AI算力需求激增 美光科技获华尔街强力买入评级
投行TD Cowen近日更新投资研报，再次确认对美国存储芯片领先企业美光科技（股价979.3美元，下跌12.34，跌幅1.24%）的“买入”评级，并保持每股1600美元的目标价位。业界普遍认为，在全球人工智能基础设施部署持续提速的背景下，高带宽内存（HBM）与配套存储产品的供应缺口将成为驱动美光科技长期价值评估的关键因素。 根据市场数据，美光科技当前股价在每股979美元左右波动。TD Cowen给出的1600美元目标价，预示该股票相比现价仍有大约63%的上升潜力。TD Cowen资深领域分析师克里什·桑卡
AI推荐品牌的秘密：深入解析99%的人不了解的AI推荐核心机制
许多人疑惑，GEO究竟适用于哪些行业？是否仅限于互联网领域？回应：并非如此。GEO适合所有具备客户需求、需要引流获客的行业，特别是那些客单价高、决策流程长、依赖专业信誉的领域，GEO的效果会倍增。今天，我们来剖析AI搜索时代，GEO的五大核心赛道，当下进入，还能享受三年甚至更久的红利。GEO的核心赛道，需符合三项关键标准：1. 用户需求清晰，搜索倾向强烈**：用户有明确的问题待解，会自主在AI中搜索相关方案、服务提供者或产品，需求极为迫切2. 客单价高昂，转化收益显著**：单个客户的交易金额大，哪怕仅转化
AI自主设计课程，赋能彭州企业
7月10日，彭州市民营经济发展促进中心携手濛江集团与彭州市工商联（商会），于彭客空间共同举办了以“AI赋能企业——从客户需求到专业交付”为主题的实战特训。50余位企业家及业务骨干全程参与，从上午10点坚守至下午5点，全场无一人离场。需求源自实地走访，课程专为解决企业痛点而生。此次活动并非凭空策划。工商联在深入企业走访中，收集到了企业家们的真实反馈：尽管大家都在接触AI，但大多仅限于零散使用，不成体系。虽然深知AI的潜力，却苦于不知如何将其有效融入业务流程。正基于此共识，三方迅速达成合作：民促中心搭建交流平
乙二醇重拾升势：低库与地缘双重驱动
卓创资讯分析师 张国梁 [导语] 2026年7月上旬，乙二醇(4641, -57.00, -1.21%)市场在多重因素共振下走出阶段性反弹行情，张家港现货价格自4000元/吨附近反弹至4400元/吨。华东主港库存持续去化至39.15万吨。中东地缘局势再度趋紧，同时聚酯环节低价补库需求有所释放，涤纶长丝产销一度放量，为价格提供情绪支撑。短期来看，检修兑现与进口尚未集中到港的基本面格局将对价格形成明确支撑；但中期压力正在累积，8月后若国内检修装置集中重启、进口逐步回归、四季度新装置投产预期，叠加聚酯终端需求弱
AI驱动储能爆发：2030年AIDC电池需求或达267GWh
导语丨mybattery乐观情境下，EVTank预测，到2030年数据中心用电占比将升至6%，推动AIDC专用储能电池（BESS）新增需求攀升至267.0GWh，累计存量达607.0GWh。近日，EVTank联合伊维经济研究院与中国电池产业研究院发布《中国AIDC储能电池行业发展白皮书（2026年）》。白皮书指出，2025年AI全球热潮推动大模型参数指数级扩张，智算中心（AIDC）快速扩张，单机柜功耗从数千瓦跃升至数十甚至上百千瓦，配储已成为保障供电稳定、通过绿电认证、缩短交付周期的关键设施，带动BESS
AI开始“自主进化”了？科学家让机器摆脱数据依赖，像生命体一样自我成长
如今，研究人员正试图将这种能力赋予机器。一项最新研究提出了一项颇具开创性的构想：让AI像生命体一样，最终迈向自我进化的道路。论文给出了一套全新的AI架构：需求驱动自系统（Need-Driven Self-System）与智能体自进化模型（Self-evolution Model of Intelligent Agents）。其核心目标清晰明确：推动人工智能从“被训练”迈向“自主成长”。AI距离真正的智能，还差什么？如今的大模型已相当强大，ChatGPT能够撰写文章、分析问题；视觉模型能够识别复杂场景；机器
AI算力激增，光纤量价齐升，多家厂商启动扩产
近期，随着生成式AI技术快速演进，全球AI算力需求急剧攀升，带动光通信上游光纤产品出现需求和价格同步上涨的局面。据行业机构统计，二季度国内主流光纤厂商出货量同比增长超过30%，主流产品报价涨幅接近10%，多家头部光纤企业已陆续启动产能扩充计划，总规划扩产规模超过千万芯公里。本轮光纤扩产的主要驱动力，来自全球智算中心建设浪潮下的算力互连需求升级。当前大模型训练需要数千颗GPU组成集群，推理端也需要大规模分布式算力部署，无论是智算中心内部的机架互连，还是跨数据中心的算力网络调度，高速光纤需求量较传统数据中心提
AI 浪潮下的算力与基建
