扫描下载APP
其它方式登录
文章探讨微信近期在朋友圈等场景密集内测AI功能（如AI帮写、AI点评），分析其作为用户表达兜底工具的定位，指出大众对‘AI取代真人感’的焦虑实为技术过渡期的情绪放大，并论证AIGC不可逆趋势及未来人机融合的必然性。
戚薇作为现役一线演员，主动授权打造可多场景商用的AI数字分身‘韩清夏’，区别于退圈或高龄艺人仅限IP的AI合作，她将肖像权转化为标准化数字资产，直面AI盗脸泛滥现状，引发关于表演尊严、行业规则与演员商业模式变革的深层讨论。
摩根士丹利测算2027年AI芯片隐含电力需求约38GW，其中英伟达占16GW，谷歌9GW，AMD7GW；该数字是检验电力基础设施能否同步承接芯片出货的压力测试，而非实际用电量。报告同时指出HBM、CoWoS产能及Rubin Ultra内存配置尚未最终确定，谷歌TPU出货量将翻倍至735万颗，带动测试供应链订单增长。
文章回顾华为AI芯片昇腾的发展历程，从2017年启动AI芯片研发、确立达芬奇架构与自主指令集，到应对美国持续制裁下的技术突围，实现EDA工具、灵衢协议、CANN、MindSpore等全栈自研，并通过与DeepSeek等国产大模型深度协同加速生态落地，展现其在算力底座领域的系统性突破与战略韧性。
AI时代下，云计算竞争逻辑从价格战转向价值战，主流厂商通过组织整合与产品融合，将算力、大模型与行业场景深度结合，从售卖基础设施升级为提供全栈智能解决方案，以‘帮客户赚钱’为核心能力重新定价，推动市场进入能力驱动的新阶段。
联想创投管理合伙人王光熙在具身智能热潮中保持冷静，强调早期布局、独立判断与反共识投资逻辑；指出当前存在估值泡沫，明年将迎来IPO驱动的生存考验；主张VC需在无人问津时深入一线，以技术底子、商业化能力及长期价值为标尺筛选企业，而非追逐短期热点。
Decart AI 是一家专注实时生成式AI基础设施的公司，核心产品为Decart Optimization Stack（DOS），通过优化AI模型在GPU等硬件上的推理效率，解决AI视频及多场景中延迟高、成本高的瓶颈。公司成立不到两年估值近40亿美元，获NVIDIA、Sequoia等顶级资本押注，产品线覆盖推理优化平台、实时视频编辑（Lucy）和可交互世界模型（Oasis），致力于推动AI从离线生成迈向实时运行。
斯坦福大学研究发现，AI陪伴对社交孤立、现实朋友稀少的人群可能加剧孤独感，因其无法提供双向情感互动，仅能暂时安慰却无法解决孤独根源；研究强调使用动机和现实社交状况是影响心理健康的决定性因素，并呼吁建立使用时长限制、风险提示等防护机制。
Anthropic宣布新款Claude模型将全量嵌入隐形文本水印，该水印基于Unicode等技术实现，肉眼不可见但可被程序识别，随文本复制粘贴并部分保留于编辑后内容，旨在履行欧盟《AI法案》要求，全球统一施行，同时配套C2PA元数据签名用于图像文件。
摩根大通报告指出，受AI服务器需求激增驱动，全球内存（尤其是HBM和DRAM）持续短缺，预计延续至2028年；内存占云服务商硬件资本开支比例将从不足10%升至2027年的49%，2028年达60%，成本压力显著上升；新增晶圆产能受限于建设周期与HBM对产能的挤占，短期难以填补供需缺口。
AI服务器需求激增推动PCB市场一年翻倍，2027年TAM达290亿美元；上游材料如E-glass玻纤布和HVLP4铜箔严重短缺，供给瓶颈持续至2027年甚至2028年；台光电、臻鼎、金居、建滔积层板等企业凭借技术壁垒与产能优势成为核心受益方。
VanEck数字资产研究主管Matthew Sigel认为当前AI基建投资并非泡沫，其融资基于私人部门长期租约与真实合同订单，与19世纪铁路泡沫有本质区别；同时指出加密市场疲软主因是机构对主流L1（如ETH、Solana）的失望，转而青睐Circle、Stripe等企业链，强调信息披露制度（如CLARITY Act）落地将是关键转折点。
文章探讨AI流量已超人类、高质量训练数据即将枯竭的危机，以Stack Overflow衰落为例，揭示AI依赖人类知识却加速其消亡的恶性循环：专家流失、问题干涸、答案过时；指出递归使用AI生成内容将导致模型退化，警示人类监督能力萎缩与知识生态衰退风险，强调需重建对真实认知劳动的价值回馈。
文章探讨AI Agent兴起对存储架构的深刻重构，指出SSD正从被动存储设备演变为具备加密、压缩、索引、记忆维护等近数据处理能力的功能型基础设施；HBM、HBF、DRAM与SSD的价值边界被重新划分，形成按热度、可变性与生命周期协同的分层体系；产业正沿SSD功能化、存储节点化、内存层级重组三条路径演进。
字节跳动高调宣布All in AI To B战略，重组组织架构聚焦企业生产力，但实际在WAIC等核心To B产业展会缺席，反而重仓ChinaJoy等C端文娱展会，暴露其通用大模型能力短板、C端流量基因惯性与商业化现实之间的深层矛盾。
