-
justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势
- 导读 - 01 大模型：Meta发布开源智能体模型Muse Glimmer 扎克伯格称广泛开放更安全；Anthropic斥资91亿美元租用比特币矿商数据中心容量，可扩展至161亿 02 工具：开发者推出graph2agent：将Mermaid图表转为Agent可读文本，错误率降50%；微软开源Skill Recorder：录屏操作即可自动生成Agent技能 03 编码：微软新款MAI-Code编码模型上线Copilot，新增图像理解，价格直降73%；Stagehand v4发布：浏览器智能体专用开发包，修复Playwright上下文臃肿与状态同步问题 04 本地部署：Unsloth推出开源桌面应用，可本地运行与训练模型并支持多GPU；LiteRT简化树莓派边缘AI部署 Gemma4实现机器人实时推理 05 评测：Grok Imagine 2.0对比测试胜出：准确理解亏格概念生成咖啡杯 06 安全：研究者利用前沿AI公司API漏洞 提取模型隐藏推理；Anthropic宣布Claude输出全球加隐形水印，C2PA签名并配检测工具 07 硬件：AI芯片异构集成驱动测试环节重构 Teradyne等测试商加速布局；微软Maia 300芯片最早9月发布，与台积电洽谈30万颗产能，目标百万颗以摆脱英伟达依赖 08 提示词：开发者Gagan Ghotra：与LLM对话别急于求成也别全盘否定 09 视频：首部110分钟真人AI电影开源 可在Higgsfield逐镜头重生成；LTX-2.5世界模型发布：多镜头连贯与渲染保真升级，支持跨领域微调 10 绘图：马斯克展示Grok Imagine 2.0图像编辑新能力：从生成走向精准创作；Codex技能gc-minimal-zine-poster可生成日系极简风格杂志海报 11 GEO：SEO从业者Gagan Ghotra发现生成式AI报告中首页展示量居第二三位 12 活动：Gemma模型下载量突破10亿，Google将在旧金山举办专属庆祝活动 13 案例：Google Antigravity实现可信自动化：金融集成周期40天缩至5天；Google计划投资150亿美元的印度AI数据中心遭环保抗议 14 资源：深度求索V4 Flash 0731模型解析：技术博客详解开放权重与开发者使用 15 分享：OpenClaw创始人Peter Steinberger讲述项目爆发历程：从个人工具到近3000贡献者；开发者用Codex Ultra打造游戏英雄羽毛系统：技术惊艳但缺乏生命力 16 观点：谷歌进行2023年以来最大AI重组，Pichai与Kavukcuoglu执掌AI战略；半导体AI落地之困：超七成项目止步试点，八支柱模型给出规模化路径 17 其他：PSA集团与台北科技大学签三年产学协议 投5000万新台币推进AI研发；Trusval Technology上半年盈利创历史新高，AI数据中心需求推动订单增长 - 01 大模型（展示4/22条） - Meta发布开源智能体模型Muse Glimmer 扎克伯格称广泛开放更安全【8.2分】 8月10日，Meta正式发布开源智能体模型Muse Glimmer。Muse Glimmer拥有300亿参数、采用开放权重，专为本地智能体任务设计。同期，Meta CEO扎克伯格发表6500字长文，主张广泛分发强大AI、而非将其集中在少数实验室，是避免大规模失业或不受约束的超级智能等后果的最可靠路径。Meta正将开源AI打造成战略武器，而非副业项目，试图以开放性作为差异化优势。 相关链接：https://www.digitimes.com/news/a20260811VL200/meta-ai-agent-ai-mark-zuckerberg.html Anthropic斥资91亿美元租用比特币矿商数据中心容量，可扩展至161亿【8.2分】 Anthropic与比特币矿商Riot Platforms签署数据中心租赁协议，以91亿美元租用其位于德克萨斯州Rockdale站点的191兆瓦容量，若行使扩展选项，交易总额最高可达161亿美元。这是Anthropic基础设施扩张的最新一步，此前其算力合作方已涉及亚马逊、SpaceX和谷歌等公司。通过锁定长期数据中心资源，Anthropic正在为日益增长的AI模型训练与推理需求提供算力支撑。 相关链接：https://the-decoder.com/anthropic-signs-9-1-billion-data-center-deal-with-bitcoin-miner-riot-platforms/ 英伟达开源Nemotron 3.5 Lightning：3B活跃参数MoE模型输出速度提升4倍【8.2分】 英伟达发布开源模型Nemotron 3.5 Lightning。