逛了一天AWE，我突然发现原来这些未来AI黑科技离我们这么近
下载虎嗅APP，第一时间获取深度独到的商业科技资讯，连接更多创新人群与线下活动🔗 来源：逛了一天AWE，我突然发现原来这些未来AI黑科技离我们这么近 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 118次查看
AIGC Insights (AIGC 观察)
Global AI Trends & Analysis | 全球 AI 趋势与深度分析
下载虎嗅APP，第一时间获取深度独到的商业科技资讯，连接更多创新人群与线下活动🔗 来源：逛了一天AWE，我突然发现原来这些未来AI黑科技离我们这么近 (AI 严选)
黄仁勋的AI致富指南：十年前的投资智慧
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 110次查看
阿里“悟空”发布，B端AI竞争进入平台生态比拼时代
在此之前，飞书、钉钉和企业微信在企业AI领域已经深耕多年。飞书早在2025年就完成了从通用智能体到复杂业务场景的全覆盖；字节跳动则通过火山引擎与飞书深度整合；而企业微信则依托其“连接”优势聚焦轻量化工具。
然而，这些企业的布局在OpenClaw热潮中进一步加速。阿里认为，单纯的功能接入已经无法满足需求，需要构建完整的AI原生工作平台生态。悟空平台通过将钉钉及其他核心B端服务整合，并全面CLI化改造，实现了“沟通即执行”的高效操作。
ATH事业群的成立使阿里巴巴零散的AI能力得以统一管理，形成了从多模态大模型研发到最终应用的一体化体系。悟空平台作为这一战略的首个成果，将逐步接入淘宝、支付宝等阿里旗下核心服务，形成一个覆盖整个企业生态链的工作平台。
这场竞争不再局限于单一产品比拼，而演变为三大商业生态围绕AI Agent的全面卡位战：阿里巴巴以全链路商业服务能力为核心；字节跳动依托数据资产积累和开放平台构建灵活落地环境；腾讯则依靠社交与私域流量壁垒提供全域连接。
随着各方持续投入，未来企业智能化转型将迎来规模化落地。悟空平台的发布不仅预示着阿里在B端AI领域的战略升级，也标志着中国企业在智能化转型中的重要一步。
🔗 来源：阿里抛出“悟空”，B端AI之争告别“养龙虾”竞赛 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 113次查看
从DeepSeek冲击到180亿美元估值：月之暗面如何实现绝境反弹？
在一年前，月之暗面曾因DeepSeek的崛起陷入困境。然而，就在2026年3月中旬，这家公司却迎来了一次令人震惊的反转。据多家媒体报道，月之暗面正在进行新一轮10亿美元融资，其最新估值已达到180亿美元。
一年前，这家AI独角兽因DeepSeek的冲击不得不暂停了Kimi的多个安卓渠道投放，C端扩张战略被迫按下暂停键。当时的舆论几乎一边倒认为，“基础模型是巨头的游戏，初创公司该认清现实。”
然而仅仅过了一年时间，月之暗面就实现了惊人的反弹。
2026年3月中旬，这家AI独角兽正在进行新一轮10亿美元融资。而就在2025年12月末，其估值还是43亿美元。对于一家在行业震荡中承压的AI独角兽而言，这样的反弹幅度无疑是惊人的。
从成立到成为中国科技公司中的“十角兽”（估值突破100亿美元），月之暗面仅用了两年多时间。作为一个对比，拼多多用了三年多，字节跳动则用了四年多。月之暗面以“闪电速度”刷新了中国科技公司的成长纪录。
月之暗面成立于2023年4月，创始人杨植麟出身于清华大学，而后在卡耐基梅隆大学攻读博士，并曾在Google Brain和Meta AI从事大模型相关研究。作为一位典型的技术派创业者，他敏锐地判断长文本处理能力将成为大模型竞争中最关键、也最容易形成差异化优势的突破口。
成立仅两个月后，月之暗面就在2023年6月完成了近20亿元人民币的天使轮融资，并获得了红杉中国、真格基金等知名机构的支持。一个月后，公司又完成A轮融资，美团龙珠、襄禾资本继续加注。
同年10月，月之暗面推出了支持20万汉字输入的智能助手Kimi Chat，成功切入长文本赛道。从融资到产品落地，公司的成长速度令人瞩目。
进入2024年，国内基础模型赛道迎来了政策支持和资本活跃期。月之暗面进一步加快了其融资与估值的增长速度。2024年2月完成10亿美元融资后，公司估值升至25亿美元；同年8月再获超3亿美元B轮融资，投后估值达到33亿美元。
然而，在这一年中，月之暗面也迎来了前所未有的挑战。由于DeepSeek的突然崛起和行业估值逻辑的重构，Kimi产品遭遇了市场关注度下降的问题。
面对困境，月之暗面并没有选择跟随行业风向转向应用层，而是选择专注长期主义，投入K2万亿参数大模型的研发，并同时通过升级医疗、法律等垂直场景能力来寻找现金流。最终，这些措施在2025年7月推出K2模型后开始显现成效，公司也成功完成了C轮融资。
真正的转折点发生在2026年。从C轮到最新一轮融资启动，月之暗面短短3个月进行了三轮融资，估值从43亿美元跃升至180亿美元。
这一近乎“陡峭”的上涨并非单一因素推动，而是一系列因素共同作用的结果：同行上市带来的行业情绪修复、自身产品力被市场重新验证以及OpenClaw引发的Agent热潮。
尽管估值狂飙，月之暗面仍然面临诸多挑战。首先，竞争并未结束，尤其是腾讯可能推出的QClaw可能会对Kimi Claw的市场份额产生压力；其次，关于安全性争议带来的潜在信任风险也是一大隐患；再者，高昂的研发成本使得公司需要持续投入资源；最后，资本退出与上市时点的选择也成为了一个现实问题。
