中国在轨验证太空金属3D打印技术
中国科学院力学研究所联合中国科学院微小卫星创新研究院，通过轻舟试验飞船，成功进行了太空金属增材制造技术的在轨演示验证。此举标志着我国在太空金属增材制造的关键技术系统方面，已初步具备了在轨验证的能力。太空金属增材制造，即人们常说的太空金属3D打印。与在地球上制造不同，太空金属增材制造需要应对微重力环境下的特殊机理，如金属熔滴的过渡、液桥的稳定性以及熔池的演变。同时，它还必须克服一系列工程上的难题，包括载荷的轻量化设计、抵抗发射过程中的振动、能源接口的适配、遥测遥控与自主运行的能力，以及在轨操作的安全性。这项
FDA警示：AI不可取代人工审查
FDA近日向Purolea Cosmetics Lab发出警告函，背后的原因值得每个从业者重视：其药品生产全链条对AI依赖过深，几乎彻底取消了人工质量控制！该公司将生产规范、工艺步骤以及整套批记录交由AI自动生成，却没有人员复核，也缺少质量关口。最终问题迅速暴露：问题一：工艺验证未按期完成问题二：质量审查流程全程缺位问题三：生产区域卫生条件不符合要求关键点在这里！FDA并非反对使用AI！而是明确强调：AI可以作为工具提升效率但AI绝不能替代人工监督与把关凡是AI生成的文件与记录，必须由专人逐项进行人工核对
AI面对黎曼猜想：它还会在哪些地方绊倒
摘要 黎曼猜想（RH）被普遍视为数学史上最重要的悬而未决难题之一。一个半世纪过去，它依旧让所有证明路线无功而返。随着人工智能逐步走入数学推理：能解竞赛题、能做复杂定理的检验、甚至能生成新的猜想——一个顺理成章的追问出现了：AI有没有可能证明黎曼猜想？若有，又需要满足哪些前提？要回答它，我们不得不正视当下AI的短板、数学发现究竟依赖什么、形式化验证在其中扮演的作用，以及在证明能够被“认证”为无误之前必须搭建的巨型知识支架。下面将从三个互相缠绕的方向拆解：当前AI欠缺的关键能力、把解析数论搬进形式系统的浩大工
JAR综述：生成式AI重塑资本市场信息链
来自马里兰大学的 Sean Shun Cao、香港科技大学的 Wilbur Xinyuan Chen、罗格斯大学的 Guang Ma，以及哈佛商学院的 Suraj Srinivasan 四位学者，在会计学顶尖期刊Journal of Accounting Research（FT50、UTD24）上发表了最新综述论文《Generative AI in Capital Markets: Information Production, Dissemination, and Processing》（资本市场中的生
AI为何总能胡说八道
芯智说·AI解析系列 #012023年5月，纽约南区联邦地区法院上演了一起足以写入AI发展史的离奇乌龙。执业30多年的资深律师史蒂文·施瓦茨（Steven A. Schwartz）在代理一宗航空旅客受伤案件时，使用ChatGPT检索相似判例。ChatGPT给出了6个“看起来相当专业”的案例：2023年4月，对方律师在法律数据库里怎么都查不到这些案例，便向法官提出了质疑。更戏剧化的一幕发生了：施瓦茨一下子慌了神，又转身去问ChatGPT——“这些案例是真的吗？”ChatGPT斩钉截铁地回答：“是的，这些案例
智能体Skill落地实战：POC设计与验证
01课程背景POC（概念验证）：是在正式进行AI开发之前，以最低成本检验AI Skill方案是否可行。随着AI智能体技术不断迭代并加速落地，Skill作为智能体承载特定业务能力、连接模型能力与真实场景的关键载体，其设计是否合理、落地是否可行，直接影响AI产品的核心价值与用户体验。当前企业在推进AI智能体落地时，常常遇到Skill设计与业务场景不匹配、没有经过POC（概念验证）就贸然开发造成成本浪费、Skill能力边界不清、质量难以统一把控、开发完成后与实际需求偏离等问题；而多数产品及相关岗位人员又缺少系统
成都AI新业态加速涌现
今年的政府工作报告首次提出“打造智能经济新形态”。近日，记者走进成都高新区和四川天府新区，探寻人工智能正在催生哪些新业态、新模式。 在成都高新区的阿加犀智能科技有限公司，一款不依赖云端算力、仅靠一颗集成芯片驱动的人形机器人吸引了关注。这款由该公司打造、名为“通天晓”的机器人，是全球首款完全基于端侧AI技术的人形机器人。 2025年6月，阿加犀智能科技有限公司作为成都首批机器人与人工智能实景验证活动受邀企业，将“通天晓”机器人推上街头，在真实城市场景中接受实战检验。 2025年6月起，成都常态化推进机器人与
Day3：AI时代的数字雇主
📊 能力进阶图谱1. 战略思维跃迁智能体角色定位：不再把AI看作“工具”，而是将其定义为“具备闭环处理能力的数字员工”- 掌握AI Agent四个关键环节：感知→决策→执行→复盘- 学会以“用户故事”反推功能方案- 理解插件生态的“能力扩展”思路，而不是单纯“堆功能”2. 技术架构能力模块化拆分思维：- 成功将会议纪要场景拆分成5个功能单元- 设计“语音输入→文本处理→智能抽取→格式输出”的处理链路- 掌握Coze平台插件的选型与接入方法- 实现多插件协同运转的“魔方式组合”方案3. 产品验证方法论全链路