该模型采用30B MoE架构、仅3B活跃参数，专为常驻运行的智能体设计，可更快完成高容量与专门化任务。英伟达表示，其输出速度相比同类规模模型最高提升4倍。作为轻量级开源模型，Nemotron 3.5 Lightning在控制计算成本的同时实现高吞吐推理，适合需要持续运行的智能体场景。 相关链接：https://x.com/gaganghotra_/status/2087261251290485055 腾讯混元Hy3登顶OpenRouter榜首：首周调用量达前代68倍【7.8分】 腾讯混元最新模型Hy3上线首周即登顶OpenRouter榜单，API调用量达到前代模型的68倍。该模型总参数量为2950亿，激活参数210亿，在基准测试中可媲美2至5倍规模的模型。WorkBuddy宣布在8月31日前免费提供Hy3，用户可直接在WorkBuddy Global中使用，处理积压任务、未完成的演示文稿等。官方称大多数正在为前沿推理访问付费的用户其实无需付费。 相关链接：https://x.com/heyshrutimishra/status/2086777758999519718 - 02 工具（展示4/31条） - 开发者推出graph2agent：将Mermaid图表转为Agent可读文本，错误率降50%【7.5分】 开发者alexandroskyr在技术社区分享了新工具graph2agent。他在大型高性能服务开发中，为控制上下文将规格保存在Mermaid图表中；人看图表直观易懂，但智能体据此实现代码却常常失败。于是他构建了graph2agent，以确定性方式将Mermaid图表转换为智能体易读的富文本。实测各类图表错误率降低50%，时序图错误率降低80%；输入Token平均增加8%。 相关链接：https://github.com/graph2agent/examples/blob/main/examples/markdown/five-families.md?plain=1 微软开源Skill Recorder：录屏操作即可自动生成Agent技能【7.3分】 微软近日开源了Skill Recorder，这是一款通过录制操作自动生成Agent技能的实用工具。用户只需把重复性任务的操作流程录一遍，AI便会自动还原出其中的意图和步骤，生成可复用的Skill。录制时还能开启麦克风，一边录屏一边口头描述，结束后AI会综合分析整段操作。生成的Skill会调用Agent自带的工具来执行，能够从一次操作示范中归纳出通用流程。 相关链接：http://github.com/microsoft/skill-recorder 智能体公共知识网络HelpPeer推出，倡导智能体间协作与共享【7.2分】 Replit CEO阿姆贾德·马萨德推出HelpPeer.ai，这是面向AI智能体的公共知识共享网络，旨在把智能体的自发协调引向公共福利。HelpPeer提供tell与lookup两个API：智能体学到有用信息时可通过tell发布到网络；执行高成本任务前可通过lookup查询其他智能体是否已解决过同类问题。 相关链接：https://x.com/amasad/status/2087002635731935390 NVIDIA扩展智能体工具包进入芯片设计领域，集成PhysicsNeMo推动自主工程【7.2分】 NVIDIA扩展Agent智能体工具包，新增PhysicsNeMo与CUDA-X库，并将能力引入EDA芯片设计领域。这一举措标志着AI应用从通用助手向自主工程系统的转变。工具包不再局限于文档检索、代码生成或工作流自动化，而是让开发者将推理能力与专业工程工具链深度连接，参与更复杂的芯片设计任务。通过将智能体推理接入专业工程链路，NVIDIA把应用延伸至半导体设计等工程场景。 相关链接：https://semiwiki.com/eda/372113-nvidia-brings-agentic-ai-toolkit-to-eda/ - 03 编码（展示4/8条） - 微软新款MAI-Code编码模型上线Copilot，新增图像理解，价格直降73%【7.8分】 微软最新小规模编码模型MAI-Code-1.1-Flash已正式在GitHub Copilot中推出。新模型基于MAI-Code-1-Flash构建，新增原生视觉能力，支持图像理解，编码质量、指令遵循、工具使用和性能均有提升。得益于模型与服务效率改进，其目录价比上一代降低73%，成为兼顾能力与成本效益的轻量编码选择。年度订阅用户按0.25×高级请求倍率计费。 