Industry 3176 articles · 367 matching

Insider Brief Nscale has signed a multi-year partnership with humanoid robotics company Figure that could deploy up to 100,000 Nvidia GPUs, with an initial $3.5 billion compute commitment to support Figure’s next generation of humanoid robots. According to the companies, the agreement could grow to more than $6 billion of compute and initial GPUs using […]

9月3日，地平线正式宣布征程®智驾芯片量产突破1500万，凭借量产规模第一与市场份额第一的双领先优势，持续领跑中国智驾芯片市场。 作为中国首款实现大规模前装量产、累计出货量最高的车载智能芯片，地平线征程®智驾芯片已累计赋能800万车主，与超40个品牌达成合作，中国前十大车企全部在列。 自 2020 年开启前装量产以来，地平线征程芯片实现从0到1000万量产用时 5 年，而从 1000万到1500万的跨越，仅用时12个月，年增速达 39%。出货量的持续加速，印证地平线规模化量产交付能力的稳步跃升。 截至目前，地平线已累计斩获500款量产车型定点，其中中高阶智能驾驶领域定点接近 130 款，在手定点总量超 2000 万套。随着定点项目陆续进入量产周期，充足的车型储备将持续转化为稳定的出货增长动能。 份额蝉联第一，国产智驾芯片迈入引领阶段 随着高阶辅助驾驶进入规模化普及周期，国产智驾芯片正从跟随者走向引领者，产业主导权正加速向中国方案转移。据新华社中国经济信息社发布的《中国自动驾驶规模化应用蓝皮书》显示，2026 年上半年，地平线全阶智驾芯片市场份额达 31.94%，蝉联行业第一，英伟达以 …

Gemini 领跑，GPT表现平平，国立清华、英伟达提出双奖励孪生网络，告别算力焦虑。 作者丨张 璐 编辑丨幸丽娟 VLM大模型（VLM）在静态视觉与推理任务上已展现出强悍能力。然而在具身智能领域，当模型需要面对复杂的动态交互与机械臂控制时，它们能否准确评估智能体的动作与画面变化，依然是一个待检验的问题。 过去不少人以为，能“看懂画面”就意味着能“当好教练”。但对具身智能来说，从识别场景到精准评估动作进展，完全是两码事。 为了厘清各大模型在真实动作评估中的底细，国立清华大学与 NVIDIA 联合团队在最新研究《VLM-AR3L: Vision-Language Models for Absolute and Relative Rewards in Reinforcement Learning》中，把 Gemini 2.0、GPT-4.1 等主流大模型拉进同一个考场，对它们的视觉裁决能力做了一场综合评估。 论文链接:https://arxiv.org/pdf/2607.00483 01 考场设计：四大仿真套件、 10 大场景与“看图判进展”规则 研究团队选用的 10 个典型任务，涵盖了具…

最近，一只只有 25 厘米高的机器鸭，意外把端侧 AI 的想象力拉到了聚光灯下。 Hugging Face 旗下 Pollen Robotics 发布的 Microduck，是一款售价 399 美元的开源双足机器人。它约 800 克重，开箱即可行走、坐下、踢球、抓取，摔倒后还能自己爬起来。更重要的是，它并不只是一个会动的玩具，而是一个面向开发者的开源机器人平台：用户可以在仿真环境中训练动作策略，再部署到真实机器人上。 这只“小鸭子”之所以引发关注，不只是因为它足够可爱、足够便宜，也不只是因为机器人终于开始进入普通开发者的桌面。它真正释放出的信号是：AI 正在从屏幕里的模型，走向会感知、会行动、会互动的实体设备。 过去几年，人们谈 AI，最常谈的是云端大模型、参数规模、训练集群和算力中心。但当 AI 开始进入真实世界，问题会变得非常具体：设备能不能本地响应？能不能离线运行？隐私数据能不能不上传？功耗和散热能不能被终端接受？成本能不能支撑规模化普及？ 这些问题，正是端侧 AI 真正落地时必须回答的问题。 Microduck 给出的，是“小模型、小芯片、小机器人”的一种想象。一个低成本、开源…