AI安全防护与可信验证技术解析
本资料提供23页完整版本下载，详情可点击文章末尾"阅读原文"获取。「智盾矩阵·大模型安全智库」是FreeBuf知识大陆的核心社群，现已获评FreeBuf钻石星选社群——获得官方高信誉与高品质认证。该社群专注于人工智能及大模型安全方向，致力于构建国际化视野的专业知识整合平台。至今已累计发布4100+篇文档资源，为行业人员提供理论与实践相结合的全方位知识服务。本公众号已发布的社群资源概览如下：①政策法规与标准规范香港生成式人工智能技术及应用指引网络安全技术 生成式人工智能服务安全基本要求网络安全技术 生成式人
招标文件要求出具国家人工智能应用中试基地(医疗)认证报告，揭秘中试基地真相
医疗AI领域流传着一个魔咒：十个项目里，九个倒在研发阶段，最后一个倒在应用环节。研发团队信誓旦旦："我们的模型精准度99%，完胜专家！"结果如何？送到医疗机构一验证，一张影像都处理不了。原因何在？因为实验环境的样本是"标准化"的，真实临床数据却是"复杂"的——机器品牌各异、患者姿态不同、影像清晰度差异巨大。模型在理想环境下表现优异，一旦面对现实就遭遇滑铁卢。这正是医疗AI最大的误区：将"技术可行"等同于"临床可用"。99%的精准度，在研发环境是神迹；在急诊室外，可能意味着医疗事故。那么关键来了：谁来充当这
AI与DeSci联手：24小时研发新药，传统药企面临冲击
上周，Bio Protocol平台的CEO宣布，其团队利用人工智能在约24小时内成功设计出一款针对ADHD的新型候选药物。AI科学家PeptAI通过模拟测试管道进行验证，首次实体实验室测试成本仅为500至600美元，完整验证则需1000至1500美元。相比之下，传统制药公司要达到类似决策节点，通常需投入数百万美元并耗费数年时间。药物研发初期长期被资本而非科学所主导，研究只有在符合商业优先级时才会获得资助，导致大量有价值领域无人问津。去中心化科学（DeSci）多年来努力填补资金缺口，但高昂的药物发现成本始终
李斌：蔚来战略立足长远，时间将验证布局价值
新浪科技报道 4月24日晚讯，2026北京车展正式开启。在蔚来汽车发布会圆满结束后，蔚来创始人、董事长李斌接受了新浪科技等媒体的采访。他推荐道，若主要在城市道路行驶，萤火虫是理想选择，"萤火虫属于少数成功跨越新车效应死亡谷的车型，常被看衰却总能实现突破。"他补充说："我觉得蔚来所做的每件事都需要置于更长的时间轴来观察，用更长远的时间标尺来评估，我们的多项布局都能经受住时间验证，我们致力于成为时间的朋友。当然，某些时候进展可能比预期迟缓，部分车型的表现或高于或低于原先预估，这些情况均属正常。总而言之，时间跨
告别AI炫技：CIO如何实战验证项目回报
前两年，在企业高层会议上，只要PPT里出现“生成式AI”关键词，预算就能轻松通过。然而进入2026年，形势急转直下。当管理层满怀希望地审视财务报表，却发现人工智能并未兑现预期的增收或降本承诺，“AI泡沫论”便甚嚣尘上。面对95%的AI项目失败率这一残酷现实，首席信息官们已接到明确指令：放弃华而不实的“颠覆性创新”，一切用可量化的商业效益说话。过去，CIO们热衷于用“员工日均调用10次Copilot，效率显著改善”这类数据表功。但如今CEO和董事会的要求愈发犀利：“员工写邮件的时间确实减少了，但这部分节省的
美军测试AI赋能任务分析：智能技术加速作战决策进程
本文记录了美国陆军指挥与参谋学院开展的一项技术验证，旨在评估基于Palantir“先锋”系统构建的智能代理融入军事决策第二阶段（任务分析）的实际效能。研究将14名学员组成的传统参谋组，与仅由2名学员操控、运用专用数字角色（总体管控、情报准备、综合集成及简报生成代理）的AI增强小组进行横向对比，重点产出持续评估、战场环境情报准备成果、问题界定与任务陈述等核心产品。结论显示，人工智能作为高效的认知助手，在文本密集型分析和弥补专业盲区方面显著提速任务分析流程，但仍需人工介入验证其现实合理性、图表生成及最终决断，
a16z深度剖析：AI智能体迈向成熟，但基础支撑尚显不足
AI智能体正从辅助角色快速演变为经济活动参与者，其发展速度已远超支撑其运行的基础设施建设进程。它们能够执行任务、进行交易并做出决策，然而，它们缺乏像身份证、银行卡或信用记录这样的基本身份与金融工具。这并非技术本身的限制，而是基础设施层面的挑战。在深入探讨这份报告前，先简要介绍其背景。a16z，全称为Andreessen Horowitz，是硅谷顶尖的风险投资机构之一。它于2009年由网景浏览器创始人马克·安德森与资深投资人本·霍洛维茨联合创立，目前管理的资产规模已超过400亿美元。a16z与传统风险投资机