投资判断为何仍需人类主导
# 投资判断为何仍需人类主导 #陈洪亮元璟资本合伙人在行业与市场研究等领域，AI技术已展现出强大的辅助能力，能够替代部分重复性工作。然而，在投资的核心环节——判断与决策方面，AI在短期内仍无法完全取代人类的作用。主要原因体现在两个方面：首先是一级市场数据的独特性，各投资机构的决策数据具有明显的私密性和非标准化特征，难以被系统性地收集和转化为可用数据。其次是投资回报验证的时间跨度问题，投资成效的检验需要漫长周期（通常以年为单位，甚至更久），且难以确定明确的评判时间节点（如应以哪个时间点作为决策正确性的衡量标
AI重塑硬件安全验证新格局
硬件安全：AI 时代的攻防新战场伴随人工智能技术的迅猛进步，强劲的 AI 模型正被应用于挖掘各类系统的安全隐患。当攻击范围由软件延伸至底层硬件时，风险呈几何级数上升。不同于软件，硬件一旦存在缺陷，难以靠“打补丁”迅速修补。故而，在硬件设计初期实施高阶安全验证，成为控制风险的核心途径。不过，传统安全验证流程极度仰赖专家经验，门槛高、周期长，难以契合日益迫切的安全诉求。Caspia：让 AI 化身你的安全验证专家为破解此难题，Caspia 公司发布了一款依托 AI 的安全验证方案，致力于让非专家用户也能高效开
HeartBeam 成果刊顶级期刊 居家心梗预警获实证
HeartBeam 于周二披露，一篇经同行评议的学术论文已刊登在《美国心脏病学会杂志》旗下子刊《JACC：Advances》中，证实了其心脏监测系统在家中精准识别心肌梗死风险的潜力。 该概念验证研究由波士顿贝斯以色列女执事医疗中心的 Alexei Shvilkin 博士牵头，共招募 212 名急诊胸痛患者，最终分析包含 184 人。研究评估了一种算法，该算法将 HeartBeam 设备采集的心电图数据、患者既有心血管风险因素以及结构化症状评估整合为单一风险评分。 数据显示，当算法仅利用 HeartBeam
王小川携手院士共建AI医生，重塑中国医疗新范式
分享|王小川访谈|陈晓月、郭思明撰文|郭思明2026年5月22日，清华大学百川楼。中国工程院院士韩德民、中国工程院院士乔杰、中国科学院院士顾东风、中国工程院院士王宁利——四位横跨不同医学领域的顶尖学者，与北京儿童医院院长倪鑫、中国医学科学院肿瘤医院副院长李宁、上海交通大学瑞金医院学术委员会主任瞿介明齐聚一堂。在他们中间，坐着百川智能创始人兼CEO王小川。这一场景打破了长久以来的惯例：医疗专家论坛向来由医生主导。而此次，是AI领域主动邀请医疗界最顶尖的力量走近、坐下并正面交流。这场“高端对话”的核心议题直指
AI 代理最大隐患非幻觉，而是权限失控
近期两则看似无关的消息，实则指向同一核心议题。其一，Meta 旗下 Instagram 的 AI 客服助手遭黑客利用。据 The Verge、TechCrunch 及 KrebsOnSecurity 等媒体报道，攻击者未使用复杂技术，仅需与 Meta 的 AI 支持聊天机器人对话，诱导其将目标账号绑定至新邮箱；验证码发送至攻击者邮箱后重置密码，账号随即被接管。其二，Plaid 发布了一篇关于英国 cVRP（商业可变循环支付）的文章。用户在银行完成强认证后，第三方即可在预设的金额、时间及用途范围内发起多次支
6月27日北京线下相聚：AI芯片验证技术分享会诚邀您参与
“万众一芯”作为一款开源且开放的芯片验证系统，专注于借助人工智能与软件技术重塑芯片验证流程。该平台独立开发了多款开源工具，能够显著提高验证工作的效率并降低操作难度。知名的开源高性能RISC-V处理器核心“香山”便是首批应用该系统的项目代表。我们诚邀您携手合作，凭借创新的验证手段与开放的协同机制，促使芯片验证由“劳动密集型”向“智能化高效型”转变，携手打造由AI赋能的芯片验证全新模式。在整个芯片设计环节里，验证工作一直是最为耗时且成本高昂的部分。伴随大语言模型及智能体技术的日益成熟，众多团队已开始探索利用A
AI 验证元年来临：企业选型为何更重落地流程？
过往两年，众多企业在接触 AI 工具时，首要关注点往往集中在功能层面。能否撰写文案？能否制作短视频？能否打造数字人？能否协助回复客户咨询？能否帮助企业梳理内容与线索？这些问题固然关键，但步入 2026 年后，一个更为务实的议题正日益凸显：这些功能是否真能融入企业的日常运营流程之中？近期，人工智能领域显现出显著转变。市场焦点不再局限于模型参数、生成速率及展示效果，转而深度聚焦 AI 能否在真实产业场景中创造稳定价值。国家数据局近日指出，需以完善的数据工程驱动具身智能演进，并强调高质量数据集是 AI 产业化落
Mobileye斩获Frost & Sullivan 2026全球乘用车ADAS年度大奖