成立不到三年，估值逼近180亿美元。月之暗面从资本宠儿到被质疑、再到融资奇迹的曲折路径证明了这家公司的成长历程并非一帆风顺。真正的考验在于如何将这一轮融资的热情转化为持续的产品能力、商业收入和行业地位。
🔗 来源：从DeepSeek冲击到180亿美元估值，月之暗面如何实现绝境反弹？ (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 178次查看
终极AI是否拿走人类所有权限？
站在2026年的时点回望，我们正经历着技术变革最剧烈的时代。AI的进化史，本质上就是一部人类权限让渡的历史。
首先，“人类权限”是多层结构的，层层剥开：
生存与劳作权（基石层）：关乎物质基础，包括通过劳动获取报酬、维持生计的权利。 认知与决策权（工具层）：计算、逻辑推理、信息筛选等专业诊断与咨询。 创造与审美权（灵感层）：绘画、写作、作曲等创造性活动。 治理与司法权（秩序层）：制定规则、审判是非、分配社会资源。 定义与意义权（哲学层）：关乎“是什么”和“为什么”的问题，如价值观和目的性。 回顾历史，每次重大技术突破都伴随着人类权限的系统性让渡：
工具期（1950年代至2010年代）：算力臣服。从1956年的达特茅斯会议开始，AI被视为执行特定任务的工具。 助手期（2010年代至2025年）：技能让渡。随着深度学习爆发，AI接管职业权限，如AlphaGo与对话能力。 代理期（2026年至2030年代）：意志渗透。多模态AI与具身智能结合，从旁观者变为实际参与者。 决策与授权期（2030年代以后）：治理与资源分配权。AI开始管理城市交通、能源网络等。 当终极AI接管所有权限时，人类将面临何种境地？
体验的绝对主权：AI永远无法真正“感受”或“体验”，这是硅基芯片无法跨越的鸿沟。 自由意志的“黑箱”：AI可以优化路径、执行决策，但无法替人类回答“为什么要有目标”的问题。 定义意义的能力：终极AI越全能，目的性问题就越突出。人类需要重新定义什么是美、善和值得追求的。 最终，当AI拿走所有功能性权限时，人类将回归意志与目的，即在无限可能性中寻找和创造意义。这或许是人类最后也是永恒的权限。
🔗 来源：终极ＡＩ是否会拿走人类所有权限？ (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 38次查看
阿里 ATH 事业群重磅推出「悟空」：企业级 AI 工作平台引领新变革
吴泳铭表示：未来大量数字化工作将由「数以百亿计的 AI Agent」支撑运行，而这些 Agent 的运行，则需依赖模型产生的 Token 驱动。因此，创造 Token、输送 Token、应用 Token 将成为阿里新的主线。
ATH 事业群成立后，悟空事业部首次亮相并交出了成立以来的第一份作业——AI toB 旗舰应用「悟空 WuKong」。这是一款以企业智能体为核心的 AI 原生工作平台，致力于将模型能力深度融入企业工作流。
悟空的逻辑完全不同。「悟空不是钉钉加了一个 AI 功能，而是一个全新的 AI 原生工作平台。它能操作电脑、编辑本地文件、调用桌面应用程序等，全程无需用户手动干预，只需一句话即可完成任务。」
「悟空将兼容开源生态的全部 Skill 能力，并从架构层面内建安全机制，让企业组织敢用 AI Agent 工作。」钉钉 CEO 无招在发布会上表示。
为实现这一目标，钉钉对整个产品进行了底层代码重写，全面 CLI 化（Command-line Interface），将所有钉钉应用转化为标准的命令行指令。悟空不再需要「看懂」按钮在哪里，而是通过标准化指令调用能力，直接调用钉钉的一切能力和数据。
同时，为了解决 AI 操作文件的问题，悟空专门从零搭建了一套 AI 原生文件系统 Realdoc，实现了按行号、关键词定位操作，并自动保存完整快照，支持版本管理和回退功能。
此外，悟空首批推出了十大行业 OPT（One Person Team）技能套件，覆盖电商、跨境电商等多个场景。这些 Skill 封装了行业专家 SOP，可直接调用，推动工作流的自动化与标准化。
「悟空不仅是一款产品，更是一种全新的工作方式。」无招表示：「当一个店主用 AI 运营账号的质量，比竞争对手请的代运营公司还好时——这件事就不只是效率提升了。这是小微门店生存逻辑的重写。」
未来，随着更多企业级产品的加入，悟空将逐步成为整个阿里巴巴 AI 能力在企业工作场景的统一出口。
🔗 来源：刚刚，阿里ATH事业群甩出王炸「悟空」！企业级正规军下场，龙虾们这次真要炸了 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 42次查看
逛了一天AWE，我突然发现原来这些未来AI黑科技离我们这么近
在AWE展上，人工智能技术展现出了其强大的应用潜力和广泛的渗透范围。无论是智能家居、智能健康监测设备，还是智能化汽车，这些未来感十足的产品和技术正逐渐成为日常生活中的常见元素。
例如，在智能家居领域，各类智能音箱、智能照明系统、智能安防监控等产品已经走入千家万户；在健康管理方面，智能手环和手表不仅可以实时监测心率、血压等健康数据，还能提供个性化的健身建议；而在汽车智能化方面，自动驾驶技术和车联网技术正逐步成熟，并有望在未来几年内实现大规模应用。
这一系列的科技进展不仅让我们看到了AI技术的巨大潜力，也为我们描绘了一幅未来生活的美好图景。然而，这些科技成果的背后同样存在着挑战和问题。例如，在隐私保护、数据安全等方面仍需加强监管与规范；在人工智能伦理道德方面也需要全社会共同参与讨论。
通过此次逛展经历，我深刻认识到AI技术正以前所未有的速度改变着我们的生活方式，并且未来还有更多可能性等待我们去探索发现。让我们一起期待并见证这些科技奇迹如何一步步走进现实世界吧！
