AI产业动态：OpenAI推动全民共享AI收益，特斯拉FSD V14技术突破
据英国金融时报报道，OpenAI等企业向美国政府提出一项建议，旨在创建一种让全民受益于人工智能发展的机制。该方案的核心是设立类似主权财富基金的机构，将AI行业产生的超额利润以"AI股权"的方式回馈给所有公民。如果这项提案被采纳，它可能成为全球首个人工智能时代的财富再分配模型。美国总统特朗普签署了一项行政命令，鼓励AI公司在发布新的大型模型前提交给政府进行为期30天的安全评估。然而，由于这一评估并非强制性且时间较短，引发了业界对其宽松程度的质疑。有专家指出，美国不应以"中国威胁论&#
AI超级周期下的中国经济：机遇与挑战并存
本文字数：8420字阅读时间：26分钟自2025年初以来，中国大力推进人工智能（AI）发展，已跃升为仅次于美国的AI研发与应用重镇，并将其他经济体远远抛在身后，在AI领域形成了美中两国主导的G2新格局。那么，AI超级周期能否重启自2021年以来受房地产拖累的中国经济？AI浪潮能否帮助中国摆脱通缩、低利率与经济增长乏力的困境？能否推动房地产市场回暖、改善财政状况、提振居民消费、激发信贷需求？这些问题将成为AI时代研究中国宏观经济走势的核心议题。不同于近年来盛行的区块链、元宇宙等概念，AI是一场真正具有划时代
AI落地阵痛：CFO的理性回归
如今，人工智能在财务领域的应用，早已过了过度炒作的阶段。在2026年Gartner财务研讨会上，副总裁兼分析师克莱门特·克里斯滕森将高管们的普遍心态形容为“充满希望的失望”。他在演讲中指出：“听起来就是这样：‘确实看到了一些酷炫的功能，但它们尚未转化为任何投资回报率。’”“我们正身处失望的低谷，”他的同事、副总裁分析师塔玛拉·希普利说道。她补充道，Gartner的研究显示，只有三分之一的AI计划能提升生产力，五分之一的能带来可衡量的ROI。不过，过去一年里，AI的能力和企业接受度显著提升。“现有模型和工具
legal AI发展脉络：25年50篇关键文献回顾
本书系统梳理了法律人工智能领域25年来的重要文献。自1987年首次法律人工智能国际会议以来，我们从十三次会议中甄选了50篇具有代表性的学术论文，每篇由24位学者分别评述。这些评述文章帮助读者理解法律AI研究的发展轨迹，并提供了独到的见解与思考。这些文献展现了该学科25年来的演进历程，揭示了研究的起源、现状和未来方向。法学与智能技术的结合是当前研究的热点前沿。《法律人工智能史上的50篇论文》原著的出版，为全球研究者提供了重要参考。这部开创性著作即将推出中文版，作为译者，我深感使命光荣，责任在肩。在翻译过程中
AI 迈入大空间模型新纪元
人工智能演进至第二阶段，已从大语言模型跨越至大空间模型的全新纪元。若说大模型与数学紧密相连，那么如今的空间模型则与物理学深度绑定。前者依赖笛卡尔坐标体系，而当下则要求引入物理坐标。在此体系中，每个单位皆具力量，每一点皆为有质量的质点。当前诸多模型正致力于与现实三维物理世界建立映射，然而在计算机内部，物理坐标可呈现为超维且充满自由想象的状态。若需重新在三维世界中对接，仅需将其投影回三维即可。在计算与理解层面，高维空间反而更为便捷，对 Token 的需求也相对更少。不过，高维计算对芯片提出了更高要求。目前有几
人工智能投资的核心规律与实践路径
当美国人工智能热潮降温时，是否会波及中国市场？倘若冲击不可避免，中国又该如何规避风险并把握机遇？关于第二个问题可以给出直接答复：假设美国那些估值高达两三万亿美元的明星公司热度消退，资金撤离，市值回调，这对中国会产生何种影响？至少在一定程度上可能波及香港资本市场。但关键在于应对策略，这才是对投资者真正有价值的内容。用最简洁的方式阐述：纵观历次技术革新浪潮，从早期互联网时代到后来的移动互联网时代，再到2016年以来的大数据、人脸识别、自动驾驶、新能源车等领域，所有技术创新投资都遵循相同的规律——只有上半场和下
人工智能助推人类迈向“逍遥”之境
人工智能（AI）时代已至。这令人心生欢喜又倍感忧虑。喜在 AI 能于众多领域取代人工，极大提升产出效率；然为何又生忧？正因喜极生悲——若 AI 大规模替代人力，人类将何去何从？这必然引发大规模的失业浪潮！类似的担忧曾在前三次工业革命期间浮现，毕竟每次革命都显著提升了效率、释放了生产力，同时也引发了短期的失业阵痛。所谓“革命”，实为格局重塑，工业革命会引发社会各层面与领域的深度调整，旧产业消亡，新产业则层出不穷。有人将人工智能誉为“第四次工业革命”，其对人类社会的冲击与影响，注定远超以往三次。原因在于，AI
英伟达 GTC 台北站：告别纯聊天，Agent 行动纪元来临
