AI 新风向：资本聚首头部，具身智能破局
资源正向行业龙头汇聚。具身智能攻克长程任务难关。产业快讯融资呈现两极态势：DeepSeek 首轮估值或冲 450 亿美元，Kimi 半年吸金超 39 亿，资金极度集中于少数巨头。云巨头增资扩产：阿里云 AI 营收连涨 11 季，因算力需求爆棚，宣布大幅上调资本支出。OpenAI 转型服务：成立部署公司并收购 Tomoro，深耕企业级落地与咨询，强化 B 端盈利。科研新突破长程纠偏新法：中科院团队首创按需搜索策略，消除长序列累积误差，LIBERO-Long 基准成功率达 98%。机器人空间感知：浙江人形机器
AI模型突破组合几何经典难题：80年悬案终被解开
OpenAI Research · 2026 年 5 月 20 日 · 研究里程碑近 80 年来，数学家们始终在探索一个看似简洁的问题：当平面上分布着 n 个点时，最多能形成多少对恰好相距 1 个单位长度的点？这就是著名的平面单位距离问题（planar unit distance problem），由匈牙利数学家保罗·埃尔多什（Paul Erdős）于 1946 年首次提出。该问题是组合几何（combinatorial geometry）领域最具影响力的难题之一——表面上看似直白，实则极度复杂难解。200
AI算力供电：产业链核心标的全面梳理
近期市场对AI电源800V发展趋势的关注度持续攀升，上游电子元器件的受益逻辑愈发清晰。相关标的1、SiC：天岳先进（688234）：全球SiC衬底领军企业+AI电源关键材料+市场份额全球第一。在AI电源/SiC领域，公司充分受益于AI算力激增对高压、高效电源的刚性需求，其导电型碳化硅衬底是制造SiC功率器件的核心基础材料。2025年导电型衬底全球市场份额达27.6%，超越Wolfspeed位居全球第一，其中8英寸衬底市场份额高达51.3%。其核心优势体现在：1)全球市场份额第一：衬底是SiC产业链中价值量
感知AI：物理AI的“第一道关卡”，让AI从“数字盲”进化为“物理通”
1. 范式跃迁：AI从虚拟空间“跨界”，感知成物理AI战略入口（关键拐点）英伟达定义：黄仁勋5月表示，物理AI的ChatGPT时代已到来，感知是“物理Token化”的根基，使AI能够理解三维空间、把握因果物理规律。技术分水岭：传统AI（ChatGPT）→数字思维、屏幕呈现、不谙物理；感知AI→实体感知、物理交互、理解重力/摩擦力/碰撞。2. 技术飞跃：3D视觉/力控/世界模型/物理引擎四大瓶颈同步突破（核心逻辑）3D视觉：奥比中光3D结构光精度达0.01mm、适应光照/遮挡环境；英伟达Cosmos视觉编码
36堂AI学科实践课程，助您快速掌握教学新技能
2026年，人工智能已经深深渗透到教育领域，如同日常呼吸般自然。若您错过了四月的成都聚会、五月的南京盛会，若您未能亲身参与2026年小学课程周的精彩现场，那么，这个U盘便是为您精心保存的“教育时光宝盒”。我们把四大主题学科、几十位行业顶尖专家、36堂实践操作课程的精髓，统统浓缩、编辑、收录进这枚小巧的U盘之中。这不仅仅是普通的视频回放，更是一套“人工智能时代教师必备的实战宝典”。36堂现场真实录制课程，将“教育峰会”直接送到您的工作台前不再是空洞的理念灌输，而是直观的案例展示。36堂“AI+”跨学科实录视
AI浪潮中的低调冠军：康强电子为何被资本市场冷落？
各位好，今天我们来探讨一家位于半导体产业链核心地带、却在资本市场表现相对平淡的企业——康强电子（002119.SZ）。在人工智能算力需求急剧攀升、先进封装技术成为行业焦点的当下，作为国内封装材料领域的领军企业，康强电子的股价为何持续表现疲软？它的实际价值究竟如何？是被市场误判了，还是企业确实面临发展困境？本报告将通过解析其2022年至2025年的财务数据和发展战略，为您提供清晰、深入的分析。分析一家企业的基本面，首要关注其盈利能力。接下来我们审视康强电子近年来的经营表现。从数据来看，康强电子的营业收入规模
千亿规模！中国AI大模型迈入新纪元
2026年，中国AI大模型产业告别了初期的混乱竞争。受“人工智能+”政策驱动，行业重心由参数比拼转向价值落地，呈现出通用模型集中、垂直模型场景化、多模态模型普及的趋势。随着算力成本降低、开源生态成熟及行业需求爆发，国内大模型市场稳健增长。预计2026年市场规模将突破1000亿元，同比增37%，2030年有望达3250亿元。目前国内生成式AI普及率超50%，大模型正成为数字经济核心基础设施。值得注意的是，2026年中国开源大模型月调用量首超美国，占全球42%，标志着国内AI生态从技术追赶转向模式引领。202
AIVC技术框架与挑战解析