9月2日，上海燧原科技股份有限公司（以下简称“燧原科技”）正式开启科创板新股申购，公司本次公开发行股票数量为4303.52万股，其中网上发行688.55万股，网上申购代码787801，申购价格为142.18元/股。 据发行公告，燧原科技初始战略配售数量为860.7034万股，占本次发行数量的20%。从战配名单来看，本次战略配售参与方覆盖面较广，吸引了腾讯、小米、兆易创新、华虹集团、中兴通讯、上海仪电等多家知名企业或旗下相关主体参与，参与者覆盖人工智能全产业链，同时还有全国社保基金、基本养老保险基金等国家级长期资金参与。其中，腾讯旗下上海启善投资有限公司获配174.71万股，占发行比例4.06%，小米旗下武汉壹捌壹零企业管理有限公司获配49.23万股，占发行比例1.14%。 值得注意的是，本次战略配售并非单纯的财务投资，参与主体的选择也与燧原科技自身的业务发展需求存在较强关联。公司一是选择具备核心关键物料及产能供应能力的半导体产业链上游企业，二是选择具备全栈系统能力的算力设备企业，三是选择具备大规模、持续AI算力采购需求的互联网大厂背景主体、具有三大电信运营商长期合作经验和渠道资源的主体…

过去很长一段时间，数据库的目标足够明确：把数据存稳、查快，并在业务高峰时扛住压力。 但 AI 正在改写这个命题。向量、图、多模态等新数据对象进入生产链路，GPU、RDMA 等异构硬件成为系统设计变量；更关键的是，AI Agent 开始像一位持续工作的“新用户”——它会检索、推理、调用工具，也会把任务进度、记忆和上下文不断写回系统。相比一次 SQL 查询，这是一条更长、更动态、也更难预测的任务链路。 在腾讯云数据库 DBTalk“顶会三连击：2026 国际顶会论文权威解读”中，中国人民大学张峰教授、浙江大学李环研究员、华东师范大学杨程程研究员，分别从系统演进、云原生数据基础设施、测试与测评三个方向，给出了最新观察。三个议题最后汇成同一个问题：当负载被 AI 改写，数据库该如何重新设计？ 从压缩格式到异构执行，优化要沿着数据路径展开 数据库的基本能力没有改变。存储、索引、查询、事务与并发控制，仍然是系统的地基。 但向量检索、RAG、模型状态等新对象，已经很难再被视为外围能力。它们正进入数据库内核，并反过来影响数据表示、存储格式、优化器与执行引擎的设计。 张峰将视角放在数据库内核的协同演进上…

1691分，Qwen3.8-Max把前端编程榜单推到新高，也把长周期智能体继续往企业工作里压。Claude Fable 5.1则把高度智能体化任务的成本最多降约45%，说明竞争正从“更聪明”转向“更能持续干活”。老曹的判断是，榜单会反复换座次，真正留下用户的，是复杂任务做得稳，账单也算得过来。 一起来看看这两天发生的AI和互联网赛道的大事件吧！ 📌 今日AI互联网大事件速览 1，阿里升级Qwen3.8-Max，前端编程榜单升至全球第一 2，努比亚豆包手机完成入网，NaviX Ultra计划9月开售 3，智谱把GLM Coding Plan搬进天猫，个人版月付118元起 4，网信办清理561万余条AI违规信息，平台强化生成内容治理 5，OPPO联合OpenKG发布MobileMem，给端侧AI长期记忆立标尺 6，合见工软发布国产三维芯片设计工具，3DIC物理设计补上关键一环 7，Anthropic发布Claude Fable 5.1，智能体工作成本最高降约45% 8，OpenAI确认Astra达到关键网络安全能力门槛 9，Google推出Pics，AI图片编辑进入Docs与Slides…

汇顶科技原总裁柳玉平因内幕交易被罚150万元，公司业绩同步下滑，上半年净利暴跌41.59%。指纹芯片主业承压，市值从1700亿缩水至241亿，向传感、音频、汽车电子等多元平台转型尚处验证期，第二增长曲线仍未形成。