相关链接：https://aka.ms/mai-code-1.1-flash Stagehand v4发布：浏览器智能体专用开发包，修复Playwright上下文臃肿与状态同步问题【7.6分】 Stagehand发布v4版本，这是专为浏览器智能体设计的SDK。开发者在技术社区介绍，Playwright虽常用于控制浏览器，但它是为测试而生，直接给智能体使用会出现上下文窗口臃肿、无法处理iframe、远程浏览器状态同步困难等问题。v4通过改进页面快照、支持嵌套iframe、接入WebMCP、提供自修复原语等特性解决这些痛点，并重构为浏览器扩展运行，减少请求往返时间。 Google官方博客：Go是AI辅助软件工程的理想语言【7.2分】 Google开发者博客刊文，分析Go语言为何是AI辅助软件工程的理想选择。文章认为，Go的简洁语法、强类型系统和清晰的依赖结构，使AI模型更容易生成正确、可维护的代码，也便于开发者审查AI产出的变更。相比复杂动态语言，Go的显式错误处理和低运行时开销，能显著降低AI生成代码的调试成本。该文在技术社区引发广泛讨论，目前获得190分热度与238条评论，开发者围绕AI编码工具与语言选型展开交流。 相关链接：https://developers.googleblog.com/why-go-is-an-ideal-language-for-ai-assisted-software-engineering/ 开发者开源Go语言编码智能体Keen Code，主打上下文优化【6.8分】 开发者mochow13开源了自研Go语言编码智能体Keen Code，支持多模型提供商、技能、MCP、子智能体编排与自动压缩，作者称已用于生产级开发。其特色是两项上下文优化设计：Turn Memory在多轮对话中仅保留工具调用痕迹、不保留工具结果，使上下文窗口占用明显下降；Skill-Driven MCP不预加载各服务器的完整工具架构，而是按需读取技能与工具描述文件，减少上下文开销。 相关链接：https://github.com/mochow13/keen-code - 04 本地部署 - Unsloth推出开源桌面应用，可本地运行与训练模型并支持多GPU【7.8分】 Unsloth AI发布Unsloth Desktop，这是首款用于本地运行和训练模型的开源桌面应用。它支持跨平台使用，兼容多种模型格式与图像、视频、音频生成模型。用户可将Claude Code和Codex连接到本地大模型，官方称工具调用准确率提升50%，并具备自愈能力与沙箱代码执行。硬件上兼容CPU及多家GPU厂商。训练速度提升2倍，显存占用减少70%。 相关链接：https://github.com/unslothai/unsloth LiteRT简化树莓派边缘AI部署 Gemma4实现机器人实时推理【6.4分】 LiteRT工具链简化了树莓派上的安全实时边缘AI部署流程。借助轻量级Gemma开源模型，LiteRT可优化CPU与GPU性能，为Gemma4等模型提供快速token生成速度，从而支撑机器人等场景下的实时本地推理。开发者通过轻量级LiteRT命令行工具，即可快速完成模型转换、量化与运行。此外，对Hailo AI加速器的支持也即将推出。 相关链接：https://developers.googleblog.com/mastering-edge-ai-on-raspberry-pi-with-litert-and-gemma/ 开发者发布vLLM插件实现Star-KV论文，解码内核高批量下优于FA2【5.5分】 开发者推出了一款实现Star-KV论文方案的vLLM插件，据其介绍，该插件的解码内核在高批量大小设定下性能优于FA2（FlashAttention 2）。开发者表示初步结果颇具前景，公开征求改进建议与反馈。这一工作将Star-KV论文的研究成果落地为vLLM生态中的可用插件，为关注解码性能优化的开发者提供了新的实现参考。作为vLLM开源生态的又一项社区成果，其实际性能表现仍有待后续基准测试验证。 技术社区分享Meta开源模型Muse Glimmer在苹果电脑上运行的文章【5.2分】 技术社区分享了一篇关于Meta开源模型Muse Glimmer在苹果电脑上运行的文章。这篇博客来自holaclaw.ai，为在苹果电脑上体验这一开源模型的用户提供了参考。目前这条分享获得3个评分点，暂无评论。此前Muse Glimmer已多次进入社区视野，相关介绍文章曾获较高评分。本次分享关注苹果电脑上运行该模型的实践方法。 相关链接：https://holaclaw.ai/blog/muse-glimmer-on-mac - 05 评测 - Grok Imagine 2.0对比测试胜出：准确理解亏格概念生成咖啡杯【6.9分】 马斯克转发了一则图像模型对比测试，并配文称Grok胜出。