖式下降正在重塑数字经济的根本逻辑，AI正从“奢侈品”转变为如同水电般的基础公共服务。👉 单一模型处理所有模态，跨模态理解能力实现质变今
台达AI节能方案发布：楼宇智控更省能
AI 改写楼宇运行方式，智控指引未来在全球产业升级与商业转型的浪潮里空调与空压系统承担着生产运营的关键职责当成本压力叠加能源价格起伏节能便成了不可回避的选择台达AI Box正式重磅推出面向冷热源、空压机等能源系统的智能管理而生让建筑具备自主研判与决策能力以前沿智能技术打造下一代智慧楼宇1核 心 能 力“数据采集 + 边缘计算 + 机器学习 + 联动控制”重塑建筑能源管理的运行逻辑实现由被动响应向主动智控的跃迁真正完成“感知-分析-决策-执行”的流程闭环用得越多越省能，用得越久越灵活2关 键 优 点摆脱传统
告别云端延迟！光伏电站“边缘大脑”实现智能自主运维
设想一下：在广袤的西北戈壁，一座占地千亩的光伏电站正在运转，周围几十公里内缺乏信号。突然，几块组件因积灰或热斑故障，发电效率悄然下滑20%。传统方案需将数据上传云端，待分析并下达指令往往耗时数分钟。这短短几分钟，就是白白流失的电量和收益。如今，边缘计算技术正颠覆这一局面。它将原本依赖云端的人工智能推理能力，直接部署到现场设备。这台设备宛如电站的“现场大脑”，全天候独立运作，无需联网即可完成感知、判断、告警及初步决策。图1：这是一座典型大型光伏电站的鸟瞰图。大规模组件阵列分布广泛，人工巡检效率极低， 亟需A