Insights into Artificial Intelligence Virtual Cells人工智能虚拟细胞探析：AIVC挑战与统一框架一、一段话总结这篇发布于arXiv的论文围绕人工智能虚拟细胞（AIVCs）展开系统梳理，指出AIVCs的核心目标是从多模态、多尺度细胞测量数据中学习可执行、决策相关的细胞状态模型；当前领域虽在单细胞/空间基础模型、跨模态对齐、大规模扰动图谱构建等方向取得突破，但仍存在跨实验室/平台迁移受限、数据泄露与覆盖偏差、剂量/时间/组合扰动效应未系统建模、跨尺度耦合锚点稀
AI浪潮下，高校人才培养的破局之道
人工智能正在给高等教育带来一场史无前例的深刻变革。大学如何应对人才培养的新挑战？来自全球多所知名学府的嘉宾就此分享了自己的见解。“近期诺奖物理与化学奖的颁发警示我们，人工智能已不再只是科学的辅助工具，它已融入科学发现的本质。未来，AI或许不仅能提供帮助，还能发现问题、推进科研，甚至产出具有诺奖水准的成果。届时人类该何去何从？”布朗大学与苏州大学教授、诺贝尔物理学奖得主约翰·迈克尔·科斯特利茨表示，“我的回答是：我们必须主动肩负起培养判断力、伦理观、想象力及目标感的重任。我们的使命不单是打造更聪明的系统，更
英伟调新高业绩与增长战略
专题：英伟达第一季度财报表现强劲，AI芯片销售势头良好，前景可期 英伟达于本周三美股盘后公布的数据，其截至2026年4月26日的第一季度收入创出816亿美元新高，较上季增长20%，同比大增85%。 该季度GAAP和非GAAP毛利率分别为74.9%和75.0%。 第一季度GAAP和非GAAP摊薄后每股收益分别为2.39美元和1.87美元。 英伟达创始人兼CEO黄仁勋表示：“AI工厂建设正以惊人速度推进，AI代理已进入生产阶段，广泛应用于各行业。英伟达在这一变革中处于独特地位，是唯一一个能在所有云平台运行、为
Claude开发者Anthropic首次季度盈利在望 营收呈现爆发式增长
Anthropic PBC有望首次实现单季度盈利，人工智能软件的市场需求正在推动其收入大幅攀升。据知情人士透露，这家Claude开发商向投资者披露的数据显示，预计第二季度营收将达到10亿美元左右，环比增长超过一倍。知情人士指出，Anthropic预计截至6月的季度营业利润将达到5.59亿美元。不过随着公司加大对计算资源及其他成本的投入，未来几个季度未必能持续保持盈利状态。Anthropic曾经被认为是OpenAI的弱势竞争者，但随着AI智能体工具的突破性进展，该公司收入持续快速增长，并在企业客户市场不断扩
英伟达剑指全球CPU市场领头羊
专题：英伟达Q1业绩亮眼，芯片业务蓬勃发展，前景可期 英伟达已不再满足于在全球GPU数据中心市场的霸主地位，该公司宣称，如今已将目标锁定在全球领先的CPU供应商位置。 首席财务官Colette Kress在周四英伟达Q1财报电话会议上披露了这一消息，她指出，CPU市场蕴含着2000亿美元的巨大潜力，而英伟达此前从未进入这一领域。 根据Kress的说法，公司目前预计今年独立CPU收入将接近200亿美元，所有主要的超大规模厂商和系统制造商都与英伟达合作部署这些芯片。 英伟达首席执行官黄仁勋在财报电话会议上称：
人工智能突破80年数学难题 单位距离问题终被攻克
OpenAI 研发的通用推理模型成功破解了困扰学界八十载的"单位距离问题"，彻底否定了离散几何领域的这一核心猜想。这被视为人工智能驱动数学研究进入崭新阶段的重要标志。试想你在无限广阔的平面上分布若干点。任意两个点之间都存在一定距离，其中部分点对之间的距离恰好为 1（即"单位距离"）。核心问题在于：究竟能够形成多少对距离恰好为 1 的点？这个问题看似直白，实则蕴含极深的数学内涵。Brass、Moser 和 Pach 在 2005 年推出的《离散几何研究问题》一书中，将其称为"组合几何中最负盛名（也最易阐释）
AI领域最新动态速递
人工智能领域重大资讯集中爆发：从国家层面算力芯片发展定调、AI产业资本化进程提速，到谷歌I/O大会启幕、黑石携手谷歌投入50亿美元建设AI基础设施，再到全球AI企业占据CNBC颠覆者榜单……以下是详细资讯汇总：📌 宏观政策与顶层设计1. 首届人工智能院士论坛在京举行：聚焦智能芯片自主创新5月17日，以“芯领算力 智创未来”为主题的2026首届人工智能院士论坛在北京召开。论坛上，新架构智能芯片技术北京市重点实验室正式揭牌成立。核心信息速览：· 北京AI产业规模：已突破4500亿元，集聚148位全球顶尖AI人
人工智能赋能矿业转型：智能分选与全流程优化的技术突破
在“双碳”目标与智能制造深度融合的时代背景下，AI技术正以惊人的速度和深度改变着矿物加工行业。从选煤厂到金属选矿车间，从传统的人工分选到智能化的全流程控制，AI正在破解行业长期面临的效率低下、资源浪费、环境污染等难题，推动矿业向“安全、高效、绿色”的新质生产力方向迈进。本文将深入剖析AI在选煤、金属选矿领域的技术突破与实际应用，揭示这一变革背后的创新逻辑与经济价值。AI在矿物加工领域的应用已从单一环节的智能分选，发展为覆盖“探、采、选、冶”全链条的智能化解决方案。根据技术实现路径与应用场景，可将当前AI矿