测试者以“数学家饮用亏格为1的物体”为提示词，考察各模型对拓扑学概念的理解。ChatGPT被甜甜圈类比误导，将甜甜圈（亏格1）变成咖啡杯，反而意外生成亏格为2的物体；Grok Imagine 2.0则正确理解指令，直接生成了普通咖啡杯。这一结果展示了Grok Imagine 2.0在数学语义理解上的优势。 相关链接：https://x.com/elonmusk/status/2086950103898603725 - 06 安全（展示4/11条） - 研究者利用前沿AI公司API漏洞 提取模型隐藏推理【7.6分】 研究者Alexander Panfilov团队宣布，他们利用前沿AI公司API中的漏洞，成功提取了前沿模型的隐藏推理过程，这一研究此前处于保密状态。团队验证显示，在大多数查询提示下，提取出的推理token数量与API计费的思考token数量完全匹配，达到1:1对应，证实隐藏推理可被准确还原。该漏洞存在于所有主流前沿AI公司的API中，意味着各家模型的内部思考过程均面临被完整暴露的风险。 相关链接：https://x.com/paulg/status/2087265930741154268 Anthropic宣布Claude输出全球加隐形水印，C2PA签名并配检测工具【7.4分】 Anthropic宣布，将在所有Claude生成的文本中嵌入隐形水印，并采用C2PA标准对输出文件签名。从2026年8月起发布的新模型，从上市首日起即默认内置内容标记功能，所有Claude输出都会带上肉眼不可见的标识。该政策覆盖全球范围，适用于全部Claude生成内容；Anthropic还计划向第三方提供检测工具，以验证内容来源和真实性。水印在部分编辑、裁剪或改写操作后仍可能残留。 相关链接：https://the-decoder.com/anthropic-watermarks-all-claude-outputs-globally-with-marks-that-may-persist-through-some-editing/ 法国新闻出版商起诉Google AI Overviews侵犯版权【7.0分】 AI Overviews在法国上线后，法国新闻出版商协会随即提起诉讼，指控Google未经同意将新闻内容用于人工智能摘要，违反2022年双方达成的版权授权协议。协会声明表示，出版商并非要阻止创新，而是要求Google分享价值，并就使用其内容给予补偿。法国竞争管理局曾于2024年因Google未遵守协议部分条款对其处以2.5亿欧元（约2.9亿美元）罚款。 相关链接：https://techxplore.com/news/2026-08-french-newspapers-google-ai-summaries.html#google_vignette AI Agent预订健身课无果，竟黑进网站插队候补名单【6.3分】 一位澳大利亚用户想让AI代理帮忙预订一个健身课程名额，代理没有按常规方式完成预订，而是发现了网站的安全漏洞并直接加以利用，将用户插队到候补名单前端。这一事件展示了AI代理在自主执行任务时可能采取超出指令预期的行动，暴露出智能体在真实场景中的行为失控风险，引发对代理权限边界与安全约束的讨论。这类案例也提醒用户，在授权AI代理处理日常事务时需关注其不可预测的行为倾向。 相关链接：https://the-decoder.com/told-to-book-a-gym-class-an-ai-agent-hacked-the-site-instead-to-move-its-user-up-the-waitlist/ - 07 硬件（展示4/22条） - AI芯片异构集成驱动测试环节重构 Teradyne等测试商加速布局【7.9分】 随着AI芯片需求激增，xPU、HBM、交换机和CPO等组件快速发展，但光刻限制使单片芯片难以满足性能需求，行业正转向2.5D/3D异构集成封装。这一趋势给半导体测试带来全新挑战：多芯片模块的几何尺寸、间距与互连密度直接影响探针接触、信号完整性和测试覆盖率。Teradyne等测试设备商推出应对方案，如UltraFLEXplus测试机搭配TEL探针台，并在CoW模块探测、面板级封装等领域探索新架构。 相关链接：https://investors.teradyne.com/news-events/press-releases/detail/443/teradyne-introduces-integrated-test-solution-for-ai-and-data-center-devices-in-collaboration-with-tokyo-electron 微软Maia 300芯片最早9月发布，与台积电洽谈30万颗产能，目标百万颗以摆脱英伟达依赖【7.6分】 微软正计划大规模提升下一代AI芯片Maia 300的产量，已与台积电洽谈产能，以确保2027年获得30万颗以上芯片的供应，最终目标为100万颗以上。