Mobileye近期荣获弗若斯特沙利文颁发的2026年全球乘用车高级驾驶辅助系统年度公司称号，这是该机构授予的最高级别行业殊荣。该奖项旨在嘉奖Mobileye在可扩展ADAS解决方案领域所确立的全球市场领军地位。 弗若斯特沙利文的分析显示，Mobileye作为ADAS领域的佼佼者，在可扩展架构、成本效益、安全可靠性及真实场景验证四大核心维度表现卓越，其技术平台实现了从基础ADAS到完全自动驾驶的全覆盖。报告特别指出，Mobileye具备将客户需求转化为落地执行的高效能力，通过灵活的协作机制，使车企能根据自
AI可信度革命：计量标准引领产业新范式
AI说话如何让人信服？单纯跑分已不可靠，因为模型会“背题”，换套数据就原形毕露。解决之道在于将测试集升级为可追溯的“标准砝码”，让结果附带置信区间。用统一标准替代跑分，使“可信”变得可衡量。5月，市场监管总局与国家发展改革委联合发布了一份文件——《人工智能计量体系和能力建设指引(2026版)》。坦白说，单看标题，多数人可能会直接略过。计量？不就是管秤准不准的部门吗，跟人工智能有何关联？但若你愿意多花十分钟细读，会发现这事其实很有意思。它并非探讨AI能做什么，而是在追问一个更根本的问题：当一个模型开口说话时
AI 真的值得信赖吗？
看到明道的一段视频，他因自行车螺丝的扭矩问题与一位 AI 发生了激烈争论。经过多轮问答，AI 依然坚称其错误的答案是正确的。那一瞬间，我深感共鸣。因为这已不再是“AI 是否会出错”的疑问——而是当它犯错时表现得如此自信，我们该如何辨别真伪？这让我联想到，过去医生最头疼的是患者拿着百度搜索结果来问诊。如今，恐怕各行各业都将面临手持 AI 答案前来咨询的人群。“AI 建议我这种情况应使用这种药物。”“AI 认为我的病情并不严重。”“AI 指出你们的方案存在错误。”我身边的医生、律师和咨询顾问朋友，都遭遇过类似
具身智能中试基地助力产业创新
国家人工智能应用中试基地（具身智能）精准聚焦中小企业的核心需求，致力于打造以算力保障、数据开放、模型服务和场景验证为核心的公共技术服务平台。这使得入驻企业能够以更低的成本共享国家级资源。2025年5月16日，国家人工智能应用中试基地（具身智能）在杭州高新区（滨江）正式挂牌成立。作为国内唯一专注于具身智能领域的国家级中试平台，其启用为杭州加快构建具身智能机器人产业集群和人机协同标杆城市注入了新动力，也将推动具身智能技术真正落地应用。浙江灵巧智能科技有限公司的技术人员正在国家人工智能应用中试基地（具身智能）进
产业标准助力具身智能加速发展
6月1日，由工业和信息化部批准发布的《YD/T 6770—2026 人工智能 关键基础技术 具身智能基准测试方法》正式施行，这标志着具身智能的评估工作进入有章可循的新阶段。此外，《人形机器人 全生命周期管理规范》也已发布，通过“一机一码”机制，实现产品的全流程可追溯管理。有行业观点认为，当前具身智能正处于从技术验证向规模化应用转型的重要时期。相关标准体系的不断健全，不仅为具身智能能力评估提供了统一的衡量标准，还建立了符合产业实际需要的全生命周期管理体系。该标准《YD/T 6770—0026 人工智能 关键
AI 时代的挑战与反思
代表着大规模机械、电气、计算及自动化的智能化演进。然而，其进化之路仍未完满。以我参与的一个项目为例，AI 耗费两周仍未成功运行。面对非通用架构的 MCU，AI 程序员陷入循环困境，这实属常态。与妻子探讨 AI 时提出：若原始输入信息有误，AI 如何保持逻辑自洽？我的观点是，至少需要两个完全独立且无联网的 AI 系统相互验证。但现实中这几乎难以实现。常看到国产 AI 在推理过程中输出大量英文，对此我存有疑虑。同时，国外 AI 也被传接入了中国开源模型，令我难以分辨究竟是谁借鉴了谁。AI 提升了生产效率，替代
AI进化之路：先谈约束，再谈成长
回顾过去一年的发展，我们逐渐习惯将AI视为一个“答疑解惑”的工具。提出疑问，它回应答案；布置任务，它完成代码编写、文章创作、表格制作。这个阶段的AI如同一位高效外包：响应迅速，成果丰硕，但缺乏真正的内在成长。真正的深层问题在于：若AI能超越任务执行，从结果中反思、调整工具、更新记忆、优化流程，是否能演化为自我进化的系统？这个设想既引人入胜，又暗藏风险。吸引人之处在于，持续学习的AI将从静态工具转变为长期伙伴。但同时带来挑战：谁能决定AI的改进边界？如何验证修改？若出错能否回退？因此，我逐渐认识到AI进化的
从To AI进化至Be AI：EDA与AI融合重塑验证新范式
近日，在IC设计验证领域的重磅技术盛会DVCon China上，国内数字EDA/IP领军企业上海合见工业软件集团股份有限公司（简称“合见工软”）携其验证硬件产品及全套解决方案精彩亮相。在技术分论坛环节，合见工软验证产品市场总监曹梦侠联合Hybrid混合验证平台研发负责人朱振中，共同发表了《AI赋能验证：智能技术如何重塑验证全栈》的主题演讲，全方位剖析了合见工软在AI与EDA深度协同方面的技术路线、产品落地成果及行业前瞻洞察。双重范式驱动下，验证行业迈入AI工程化落地的关键阶段当前半导体产业正经历史无前例的