🔗 来源：逛了一天AWE，我突然发现原来这些未来AI黑科技离我们这么近 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 39次查看
阿里ATH：破局之钥还是大中台2.0？
吴泳铭在一封内部邮件中宣布了这一决定，并明确指出Token将是新组织的核心指标，所有工作都将围绕Token的创造、输送和应用展开。这表明阿里巴巴的战略重心将从技术导向转向Token变现，从多线并行转变为大兵团集权。
ATH的成立是对12天前人事情感变化的紧急纠偏。3月4日，千问事业部的灵魂人物林俊旸突然卸任，暴露出阿里AI战略中技术理想与商业现实之间的深层裂痕。两周后，吴泳铭通过雷霆手段宣告旧路线终结：垂直整合重建闭环。
此次调整的最大变量是首次亮相的悟空事业部，该部门旨在为B端提供AI原生工作平台，依托钉钉数亿企业用户，让Agent直接调用审批、ERP等能力。面对微软Copilot和字节Coze的竞争压力，ATH希望通过拿下B端来承载万亿级Token消耗，并最终实现其Token战略。
尽管 ATH 的路径看似激进，但阿里巴巴并非孤例。全球巨头都在进行AI组织形态的极限实验：
微软：现有业务统治下，AI锦上添花； 字节跳动：Context, not Control，资源随数据流动； 腾讯：静默进化，在联邦制中寻找平衡。 尽管ATH的路径独特，但也伴随着风险。组织战略的不同决定了其动作必然带有背水一战的悲壮。用工业时代的部门墙去圈住AI时代的流水是否会造成新的隔阂？一旦战略预判失误，整个集团的AI节奏可能全盘停摆。
在Token指挥棒下，阿里面临的最大隐患是组织心智与个体利益的脱节。如果考核指挥棒、晋升通道未彻底重构，新战略只会停留在PPT上。顶尖技术人才渴望的是技术话语权和探索自由，而非拿着KPI鞭子的监工。
ATH激进的Token导向释放了利数据、重变现的信号，这会导致组织每一根毛细血管都为单一目标而紧绷。在内部创新逻辑下，没有完美的结算机制，ATH将丧失活力。
2026年春，中国互联网大厂进入AI深水区。吴泳铭的ATH事业群是一次最大胆的组织实验。它试图用工业时代的大兵团去征服AI时代的不确定性。这不仅取决于架构，更取决于能否将新的Token心智注入每一个具体的人，并在铁腕执行中保留一份对创新灵魂的呵护。
最终结果不会写在PR稿里，只会写在未来财报和业务线上。这是一场关于技术、商业也归根结底是关于人的组织实验。无论成败，ATH都将成为互联网史上的一个值得研究的样本。
🔗 来源：阿里成立ATH：是破局之钥，还是大中台2.0？ (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 46次查看
VITURE携手英伟达与斯坦福大学推出XR-AI解决方案
此次报道的重点不是基金本身，而是与之紧密相关的科技合作项目。据报道，VITURE公司近期宣布携手英伟达及斯坦福大学推出了一项名为“XR-AI”的解决方案。这项新技术旨在通过增强现实（AR）和人工智能技术的深度融合，为用户提供更加丰富、沉浸的虚拟体验。
据VITURE介绍，该方案不仅能够提升用户体验，还能帮助企业在培训、设计、营销等多个领域实现创新应用。例如，在教育行业，教师可以通过XR-AI平台创造更具互动性的教学内容；在医疗领域，则可以利用这项技术进行远程手术模拟训练。
值得注意的是，VITURE与斯坦福大学的合作始于多年前，双方共同致力于探索AR与AI结合的技术突破点。此次合作的达成标志着两者研究工作的进一步深入，并有望在未来几年内为多个行业带来革命性的变化。
除了技术层面的创新外，VITURE还表示将通过与英伟达强大的技术支持相结合，在硬件和软件两个维度上共同推动XR-AI解决方案的广泛应用。这不仅体现了三方合作对于市场未来的积极展望，也为相关领域的创业者提供了更多可能性。
目前，“XR-AI”方案已经在部分行业内展开了初步的应用测试，并得到了广泛好评。未来，随着技术的不断成熟和完善，我们有理由相信这项创新将为用户带来前所未有的体验，并开启新一轮科技竞赛。
此外，VITURE还透露计划在未来几个月内针对不同行业推出更多基于XR-AI解决方案的具体应用案例。这无疑将进一步扩大其在市场中的影响力，并吸引更多投资者的关注。
🔗 来源：VITURE携手英伟达与斯坦福大学推出XR-AI解决方案 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 42次查看
腾讯云智能体开发平台推出“企业级OpenClaw”解决方案
“企业级OpenClaw”解决方案是基于腾讯云在人工智能领域的深厚积累和技术实力打造的。该方案旨在为企业客户提供高效、安全、灵活的人工智能开发环境和工具支持，助力企业在智能化转型过程中快速构建个性化AI应用。
具体而言，“企业级OpenClaw”提供了一系列强大的功能与服务，包括但不限于：
全方位云原生架构：支持容器化部署、微服务治理等，确保系统的高可用性和可扩展性。 灵活的开发环境：内置多种主流机器学习框架和深度学习模型库，满足不同业务场景下的AI研发需求。 完善的监控与优化机制：通过实时性能监测、资源调度优化等功能，帮助企业降低运维成本并提升整体效率。 安全保障措施：采用先进的加密技术和访问控制策略来保护企业数据安全和个人隐私不受侵犯。 此方案不仅能够帮助传统行业快速拥抱数字化转型浪潮，还能为新兴企业提供更为便捷高效的技术支持。未来，腾讯云将继续加大投入力度，在这个领域不断探索创新，推动AI技术在更多场景中的广泛应用落地。