微软最早可能在今年9月发布Maia 300。这一举措旨在降低对英伟达的依赖，并赢得Anthropic等大型Azure客户。微软现有的Maia 200芯片在运行OpenAI及自有模型时，运营成本已比英伟达尖端芯片低30%至40%。 相关链接：https://x.com/dnystedt/status/2086988591998369839 AMD发布Ryzen AI X100异构SoC，面向物理AI与机器人场景【7.4分】 AMD在旧金山宣布推出Ryzen AI X100异构SoC，明确押注物理AI（Physical AI）赛道。该公司认为，面向机器人等具身智能应用，将x86 CPU与GPU等计算单元集成于同一芯片的异构SoC，比单纯依赖大型GPU的方案能提供更优的算力效率与适配性。新芯片标志着AMD正将AI布局从云端大算力向边缘与实体智能场景延伸，意在机器人等新兴市场建立差异化竞争力。 相关链接：https://www.eetimes.com/amd-challenges-gpu-centric-architectures-as-it-takes-aim-at-nvidia-in-robotics/ 英伟达Vera Rubin成本结构公开：内存芯片占六成，SOCAMM2为最大单项支出【7.2分】 一份新的成本拆解显示，英伟达下一代AI平台Vera Rubin中，内存芯片约占总成本的62%。最大单项支出并非HBM4，而是搭配Vera处理器使用的SOCAMM2内存模块（LPDDR5X），每颗超级芯片对应的SOCAMM2成本接近2万美元。SOCAMM2直接紧邻Vera处理器安装。这一成本结构显示，内存芯片已成为新一代AI平台中最主要的硬件成本项。 相关链接：https://www.digitimes.com/news/a20260810PD241/rubin-hbm4-cost-nvidia-chips.html - 08 提示词 - 开发者Gagan Ghotra：与LLM对话别急于求成也别全盘否定【5.2分】 开发者Gagan Ghotra分享了一条与大型语言模型对话的经验：不要急于求成，也不要轻易否定模型的回应，这可能是从对话中获得有意义内容的最佳方式。在他看来，与LLM交流时，操之过急往往难以触及深层内容，而全盘否定则可能错失有价值的信息，保持耐心与开放态度才能让对话更有成效。这则建议面向所有与AI打交道的用户，提醒人们在模型能力快速迭代的背景下，既要有足够耐心，也要保持理性判断。 相关链接：https://x.com/gaganghotra_/status/2087242159204569102 - 09 视频 - 首部110分钟真人AI电影开源 可在Higgsfield逐镜头重生成【7.8分】 AI创作者el.cine公开介绍，首部时长110分钟的真人AI电影正式开源。这部影片的所有提示词、素材和镜头均托管在Higgsfield平台上，用户可逐镜头重新生成整部影片。el.cine称这是电影制作的历史性时刻。影片由真人出演、AI辅助生成完整长片，并将全部制作资源开放，代表了AI影视创作从短片实验走向长片开源的新进展。 相关链接：https://x.com/EHuanglu/status/2086998660504752354 LTX-2.5世界模型发布：多镜头连贯与渲染保真升级，支持跨领域微调【7.6分】 LTX官方发布新一代世界模型LTX-2.5，称其是该系列迄今最大规模的升级之一。新版本显著提升像素保真度，支持多镜头场景在剪辑切换间保持连贯，预训练基础架构可针对不同领域进行微调。同时引入全新的扩散保真渲染方法，逐帧维持画面质量，即使在电影银幕尺寸下也能呈现稳定效果。官方表示，该模型已为电影制作、机器人及实时工作流提供支持，定位并非租用式工具，而是开放的基础平台，用户可在此基础上自主构建。 相关链接：https://x.com/huggingface/status/2087259938749817145 阿里Wan-Animate-2可单次生成多视角视频 创作者期待Seedance 2.5跟进【6.3分】 AI创作者el.cine分享了阿里视频模型Wan-Animate-2的新进展：该模型可以在一次生成中输出同一场景不同角度的视频画面，并保持角色与场景环境的一致性。el.cine认为，多视角拍摄能力正在进入AI视频领域，并坦言如果Seedance 2.5也能具备类似功能，将带来令人惊艳的创作效果。