AI 已不止于答疑，它正着手替你执行具体任务。在 GTC 2026 台北盛会中，黄仁勋耗费两小时阐述了一个核心观点：AI 正从“内容生成”迈向“任务执行”的新阶段。这一变革对算力需求的冲击，远超大众此前的预判。01 推理超越训练：算力消耗的主阵地发生转移黄仁勋在演讲中强调，Agentic AI 的工作负载以推理为核心，且在特定场景下，其算力消耗已逾越传统训练模式。这表明企业部署 AI 的成本架构正经历重塑英伟达于会上推出了新一代 Blackwell Ultra 架构，专为高频推理场景量身优化。这不仅是产品
OpenAI展示自进化AI：六周内准确率飙升三倍，Bug自动修复
一款具备自我进化能力的AI，无需人类协助即可自行发现并修复漏洞。OpenAI最新内部研究成果曝光：一款基于自我评估的AI系统，短短六周便将特定任务的准确率从基准线提升至三倍。整个优化过程无需人工介入，系统自主识别性能瓶颈，自行修改代码并验证效果。01 自进化原理：评估驱动的优化策略该系统的核心不在于模型规模的扩大，而在于构建了一套评估-反馈-修改的闭环机制示意图（配图与本文内容无直接关联）传统的模型训练通常依赖人工标注海量数据，再由训练师调整参数。而该系统跳过了这一流程，自主生成测试用例，自行评估效果，并
AI与5G融合驱动的智慧医疗数据平台建设方案
智慧医疗迈入 5G+AI 全新赛道！传统医院数据孤岛、诊疗效率偏低、慢病管控难等痛点迎来破局方案。依托高速 5G 传输与智能 AI 算法搭建医疗数据分析平台，打通数据采集、运算、应用全链路，赋能临床诊断、医院管理与医学科研，成为医疗机构数字化升级刚需，下文结合落地方案详解平台建设与商业化路径。01：摘要随着国内医疗数字化提速，海量医疗影像、电子病历、实时体征数据爆发式增长，传统系统互联互通差、数据利用率低、预警滞后等问题突出。依托 5G 低时延、大带宽优势与 AI 深度学习技术打造一体化智能医疗数据分析平
港大经管学院招计算机与 AI 交叉方向研究员
📌 职位核心概况📍工作地点：中国香港🏫招募部门：香港大学商业及经济学院👩🏫指导教授：Xi Li（课题组负责人）⌛工作模式：全职现场办公📅项目周期：1 年⚡入职时间：即刻启动🎯职级定位：RA I / RA II🔍 科研领域聚焦商科与经济学交叉前沿，融合计算机科学与人工智能技术进行学术探索，此为当前热门跨学科赛道，对将来申请硕士博士及深化科研背景极具助力！📝 必备申请条件本科或硕士毕业生皆可主修计算机科学、人工智能或相关交叉学科，拥有科研逻辑与研究导向者优选⏰ 关键截止日期2026 年 9 月 30 日💡
当AI替你读完一本书
把一篇五千字的文章丢给AI，三秒钟，它就能给出三个核心要点。确实省时间，但会不会丢失了什么？这个问题我琢磨了挺久。你说AI总结得准不准？大多数情况下确实挺到位的，三个要点确实抓住了文章的主旨。但我注意到一个现象：用AI读完一篇文章后，我能记住的内容反而更少了。为什么会这样？因为阅读文章的过程不仅仅是接收信息，更是一个思维运转的过程。看到一个论点，我会琢磨"这和我之前了解的不太相符"，然后停下来思考差异在哪里。看到一个精彩的句子，我会多读几遍，甚至摘抄下来。看到一个我不赞成的说法，我会皱眉头，会在心里提出反
AI动画亲子体验：变身小导演，亲手制作古装变装短片
这一次，让遥控器化为创作画笔让孩子从“动画观众”蜕变为小小动画导演借助AI技术，亲手打造专属动画短片！新颖有趣，充满未来科技感全家参与互动，寓教于乐这不仅是娱乐，✅AI动画魔法：仅需一句话即可生成角色、场景与动作1、15:00--15:15 集合签到2、15:15--15:30 活动流程介绍3、15:30--15:45 认识AI：以最简单的方式触摸未来4、15:45--16:40 AI体验：亲手制作动画短片5、16:40--16:50 作品展示6、16:50--17:00 活动结束，自由返程2026年6月
智慧考场启用AI监考，科技助力高考
各位周末愉快！今日高考正式拉开帷幕，天公作美，气候宜人。既无酷暑，亦无严寒，正是应试良机。青春蕴藏凌云之志，少年当破风前行。每位学子心中皆怀梦想，而高考正是圆梦之旅。愿大家青春永驻，逐梦不止。伴随科技发展，今年部分地区考场引入AI监考系统，运用算法辅助监考工作。此举既能节约大量人力与精力。监考本属高强脑力劳动，教师压力颇大。AI介入考场，无形中缓解了人工过重负荷。另一方面，可更精准全面掌握考场动态，借助即时发现、准确研判、实时提醒等算法机制，成为人工监考的有力补充。相较于传统视频监控，依托大数据、云计算及
Nat Med：犹他州 AI 沙盒暴露独立监管困境
2026 年 5 月 27 日，约翰霍普金斯大学医学院与麻省理工学院的学者在《自然医学》期刊刊发论文，题为《犹他州临床 AI 沙盒揭示的独立监督问题》。该研究通过审计美国首个自主 AI 处方续签沙盒项目的透明度，指出了当前临床 AI 监管中静态评估机制与动态系统特性之间的治理错位，并构想了一套独立 AI 审计师注册库的结构化框架，旨在实现部署后的分布式持续监督。监管自主临床人工智能（AI）的核心难题，既源于结构也源于时间维度。FDA 沿用的传统监管路径，倾向于对医疗器械或固定（“锁定式”）算法进行静态的一