🔗 来源：腾讯云智能体开发平台推出“企业级OpenClaw”解决方案ADP Claw (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 42次查看
韩国将投入10万亿韩元推动AI产业发展
根据政府的规划，此次投资将以研发、创新项目以及人才培养为主要方向。具体而言，资金将用于支持多个AI相关技术的研发与应用，包括但不限于机器学习、自然语言处理、计算机视觉等前沿领域。同时，为了促进新兴产业的发展，韩国政府还计划推出一系列配套政策和措施。
韩国国家增长基金的负责人表示：“当前全球科技竞争日益激烈，尤其是在人工智能方面，各国都在积极布局。我们将通过此次投资推动本地AI产业的发展，提升国际竞争力。”
值得一提的是，此举不仅对于韩国本土企业而言是一个重大利好消息，同时也为国内外投资者提供了新的机遇。分析人士指出，随着技术的进步和市场需求的增加，未来几年内AI领域有望迎来爆发式增长。
然而，值得注意的是，虽然投入巨大，但如何确保资金的有效利用、避免重复建设等问题仍需引起重视。政府需要建立健全监管机制，并与产业界保持密切合作，以确保投资能够真正转化为实际成果。
总体来看，此次大规模的AI领域投资标志着韩国在科技创新方面的坚定决心。未来，随着政策落地和项目推进，预计将会为相关企业带来更多的商业机会和发展空间。
🔗 来源：韩国拟今年通过国家增长基金向AI领域投资10万亿韩元 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 40次查看
阿里AI大整合：围绕Token打一场新仗
全文3900字 文 | 高恒说
3月16日，阿里巴巴内部宣布成立Alibaba Token Hub（ATH）事业群，由阿里巴巴CEO吴泳铭直接负责。新事业群整合了通义实验室、MaaS业务线、千问事业部、悟空事业部以及AI创新事业部，并提出一个核心目标：围绕“创造Token、输送Token、应用Token”，重新搭建阿里的AI业务体系。
在移动互联网时代，平台竞争的核心是流量入口。但在大模型时代，越来越多公司开始意识到，真正决定AI商业规模的，不只是模型参数和技术指标，而是 Token 的生产与消耗能力。
笔者认为，阿里这次成立ATH，看起来是一次AI部门整合，本质上却是在重构一条新的AI生产体系：从模型研发到平台分发，再到应用落地，让Token在体系中不断生成、流动和消耗。随着AI Agent开始进入真实业务流程，这种围绕Token运转的体系，很可能会成为AI时代新的基础设施。
在大模型体系中，Token是模型处理信息的最小单位。用户输入的文字、模型生成的内容，本质上都会被拆分成Token进行计算。行业中有一个比较通行的估算方式：1个汉字≈1个Token。无论是API调用价格、模型推理成本，还是算力消耗，大多数AI产品几乎都以Token作为计量单位。
换句话说，大模型表面上在比拼参数规模、模型能力和技术指标，但真正落到商业层面，决定收入规模的往往只有一个指标，即Token消耗量。原因很简单：每一次模型调用、每一次内容生成、每一次推理计算，都会消耗Token。调用次数越多，Token消耗越大，对应的算力需求和商业收入也就越高。
过去一年，这个需求正在明显加速。在阿里内部，春节期间推出的Coding Plan Tokens一度成为阿里云历史上销量增长最快的产品之一。由于购买需求过于集中，原本设计的“首购优惠”在上线两周后就被迫停止。这一现象在一定程度上反映出，企业和开发者对AI算力和模型调用的需求正在迅速上升。
更大的变化来自AI Agent。随着大模型能力不断提升，越来越多AI应用不再只是回答问题，而是开始直接执行任务，比如写代码、整理文档、处理客服咨询，甚至自动完成部分业务流程。业内普遍把这种能够自主执行任务的系统称为AI Agent。
吴泳铭在此次内部信中直言：大量数字化工作将由数以百亿计的AI Agent来支撑，而这些AI Agent将由模型产生的Token支撑运行，成为人类与数字世界交互的主要载体。
如果这一趋势成立，AI行业的商业逻辑也会随之发生变化。过去，大模型公司的竞争重点是模型能力，比如参数规模、训练数据和评测成绩。但随着应用规模不断扩大，真正决定商业规模的将是模型被调用多少次、消耗多少Token。
知名科技产业时评人彭德宇与笔者交流分析指出，从这个角度看，Token不再只是一个技术指标，而会逐渐变成AI时代的基础生产要素。就像云计算时代的算力、电力时代的能源一样，谁能够生产更多Token、分发更多Token、消耗更多Token，谁就更有可能在AI产业中占据优势。
也正因为如此，阿里把新事业群命名为Alibaba Token Hub。这个名字本身已经说明了公司的判断：在AI时代，真正重要的不只是模型，而是围绕Token形成的一整套生产和分发体系。Token，很可能会成为AI产业里的“水电煤”。
围绕Token这个核心概念，阿里重新设计了自己的AI组织结构。新成立的Alibaba Token Hub（ATH）事业群，整合了阿里内部几乎所有关键的AI能力，形成了一套新的业务体系。
从内部信介绍来看：ATH目前由五个核心部门组成：
通义实验室：（Qwen大模型的整体研发工作），创造领先的多模态模型，不断追求基础模型能力上限，为集团和业界提供最领先模型； MaaS业务线：（由MaaS升级而成），构建高效开放的模型服务平台和技术体系，支撑全行业AI生态； 千问事业部：打造最好的个人AI助手； 悟空事业部：（将是钉钉未来最重要的业务），打造B端AI原生工作平台，将模型能力深度融入企业工作流； AI创新事业部：探索各类AI创新应用，快速验证新模式、新市场。 从表面看，这只是一次部门整合。但从产业链的角度来看，阿里实际上是在搭建一条完整的AI生产体系。这套体系可以拆成三个环节：