英伟达把"每一美元能买多少智能"立成行业新尺子，千问一个月四次迭代交卷。Qwen3.8-Flash 提前放出为 Qwen4 准备的 Next 架构，把下一代地基交给开源社区先跑，友商却锁在发布会前。这场长期账，算的是架构开放与生态耐心。 上个月，英伟达发了篇论文，提了个概念，intelligence per dollar，每一美元能买到多少智能。 以前行业比谁脑子大、参数多，往后得比每一美元买到多少智能；这个尺子立起来刚一个月，千问就把答案交了。 模型迭代的节奏也确实变了，以前几个月憋一个重磅，现在几乎每天来一波。 不信你看 Qwen3.8，8 月 3 日 Max，12 日开放权重，14 日 27B 开源，昨晚 Flash，一个月四次，消息一个接一个，多得有点看不过来。 这也不只是 Qwen 一家在赶。 最近模型厂商都卷起了轻量便宜的 Flash 模型，先是 DeepSeek 给 V4 Flash 加上了多模态，紧接着这周，智谱和 Qwen 前后脚扔出了 GLM-5.3-Flash 和 Qwen3.8-Flash。 大伙儿都在想办法，用更少的钱把前沿模型的能力打下来，不过Qwen这次新…

作者｜苏子华 编辑｜靖宇 现场体验过 Violoop 之后，很多关于未来的「AI 助手」该长什么样、能做些什么、能力的极限究竟在哪的困惑，可能都会迎刃而解。 因为 Violoop 已经把它们变成了现实。 Violoop 实物图｜图片来源：Violoop Violoop 是一款巴掌大小的硬件，即插即用，V4 版本通过一根 Type-C 线连在电脑上，不挤占电脑的 CPU/GPU 资源。它可以通过实时读取电脑屏幕上的全局信息，获得用户全部的上下文，实现主动式的 AI 助手。 极客公园获悉，Violoop 半年内完成了亿元级天使轮及 Pre-A 轮融资。联想创投、中金保时捷、蓝驰创投、元生资本、启赋资本和 Zero2IPO Ventures 共同投资。 Violoop 的 CEO 何佳霖 是一位连续创业者，毕业于 UC San Diego 的 CS 专业，曾入选过 YC 创业营。CTO King Zhu 是一位天才学霸，曾在 MIT 的 EECS 专业用 3.5 年完成本硕，同届最快毕业，后来在微软的 Xbox、HoloLens、Surface 等多个业务线担任核心工程师。 左为何佳霖，右为…

当模型公司开始用AI设计AI芯片，会对行业格局带来哪些影响？

随着终端AI从“回答问题”走向长期理解用户和主动任务执行，记忆能力正成为决定AI个性化与主动服务水平的关键基础能力。 近日，OPPO联合中文开放知识图谱（OpenKG）社区，推出行业首个面向端侧AI记忆能力的评测基准MobileMem。同时携手浙江大学、同济大学、东南大学等高校专家团队共同建设。通过构建统一、开放的评测“标尺”， MobileMem让不同技术路线在同一标准下实现可比较、可迭代，加速端侧AI记忆技术发展。 这也意味着OPPO端侧AI记忆的持续投入，正从自身产品能力建设，进一步延伸至行业公共能力建设，积极推动技术开放合作与生态发展。 构建端侧AI “记忆”的“度量衡” 近年来，长期记忆和长程智能体能力评测已取得大量研究进展，但针对移动端长期个性化、多模态生活场景的系统性评测仍相对不足。 与云端智能体相比，端侧AI需要在有限算力、有限存储和隐私保护等约束下，持续积累、更新和利用用户长期记忆，其能力边界和优化目标具有明显差异。 缺乏统一、开放的评测参考，使端侧Agent开发者难以开展有效的A/B测试和性能回归，研究者也难以在一致的任务和评价协议下客观比较不同方案，进而制约了相关…

Bloomberg 报道 Nvidia 正接近以约 129 亿美元收购 Hugging Face，交易总额可能达约 140 亿美元，双方尚未达成最终协议，时间与细节仍可能变动。该价格约为 Hugging Face 2023 年融资轮 45 亿美元估值的 2.9 倍，按年化收入约 1.5 亿美元计算相当于 86 倍，Nvidia 还谈及在交易中加入 10 亿美元的员工留任方案。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtjhy5ze07gorobv62fpf0wi