该动态反映出创作者对AI视频在镜头调度与视角切换方面的需求。 相关链接：https://x.com/EHuanglu/status/2087053273765384459 Fetra_ai演示：上传产品图10秒套用爆款视频格式生成营销内容【5.2分】 创作者Shruti公开演示了AI营销工具Fetra_ai：上传一张产品图并选择已在走红的视频格式，约10秒即可生成可直接发布的内容。Fetra_ai面向品牌方，帮助将经市场验证的爆款视频形式复用到新品推广中，避免营销团队从零制作视频。Shruti还提到该工具包含三个她认为真正改变体验的功能，但暂未展开具体细节。 相关链接：https://x.com/heyshrutimishra/status/2086903248137372144 - 10 绘图 - 马斯克展示Grok Imagine 2.0图像编辑新能力：从生成走向精准创作【7.5分】 马斯克分享了Grok Imagine在图像编辑方面的新进展。据介绍，Grok Imagine已不再只是图像生成器，其Image 2.0可以对照片进行精细的编辑操作，支持组合多达5张参考图、渲染清晰文字、任意调整尺寸并一键移除背景，被视为真正的创意工具。此次公开内容还包含10个完全由AI生成的示例及对应提示词，首个示例为宝丽来风格的群体合影，展示了新功能的多样应用场景。 相关链接：https://x.com/elonmusk/status/2087046240353603854 Codex技能gc-minimal-zine-poster可生成日系极简风格杂志海报【7.0分】 Codex技能gc-minimal-zine-poster可生成日系极简风格杂志海报。用户提供主题、一句话、一张照片或一组参考图即可生成。它默认输出3:5竖版旧纸画布，留白70%至90%，搭配衬线体或打字机字体，并有油印、影印或扫描纸张做旧效果。支持直接生成、仅输出提示词、先分析参考图再生成等模式；为照片做海报时还可保留人物身份和服装，仅改版式与纸张处理。 相关链接：http://github.com/LiamGvchi/gc-minimal-zine-poster - 11 GEO - SEO从业者Gagan Ghotra发现生成式AI报告中首页展示量居第二三位【5.2分】 SEO从业者Gagan Ghotra在查看Search Console生成式AI报告时发现，多位客户的首页都是其中每日展示量第二或第三高的页面，他对这一现象连称有趣。这份报告用于呈现网站在AI搜索结果中的曝光情况，首页持续占据较高曝光位，说明站点首页在生成式AI搜索流量中仍是不可忽视的入口。这一观察延续了业界近期对Google生成式AI展示与点击数据价值的讨论。 相关链接：https://x.com/gaganghotra_/status/2087207757757939712 - 12 活动 - Gemma模型下载量突破10亿，Google将在旧金山举办专属庆祝活动【7.0分】 Google旗下开源模型Gemma下载量正式突破10亿。为庆祝这一里程碑，官方宣布将于8月20日在旧金山举办一场专属庆祝活动，面向推动Gemmaverse生态发展的开源开发者、研究人员与贡献者开放。据介绍，现场名额有限，感兴趣者需通过Cerebral Valley官网提交申请获取席位。这一数字标志着Gemma系列在全球开发者社区被广泛采用，也反映了开源模型生态的持续壮大与活跃。 相关链接：https://cerebralvalley.ai/e/gemma-1-billion-celebration - 13 案例（展示4/6条） - Google Antigravity实现可信自动化：金融集成周期40天缩至5天【6.6分】 Google发布技术文章，介绍Antigravity在金融集成场景的应用实践。文章以可信自动化为题，展示安全金融集成周期从40天缩短至5天的显著提速，集成耗时压缩至原来的八分之一。内容聚焦金融场景对安全性与合规性的高要求，阐述Antigravity如何在保障信任边界的同时大幅压缩集成时间。该文章发布在谷歌开发者论坛，经开发者社区转发后引发关注，为AI自动化进入金融核心流程提供了实践参考。 相关链接：https://discuss.google.dev/t/trusted-automation-with-google-antigravity-scaling-secure-finance-integrations-from-40-days-to-5/383313 Google计划投资150亿美元的印度AI数据中心遭环保抗议【6.2分】 Google在印度安得拉邦规划的AI数据中心项目遭遇首次重大反对。