第一步是创造Token，这一环节主要由通义实验室负责。通义实验室承担Qwen系列大模型的研发工作，包括多模态模型能力的持续升级。 第二步是输送Token，这部分主要由MaaS业务线承担。MaaS本质上是阿里面向企业和开发者提供的大模型服务平台。通过API接口、开发工具和平台服务，它把Qwen模型能力开放给企业客户。企业可以在这个平台上快速开发AI应用，而模型能力也通过平台被分发到不同的行业场景中。 第三步是应用Token，这一环节主要包括千问、悟空以及AI创新事业部。这些产品是真正面向用户的AI应用，也是Token被大量消耗的地方。其中，千问事业部主要面向C端用户，目标是打造个人AI助手，通过聊天、搜索、创作等功能积累用户规模；而悟空事业部则更偏向企业市场，其定位是B端AI原生工作平台，核心任务是把模型能力嵌入企业办公系统和业务流程中，让AI可以直接参与企业日常工作。 通过这样的结构，阿里把原本分散在不同部门的大模型研发、平台能力和应用产品重新串联起来，形成一条从技术源头到应用落地的完整链条。某种意义上，这也是阿里第一次用一种更接近工业体系的方式来组织AI业务，不再只是单独做模型或做产品，而是围绕Token构建一整条可以持续运转的生产和分发体系。
根据《网络安全法》实名制要求，请绑定手机号后发表评论
🔗 来源：阿里AI大整合：围绕Token打一场新仗 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 45次查看
阿里巴巴发布全球首个企业级AI平台“悟空”：推动中国AI技术革新
“悟空”的设计初衷是为企业提供强大的技术支持和定制化解决方案，旨在帮助企业提升业务效率、优化决策流程及实现智能化转型。该平台集成了先进的自然语言处理技术、机器学习算法以及深度神经网络模型，并能够根据企业的具体需求进行灵活调整与配置。通过集成多种AI工具和服务，“悟空”能够帮助企业在多个领域（如客户服务、产品推荐等）快速实现高效运转。
在发布会上，阿里巴巴还展示了“悟空”平台在实际应用场景中的优势和潜力。以某大型制造企业为例，在采用该平台后，其生产效率提升了20%，成本降低了15%；同时通过智能化管理大大减少了人为错误率，进一步提高了产品质量与客户满意度。
值得一提的是，“悟空”的发布并非孤立事件。36氪报道指出，禾赛科技已正式加入NVIDIA Halos AI系统检测实验室，并成为首个获得美国国家标准学会国家认可委员会ANAB认证的全球项目之一。这意味着“悟空”将能够与更多国际领先的技术平台无缝对接，在未来形成更加完善的企业级AI生态系统。
展望未来，“悟空”的成功发布不仅为阿里巴巴带来了新的增长点，也为整个中国乃至全球企业级AI市场注入了强劲动力。随着技术不断进步和完善，相信“悟空”将为企业带来更多惊喜，并引领新一轮科技革命的到来。
🔗 来源：阿里发布全球首个企业级Agent平台“悟空” (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 39次查看
英伟达GTC 2026：黄仁勋预判万亿营收，一键“养虾”卡位底层基建
一、核心算力与处理器
北京时间3月17日凌晨，英伟达CEO黄仁勋在GTC 2026大会上发表了一场长达两个半小时的演讲。这场活动为资本市场带来了一席盛宴：黄仁勋现场明确表示，到2027年，英伟达旗舰算力芯片将实现1万亿美元的营收目标。
“一万亿美元是什么概念？”在解释这一惊人的财务预测时，黄仁勋直接指出这相当于全球IT基础设施的一次全面升级。为了证明这不是空谈，英伟达一口气发布了包括Vera CPU、Groq 3 LPX推理机架以及NemoClaw企业级智能体平台在内的产品矩阵。
通过这些硬核参数的展示，我们发现黄仁勋已经不再仅仅关注单一的GPU销售。他正在尝试通过软硬件协同，全面主导未来数字经济的底层基建。
二、数据互联与存储基建
在生成式AI时代，数据中心将不再是用于存储和流转信息的地方。黄仁勋认为，算力节点将成为生产AI推理代币（Token）的“工厂”。这意味着，如何压缩单位产品的制造成本成为了关键。
为了实现这一目标，英伟达推出了专芯专用的Groq 3 LPX机架。与过去企业使用通用GPU进行大模型推理相比，现在的系统在功耗和吞吐量上有了显著提升。这种分工调整不仅大幅降低了生成Token的成本，也改变了AI产业的整体盈利模式。
三、企业软件与模型生态
为了支持未来的智能体AI（Agentic AI），英伟达提出了“五层架构”，涵盖了能源、芯片、基础设施、模型和应用等层面。这是一场类似电气化改造的基建工程，目标是让未来的企业软件全面转向“智能体AI”。为此，英伟达发布了专为智能体定制的Vera CPU，并且推出了全新的BlueField-4 STX存储架构和Spectrum-6 SPX光电互联系统。
这些软硬件组合构成了一个高效的信息处理平台，能够提前铺设好未来庞大的AI数据流所需的信息高速公路。同时，通过推出NemoClaw智能体基础设施，英伟达进一步巩固了自己的市场壁垒。
四、前沿场景与图形渲染
在本次大会上，英伟达还推出了Space-1 Vera Rubin太空计算模组，将算力网络延伸到了近地轨道。随着这些技术全面渗透进全人类迈入智能体时代的物理和软件基建中，“1万亿美元”的预期就不再是一句空喊的口号。
通过这一系列的技术革新与战略布局，英伟达正在尝试从单一的产品销售转向提供全套基础设施解决方案。而这一目标的实现不仅依赖于技术创新，还需要强大的软件生态支持。NemoClaw智能体基础设施就是这样一个关键环节，它不仅帮助企业快速部署AI代理，还在底层内置了内网隐私数据路由与安全沙箱机制。