OVHcloud 将于今年秋季对其产品目录中的绝大多数服务进行涨价，本次调价的核心诱因并非来自进行价格调整的产品本身。自 2025 年年中以来，内存与存储组件的成本出现了大幅攀升，公司创始人 Octave Klaba 将这一现象归因于 AI 算力建设热潮挤占了普通服务器核心组件的晶圆制造产能。 Klaba 在 X 平台上的一篇帖子"中详细阐述了这一传导机制：全球三大主流内存供应商已经将旗下工厂的产能转向面向 GPU 的、利润率更高的高带宽内存（HBM），直接挤压了标准 DDR4、DDR5 内存的产能供给。他的帖子是用法语发布的，这里用的内容来自平台的自动翻译。 这些数据来自 OVHcloud 公司的采购记录。以 2025 年 6 月为基准，到 2026 年 6 月，内存价格达到 604，SSD 达到 323，硬盘达到 148。Klaba 的预测更进一步： 本月，即 2026 年 6 月，我们为内存支付的价格是 2025 年 6 月的 6 倍。我们已经知道，到 2026 年 9 月，这一价格将达到 9 倍，而 2027 年初的预测甚至高达 12 倍！？ 组件价格涨幅，以 2025 年 6…

索尼发布三款 ULT Tower 派对音箱，Starman Optical 收购 GoPro 等。查看全文

Manus正式恢复独立运营；胖东来1-8月销售额超195亿，同比增长26.98%；SpaceX据悉重组数据中心领导团队；苹果官网更新，库克头衔已变为执行主席，约翰·特努斯正式担任苹果首席执行官；外籍个人从外商投资企业取得股息红利需缴个税；交易所制定L2行情使用规范，严禁“绕道抢跑”；《微短剧发展管理办法》9月1日起正式施行；中国牵头制定，全球首个腿式机器人国际标准发布；国家药监局：进一步加强药品信息化追溯管理工作；全链条治理流量造假、网络暴力，9月1日起互联网新规正式施行；上半年公募基金分仓佣金收入达87.27亿元，同比增长95.13%；乘联分会崔东树：1-7月世界汽车销量达到5611万台，新能源汽车达到1352万台；今年以旧换新带动消费超1.5万亿元，以旧换新惠及超2亿人次

“We’re at an inflection point in cybersecurity,” Jensen Huang told a sold-out crowd at CrowdStrike’s Fal.Con 2026 in Las Vegas Tuesday. Attacks are now automated. Defense has to be, too. The NVIDIA founder and CEO joined CrowdStrike CEO and founder George Kurtz to announce CrowdStrike SafeMind, its agentic cybersecurity system developed by the CrowdStrike Cyber […]

AI is changing the pace of cybersecurity. Agentic systems can coordinate work and pursue complex objectives over long horizons. Security teams are beginning to... AI is changing the pace of cybersecurity. Agentic systems can coordinate work and pursue complex objectives over long horizons. Security teams are beginning to apply agents across security operations, but many implementations remain anchored to existing alerts, predefined workflows, and known attack behaviors. The harder problem is ide…

The surge in AI adoption is transforming everything from chatbots to content generation. Still, a common pain point remains: How can organizations confidently... The surge in AI adoption is transforming everything from chatbots to content generation. Still, a common pain point remains: How can organizations confidently size GPU resources for inference workloads and optimize Total Cost of Ownership (TCO)? With a dizzying mix of latency targets, model choices, quirky traffic patterns, and budget c…

不管哪个时代，人都会遇到同一道题：无论宏大叙事还是人生决策，面前问题太复杂，资源和时间却不够，必须决定先做哪个、放弃哪个。（雷峰网） 从 1812 年黑格尔的辩证法，到马克思、列宁，再到 1915 年毛泽东在延安写下的《矛盾论》，一百多年里，这套思想最终落到了一个很实际的问题上：复杂事物中矛盾很多，但真正重要的是找到决定其他矛盾的主要矛盾。 今天的大模型行业也不例外，当前大模型行业面临的主要问题有以下这些： 1.模型能力的增长速度，同把这种能力转化成可靠产出的能力之间的矛盾（模型强，但产出物没价值）。 2.算力资源受限，同能力需求无限之间的矛盾（人们总吐槽 AI 太傻）。 3.单价在快速下降，同真实账单在上涨之间的矛盾（模型便宜了，但每个月花的更多了）。 4.要做通用智能，同要交付一个能用的产品之间矛盾（简单的不好用，好用的不简单）。 这些矛盾才构成了交错向上发展的行业和机会。没有人能逃避这些选项，DeepSeek 也一样。 我们对 deepseek-v4-Pro以及 Harness 做了几轮实测：直接打接口的探针、七次编码任务运行（其中四次是只改一个变量的对照）、把上下文压到 92 …