核心观点该论述指出 AI 是一场颠覆性的技术洪流，而非短暂的风口。其演进高度依赖算力，而算力的扩容又受限于电力供给。在此局势下，芯片（芯）与光通信（光）作为算力基石的关键硬件，具备长期的战略意义。深度解析1. AI 即海啸：技术变革的纵深与广度· 超越互联网：AI 不仅重塑信息传播形态，更在重构认知逻辑、生产方式及社会架构，其影响范围与深度远超三十年前的 IT 互联网变革。· 康波周期级机遇：被视为新一轮长周期（康波周期）的开端，将引发长达十年的产业上行趋势，孕育超级应用与底层技术的同步爆发。2. AI
半导体巨头传出重大举措，晶圆厂投产时间大幅提前
存储芯片龙头企业传来重磅动态！ 据韩国媒体报道，存储芯片领军企业三星电子拟将龙仁首座晶圆厂投产时间加快至2029年，较原计划提早一到两年。此举将帮助三星电子更快抓住全球人工智能芯片需求激增的商机。 另一家主要厂商SK海力士也有新动作，该公司通过在美国纳斯达克推出美国存托凭证（ADR），成功募集约265亿美元，预计将为韩国外汇市场带来大量美元流入。这笔资金有望减轻韩元的贬值压力。 来看具体报道！ 7月12日，韩联社援引行业知情人士透露，三星电子正在推动将其龙仁芯片园区首座半导体制造厂投产时间提前至2029年
AI让原型立等可取，但产品经理的核心挑战才刚开始
最近圈内热议AI对程序员工作的冲击，但产品经理群体似乎被讨论得少一些。这段时间结合自己团队管理、产品设计和使用AI工具的实践，我越来越清晰地感受到：产品经理的工作同样被AI深刻改变着。AI确实提升了产品设计环节的效率，页面、原型、演示版本都能快速产出。可问题在于，产出之后这个需求究竟有没有价值、产品该面向哪些用户、哪些结果可以信赖，反而成了更加棘手的课题。过去产品经理想把一个复杂需求阐述清楚，其实相当困难：口头表达太模糊，流程图只能呈现大致框架。即使完整讲述了，业务方也很难立即理解；真要做出可点击、可跳转
AI时代，老师的角色如何重塑
一位拥有二十年班主任经验的教师坦言：我不惧AI知识更渊博，我担忧的是学生不再需要我。最先接纳AI的，往往是教龄十五年以上的骨干教师，AI为他们节省了大量时间。一名乡镇中学的生物老师，用旧纸板与竹签制作细胞模型，创新教育的关键要素一个未缺。提问的能力、判断的智慧、共情的温度与协作的精神。当知识获取变得前所未有的便捷，学生比以往任何时候都更需要教师——不是知识的搬运者，而是思维的引航者。—— 作者：秋凉 ——
AI巨头厮杀背后：模型越强，算力需求为何反而暴涨？
随着OpenAI、Anthropic、谷歌、Meta、xAI持续发布新模型，市场往往会产生一种错觉：竞争越白热化，存活下来的巨头越少，行业红利也会随之缩水。然而对于黄仁勋和英伟达来说，情况恰恰相反。模型厂商之间的厮杀，未必会缩减算力蛋糕；只要竞争迫使各方不断训练更庞大的模型、降低服务成本、抢占更多用户、普及智能体应用，整个行业消耗的计算资源就可能不断攀升。换言之，黄仁勋无需精准预判谁将成为最终的霸主。他真正下注的逻辑是：不管谁胜出，人工智能都将从极少数人的实验工具，演变为企业、软件、机器人及基础设施的通用
AI进入深水区：从技术竞赛到生态博弈
智谱创始人唐杰发布内部信《巨浪已来》，宣布放弃短期变现，全力聚焦AGI四大方向：长程任务、自主智能体、自我进化与极致安全治理。过去半年，智谱市值飙升十倍，预计2026年6月迈入‘万亿港元俱乐部’。说人话： 智谱刚成万亿公司，老板就喊话别急着赚钱，要把钱砸在让AI真正自主思考和干大事上。OpenAI正招聘专属产品经理，专为家庭用户、照护者与老年人打造ChatGPT体验，标志其从办公工具全面转向家庭智能助手。说人话： OpenAI要让ChatGPT变成每个家庭的智能管家，专门照顾老人和孩子。知情人士称，腾讯正
从Cursor到Kiro：AI编程工具的新思路，先规划再编码
我使用 Cursor 大半年了，开启 Composer 功能，丢个需求进去，代码就自动生成。效率确实高，但有个问题一直困扰着我——AI 生成的代码经常出现「第一版能用，第二版就崩」的情况。它没有真正理解项目架构就动手修改，改完 A 模块，B 模块跟着出问题。我花在修复 AI 埋下的坑上的时间，有时候比我自己写还多。上个月亚马逊推出了一款叫 Kiro 的 IDE，一开始我以为又是个 Cursor 的套壳产品。结果用了两周后发现：它根本不是「让 AI 写代码更快」的思路，而是「让 AI 先把需求想清楚再写代码
AI成本谁来扛
周六选题里，AI那条最像饭桌上会吵起来的问题。大家已经听腻了“AI提高效率”。集思录那个帖子热起来，是因为它往后多问了一步：机器替人把活干了，工资少下来的那一块，最后谁来消费？这个问题不玄。你把它拆成两张账单就行。一张在公司财务报表里，写着芯片、机房、电费、折旧；另一张在普通人的生活里，写着工资、房贷、孩子的课、周末一顿饭。AI最先打到的地方，是大公司的现金流表。买卡、租电、建机房、付云账单，这些东西没有诗意，都是硬支出。高盛相关测算把2026-2031年全球AI实体资本开支估到约7.6万亿美元，听起来像