此外，英伟达还推出了专为复杂智能体系统设计的开源模型Nemotron 3 Super，并发布了DLSS 5技术。这些努力都在表明，英伟达不仅在努力构建一个完整的生态体系，还在不断优化和提升用户体验。
🔗 来源：英伟达GTC 2026：黄仁勋预判万亿营收，一键“养虾”卡位底层基建 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 45次查看
Kimi技术报告发布改进模型结构，马斯克点赞“令人印象深刻”
从调研热度来看，月内共有43家上市公司受到了公募机构的多轮调研，其中AI产业链相关公司备受关注。这反映出市场对于人工智能技术发展的高度关注与期待，也预示着该领域在未来或将迎来更多投资机会。（证券日报）
Kimi近期发布了一份技术报告，对模型结构进行了改进，并得到了特斯拉CEO埃隆·马斯克的认可，称其“令人印象深刻”。Kimi的这一创新举措不仅突显了公司在人工智能领域的研发实力，同时也为行业注入新的活力。
在科技与财经交汇的当下，AI产业的发展正成为推动全球经济转型的重要力量。此次技术报告的成功发布也再次证明了中国企业在该领域所展现出的创新能力与市场竞争力。（证券日报）
🔗 来源：Kimi发布技术报告改进模型结构，马斯克称“令人印象深刻” (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 40次查看
AI安全引关注 网络安全建设待升级
随着AI技术在各行各业的应用日益广泛，AI安全问题也引起了广泛关注。最近，一篇关于AI大模型“投毒”黑产的报道震惊业界：据报道，39.9元即可购买服务，篡改AI答案，这种现象不仅威胁到用户的隐私和数据安全，还可能影响AI系统的公平性和准确性。
与此同时，开源社区中的中国开源王者DeepSeek V4项目却迟迟未能发布。这引发了业内对于中国在AI开源领域是否能够保持领先优势的思考。
AI安全问题不仅涉及个人隐私和数据保护，还关系到整体网络安全建设的升级。当前，企业和个人在享受AI技术带来的便利的同时，也要时刻警惕潜在的安全风险。
专家指出，加强AI系统的安全性不仅需要技术创新，还需制定和完善相关法规政策，提升公众对AI安全的认识与理解。
面对这些挑战，如何构建一个既开放又安全的AI生态系统，是摆在所有科技工作者面前的重要课题。未来，随着技术进步和行业规范不断完善，我们有理由相信，AI将更好地服务于人类社会的发展。
🔗 来源：AI安全引关注，网络安全建设待升级 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 44次查看
Nebius与英伟达合作开发机器人与物理人工智能云平台
然而，近期发生的另一事件则引发人们对人工智能领域的担忧。据报道，AI大模型中存在“投毒”黑产，且有人利用39.9元的价格篡改AI生成的答案。这再次凸显出在推动技术创新的同时必须加强监管与安全防护的重要性。
与此同时，科技巨头Nebius宣布了其最新合作动态：与全球领先的图形处理器供应商英伟达共同开发机器人和物理人工智能云平台。这一合作旨在通过结合两者的先进技术，推动AI技术在实际应用场景中的创新和发展。通过优化计算资源的利用效率以及增强系统性能，该平台有望为各种行业提供更加智能化、自动化的解决方案。
值得一提的是，在技术进步带来的机遇面前，还存在着一些挑战和问题亟待解决。例如，开源社区中出现了“DeepSeek V4”迟迟未发布的现象，这引起了广泛关注。作为曾经在开源领域颇具影响力的项目，其发展速度明显放缓，背后的原因尚需进一步探讨。
尽管如此，面对这些挑战，科技界仍需保持乐观态度，并继续探索如何更好地利用技术为人类社会带来积极影响。未来的发展方向或许在于更加注重技术创新与应用落地之间的平衡，同时加强对知识产权保护和安全防护措施的重视。
🔗 来源：Nebius与英伟达合作开发机器人与物理人工智能云平台 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 35次查看
英伟达自动驾驶汽车开发进展：比亚迪、吉利等车企布局L4级自动驾驶
然而，在科技与汽车领域的交汇点，英伟达的DRIVE Hyperion平台正引领着汽车行业向L4级自动驾驶迈进。据最新消息透露，比亚迪、吉利、五十铃以及日产等知名车企已开始基于该平台进行L4级自动驾驶汽车的研发工作。
英伟达的DRIVE Hyperion平台凭借其强大的计算能力和全面的功能集，为这些传统汽车制造商提供了实现高级别自动驾驶所需的底层技术支持。通过合作开发，不仅加速了自动驾驶技术在实际车辆中的应用进程，也为消费者带来了更加智能、安全的驾驶体验。
此次合作标志着英伟达在推动全球自动驾驶产业发展方面取得了重要进展。随着越来越多的传统汽车厂商加入这一平台，未来我们有理由相信，L4级乃至更高级别的自动驾驶技术将更快地融入我们的日常生活之中。
🔗 来源：英伟达：比亚迪、吉利、五十铃、日产正基于DRIVE Hyperion平台开发L4级自动驾驶汽车 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 37次查看
NVIDIA DLSS 5：AI驱动的游戏革新与更广阔的应用前景
DLSS 5系统结合了传统的3D图形数据和生成式人工智能模型，后者能够预测并填充图像中的部分内容。这样一来，NVIDIA的GPU可以在不从头渲染每个元素的情况下产生详细的场景和逼真的角色。
黄仁勋强调，这种将结构化数据和生成式人工智能相结合的概念将在一个又一个行业中重复出现。“结构化数据是值得信赖的人工智能的基础。”他指出。