Max长程Agent能力的背后，是精雕细琢的典范，还是算力黑洞的失控？ 作者丨李娜 编辑丨岑峰 我让Qwen 3.8-Max从零搭建了一个3D大模型演进宇宙网站，又和GPT-5.6做了迭代对比。 （Qwen3.8-Max运行成果截图） 效果上限方面，Qwen 3.8-Max 展现了远超 GPT-5.6 的交付细节； 效率和成本代价方面，Max高完成度背后是低效，而且因为无法自主判断任务终点导致了额度耗尽中断； 适用场景方面， 追求快速迭代、低成本原型，GPT 依然是首选，但在不计成本追求极致性能的场景，Qwen 3.8-Max 提供了一个昂贵但有效的国产替代。（雷峰网） 01 2.4万亿参数之后， Max3.8为什么开始强调Agent? 8月3日，阿里正式发布Qwen 3.8-Max。 从规格看，它依然足够醒目：2.4万亿总参数、约950亿激活参数、100万Token上下文，覆盖文本、代码和视觉任务，并计划开放Max权重和27B小模型。榜单、规模、价格和开源，延续着Qwen过去几年的竞争路线。 （阿里Qwen3.8 max官方技术博客截图） 但到了这一代，仅靠这些已经很难解释Max的差…

从部署到实测：覆盖标准部署、量化部署、Agent场景三大维度。 作者丨吴海明 何宇轩 编辑丨李娜 岑峰 8月14日，阿里 Qwen 团队开源了 Qwen3.8-27B 模型，紧接着社区里的声音从“能不能跑”变成了“是不是新的模型斩杀线”，有人把它叫作本地 Opus，也有人直接给出更刺激的判断：一个 27B 开源模型，已经能在部分代码和 Agent 任务上达到顶级闭源模型的水平。那么，一个 27B 开源模型，体验到底怎么样呢? 根据官方数据，27B dense、Apache 2.0、262K 原生上下文、可扩展到 100 万 token、支持视觉理解、思考默认开启，低比特量化后还能压到十几 GB 级 GGUF 文件，这说明 Qwen3.8-27B 是一个试图把代码、长上下文、多模态和 Agent 工作流一起拉到本地的开源底座。 因此，我们从适配 Agent 出发，先后测试标准化部署、量化部署和接入 Agent 框架。其中，标准部署看 vLLM、SGLang 和 Llama.cpp 谁更能榨干 GPU，将推理速度提到最快；量化部署从 2bit 测到 16bit，看文件体积、速度和质量怎么取…

企业首先应该谈的是业务如何运营、如何管理。你把业务标准化、数据标准化，体系做出来之后，模型和算力其实只是底座。

安全研究员 Christopher Domas 发布"了一个名为 skitter-creek-bath-salts 的开源硬件安全项目。该项目针对的是物理内存层次结构的最底层，打破了传统的 CPU 权限边界。通过操纵内存控制器转换寄存器，该工具能在硬件逻辑层动态修改物理地址与 DRAM 地址的映射关系，使没有特权的软件能够访问隔离的平台内存区域，而不会触发上游架构的内存屏障或故障异常。 现代处理器安全架构假设物理地址会确定性地映射到特定的硅基存储位置。标准安全边界——包括虚拟机管理程序的扩展页表"、系统管理模式（SMM）的 TSEG 范围限制"以及平台安全处理器（PSP）的私有预留区——都运行在 CPU 内核与系统总线互联层，处于内存流量抵达内存控制器之前的路径上。Domas 发现，内存控制器转换寄存器位于这些访问控制屏障之下。通过操纵 BankSwizzleMode" 等配置位，可以从根本上改变控制器计算 DRAM 存储体、行和列坐标的逻辑。由于上游安全过滤器仅对未经转换的物理地址进行验证，这些位翻转操作使得标准内存访问能够悄无声息地进入受保护的硬件安全区。 为了在不破坏主机操作系统…