尽管游戏目前占NVIDIA收入的比例低于历史水平，但正是这个行业让NVIDIA成为如今的公司。黄仁勋认为DLSS 5的技术可以推动更广泛的计算变革，并不仅仅局限于游戏领域，甚至可能延伸到企业级计算中去。他举例说，像Snowflake、Databricks和BigQuery这样的企业数据平台将为未来的人工智能系统提供结构化数据。
NVIDIA的技术突破不仅有望引领游戏行业的革新，还有可能在企业级计算中发挥重要作用。这预示着一个新的技术时代即将到来，在这个时代里，人工智能将以前所未有的速度处理和分析结构化数据，并生成新的见解。
🔗 来源：Nvidia’s DLSS 5 uses generative AI to boost photorealism in video games, with ambitions beyond gaming (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 38次查看
Memories.ai：构建视觉记忆层，让AI在物理世界中更智能
在最近举行的Nvidia GTC大会上，Memories.ai宣布了一项与Nvidia的合作计划。双方将利用Nvidia的Cosmos-Reason 2推理视觉语言模型和Metropolis视频搜索和总结应用来进一步开发其视觉记忆技术。Shen表示，他们的灵感来源于为Meta公司开发AI眼镜时的经历。
“人工智能已经在数字世界中取得了巨大的成功，但在物理世界中的表现如何呢？可穿戴设备与机器人也需要记忆功能……最终，我们需要让AI具备视觉记忆能力。”Shen如是说。这一概念对大多数AI系统来说相对新颖，尽管OpenAI、xAI和Google Gemini在过去两年内也开发了类似的工具，但它们大多集中在基于文本的记忆上。
Memories.ai成立于2024年，并已成功获得1600万美元的融资。其视觉记忆模型（LVMM）在2025年7月发布，被视作类似于Gemini Embedding 2的小型版本。为了数据收集，公司开发了LUCI硬件设备，用于记录训练模型所需的视频内容。
Shen强调，他们并不打算成为一家硬件公司，也不计划销售这些设备。尽管现在已有一定的市场需求，但Shen认为更大的机会还在未来。“从商业化的角度来看，我们现在更关注的是模型和基础设施建设，因为最终我们相信可穿戴设备与机器人市场会到来，但可能只是在未来某个时间点。”
目前，Memories.ai已与Qualcomm签订合作协议，其视觉记忆模型将在今年晚些时候运行在Qualcomm处理器上。同时，该公司也在与一些大型可穿戴设备公司合作，虽然Shen未具体透露是哪些合作伙伴。
未来，“物理世界中的AI”概念可能会引领新的技术趋势。通过构建“视觉记忆层”，Memories.ai正朝着这个方向努力，并逐步实现这一目标。
🔗 来源：Memories AI is building the visual memory layer for wearables and robotics (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 46次查看
Nvidia CEO Jensen Huang将AI芯片销售额预测推向万亿美元级别
在演讲进行约一个小时时，霍尔透露了去年NVIDIA已看到5000亿美元的需求量，涉及2026年之前对Blackwell和即将推出的Rubin芯片。他进一步表示：“我们现在站在这里——就在GTC DC会议后几个月，以及上一届GTC会议一年之后——我预见到到2027年底，至少将有1万亿美元的订单。”
Rubin计算架构于2024年首次宣布，霍尔当时将其描述为世界上最先进的AI硬件。与前代Blackwell芯片相比，Rubin在模型训练任务上速度提高了3.5倍，在推理任务上的速度则快了5倍，最高可达50皮卡秒。
NVIDIA表示，计划在今年下半年扩大生产规模。霍尔的这一大胆预测无疑给市场带来了强烈的信号，表明NVIDIA对AI芯片市场的乐观态度和强劲的增长预期。这不仅反映了当前AI技术的发展趋势，也预示着未来科技与经济的巨大潜力。
🔗 来源：Jensen Huang just put Nvidia’s Blackwell and Vera Rubin sales projections into the $1 trillion stratosphere (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 41次查看
Nvidia 推出 NemoClaw：构建企业级安全AI平台的新篇章
作为 NVIDIA 的 CEO Jensen Huang 在演讲中表示：‘每个公司都应该有自己的一套 OpenClaw 策略。’NemoClaw 是基于流行的开源 AI 代理构建平台 OpenClaw 开发的，但经过了企业级的安全和隐私强化。Huang 强调，无论是初创企业还是大型机构，都需要建立起自己的 OpenClaw 战略。
NVIDIA 的研发团队与 OpenClaw 的创始人 Peter Steinberger 密切合作，共同打造了 NemoClaw。NemoClaw 允许用户轻松访问任何编码代理或开源 AI 模型，并能够部署在本地设备上。此外，该平台还可以使用云中的模型，且无需依赖于 NVIDIA 自家的 GPU。它将与 NeMo 软件套件集成，NeMo 是 NVIDIA 的 AI 代理软件。
尽管 NemoClaw 目前还处于早期阶段的 alpha 版本，但是 Huang 表示：‘我们正在努力将其发展成为一个生产级别的沙盒编排工具。’NVIDIA 正在寻求通过这个平台帮助企业更好地管理和部署自己的 AI 代理系统。
随着 OpenAI 和其他科技巨头纷纷涉足企业级 AI 代理平台的开发，这一领域已经成为人工智能技术发展的新焦点。Gartner 研究机构也指出，企业需要采用相应的治理平台来构建和管理这些复杂的 AI 系统。NVIDIA 的 NemoClaw 正好填补了这一需求。
Nvidia CEO Jensen Huang 强调：‘OpenClaw 为行业提供了所需的一切，而 NemoClaw 则是进一步强化后的版本。’这种从开源技术到企业级应用的平滑过渡，正是现代科技发展的一个重要趋势。
🔗 来源：Nvidia’s version of OpenClaw could solve its biggest problem: security (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 37次查看
为什么Codex安全不采用传统的SAST报告
首先，我们需要了解什么是SAST（Static Application Security Testing）。这是一种在代码编写完成后进行的安全评估方式。传统上，这种技术通过检查源代码中的特定模式或结构，识别潜在的安全风险。尽管这种方法简单直观且应用广泛，但它也有一些固有的局限性：比如容易产生大量的误报。
Codex Security选择了一条不同的路径。它基于AI驱动的约束推理和验证方法来发现真正的漏洞。这种技术的核心在于通过构建复杂的数学模型来模拟软件的行为，并利用这些模型来检测是否存在安全隐患。这种方法的关键优势之一是它可以显著减少假阳性（即误报）的比例，从而帮助开发人员更准确地识别真实的安全风险。
例如，在一个具体的场景中，Codex Security能够自动分析代码库中的各种逻辑错误，并通过验证这些逻辑是否符合预定义的安全标准来找出潜在问题。这种基于约束推理的方法不仅提高了检测的准确性，还大大缩短了安全测试的时间周期，使得开发者可以更快地识别和修复漏洞。
此外，Codex Security的技术路径也体现了当前AI技术在软件开发领域应用的一个重要趋势：即通过模拟人类专家的知识和经验来提高系统的智能化水平。这种方法不仅能够帮助解决传统SAST报告中的许多问题，还为未来的安全测试工具提供了新的可能性。
总而言之，虽然传统的SAST报告仍然是软件安全性评估的重要工具之一，但随着技术的发展和变化，像Codex Security这样的新兴解决方案正在逐步改变我们对安全检测的理解。通过采用AI驱动的约束推理和技术验证方法，这些新型工具不仅能够提高检测的真实性和准确性，还为未来的软件安全防护开辟了新的道路。
🔗 来源：Why Codex Security Doesn’t Include a SAST Report (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 41次查看
以太之心发布Aeloon（伊龙）：重塑智能体普惠价值，推动国产化技术创新
一、以太之心的技术定位与目标
作为专注于智能体技术的创新企业，以太之心致力于通过技术创新打破行业壁垒。公司旨在成为全球领先的AI智能体企业，并推动AGI（通用人工智能）的发展，实现生产力飞跃和激发人类创造力。
二、Aeloon（伊龙）产品的定位与应用
Aeloon（伊龙），是针对个人和企业的多模态智能体。它不仅在安全、性能和成本上进行了全面革新，还基于自主可控的理念，在国内市场上开辟了全新的可能性。
对于个人用户而言，Aeloon（伊龙）可以作为一个个性化的多模态陪伴助手，帮助管理日常事务、提供桌面办公支持，并提供情感陪伴。而对于企业来说，则能够构建数字员工矩阵，包括数字项目经理、前端工程师、投研分析师及运营专员等。
Aeloon（伊龙）还利用了团队在AI基础设施上的优势，进一步开发出能够赋能国产硬件和智能体的自动化算子产品，以促进产业生态链的完善。
三、核心技术竞争力
Aeloon（伊龙）所具备的核心竞争力体现在以下几个方面：
高性能架构：如运行时的高效Agent、函数调用及动态任务编排等。
即时呈现的人机交互，使用户能够更简单、安全地利用智能体。
多层次的安全纵深架构，确保从虚拟化到多层权限控制的全方位防护。
通过在算法和架构上的优化，Aeloon成功实现了超低Token消耗，并且支持极简部署。这种技术优势不仅降低了用户的使用门槛与成本，也有助于推动中小型企业及政府、科研等场景的数字化转型。
四、安全隐私保护
Aeloon（伊龙）在设计之初就重视数据安全和用户隐私，采取了本地优先的数据处理策略并进行了加密计算。同时，采用权限剥离和沙盒执行等多种手段来降低越界风险，并积极响应相关法律法规的要求。
五、团队背景与核心竞争力
以太之心的核心团队成员均来自国内外顶尖高校，具有丰富的AI领域研究经验，在大模型优化及智能体研发等方面具备深厚的技术积淀。
六、发布意义与市场影响
Aeloon（伊龙）的推出不仅对以太之心自身的发展有着深远的意义，同时也为国产智能体产业带来了诸多发展机遇。通过此次在上海全球投资促进大会上的亮相，Aeloon（伊龙）有望打破国外相关技术垄断，推动整个行业朝着规范化和规模化方向发展。
此外，它还将带动包括算力、硬件及应用等在内的上下游生态协同发力，并成为推动各行各业数字化转型与产业升级的重要引擎。这些都预示着以太之心在AI智能体领域具有广阔的发展前景。
🔗 来源：以太之心发布Aeloon（伊龙），超低Token消耗重塑智能体普惠价值｜公司动态 (AI 严选)
由
z2，在Industry News 行业资讯， ·
-
- 0篇意见
- 49次查看