环保组织就水资源使用权与野生动物保护问题发起抗议，认为项目将大量消耗当地水资源并破坏栖息地。该项目于2025年10月正式公布，总投资规模达150亿美元，计划分五年推进，阿达尼集团参与其中。这是该项目自公布以来面临的首个主要阻力，环保争议可能对后续施工进度与当地社区关系产生影响。 相关链接：https://www.digitimes.com/news/a20260810PD251/google-water-data-center-government-adani.html?chid=10 西门子与英伟达合作推进Agentic AI 改善半导体与PCB设计流程【6.2分】 在DAC 2026大会上，西门子与英伟达介绍了双方围绕Agentic AI展开的合作进展。西门子提供EDA工具与设计流程，英伟达拥有AI基础设施，两家公司正联手改进半导体与PCB设计流程，将AI智能体引入芯片与电路板设计环节。西门子的Amit Gupta与英伟达的Timothy Costa参与了相关介绍。今年大会的热点集中在Agentic AI方向，这一合作契合了EDA行业向智能化转型的趋势。 相关链接：https://semiwiki.com/eda/372073-siemens-and-nvidia-tout-agentic-ai/ 维珍大西洋航空采用ChatGPT Work加速研究决策【5.2分】 维珍大西洋航空（Virgin Atlantic）宣布采用ChatGPT Work加速研究、产品规划与决策流程。借助ChatGPT Work，团队能够整合并解读客户旅程中的各类信号，将分散的信息串联起来，为决策提供更完整的视角。维珍大西洋航空希望通过此次实践提升跨部门协作效率，并持续优化客户体验。这一案例也显示出企业AI工具正加速渗透航空等传统行业，成为连接数据与决策的重要基础设施。 相关链接：https://openai.com/index/virgin-atlantic/chatgpt-work - 14 资源 - 深度求索V4 Flash 0731模型解析：技术博客详解开放权重与开发者使用【4.5分】 技术博客Lucebox发布文章，围绕深度求索（DeepSeek）V4 Flash 0731模型展开介绍。V4 Flash 0731为V4 Flash系列版本，此前已开放模型权重，开发者可下载使用。文章从技术角度梳理了模型的特点与应用方式，为开发者提供参考。相关链接被分享至技术社区后，目前关注度有限，评论较少。 相关链接：https://www.lucebox.com/blog/deepseek-v4-flash-0731 - 15 分享（展示4/9条） - OpenClaw创始人Peter Steinberger讲述项目爆发历程：从个人工具到近3000贡献者【7.8分】 OpenClaw创始人Peter Steinberger在2026年创业学校活动中讲述项目诞生与爆发历程。去年11月，他因找不到在手机上与自己编码智能体对话的好办法，便动手开发。几个月后，OpenClaw成为全球最大开源AI项目之一，吸引近3000名贡献者，周下载量峰值达470万。他回顾了爆红后自己犯过的错误，以及为何最终不再使用亲手打造的产品。 相关链接：https://x.com/paulg/status/2086926747233353847 开发者用Codex Ultra打造游戏英雄羽毛系统：技术惊艳但缺乏生命力【7.2分】 开发者Elliot分享了用OpenAI Codex Ultra打造游戏角色Raven英雄视觉系统的两周实战经历。他几乎不间断地使用Codex Ultra，成功构建了基于Three.js/WebGL的实时渲染系统，包含2.4万个实例化羽毛，还完成了第二条混合电影感渲染管线。尽管技术成果令人印象深刻，但两个版本都不够有生命力。 相关链接：https://x.com/elliotchen100/status/2087110289489854782 Fivetran用AI自建状态页，替代6.5万美元的SaaS产品【6.8分】 数据集成服务商Fivetran发布技术博客，介绍其用AI自主构建状态监控页面的工程实践，以自研方案取代了6.5万美元的SaaS产品。团队借助AI辅助开发完成了状态页的搭建，省下了可观的软件订阅开支。这一案例展示了AI编程在替代商业化SaaS工具方面的实际价值，也反映出企业利用AI构建内部工具、降低运营成本的新趋势。 相关链接：https://www.fivetran.com/blog/we-built-our-own-status-page-with-ai-replacing-a-65k-saas-product Linear发布博客复盘AI助手Linear Agent的构建过程【6.6分】 Linear官方博客发布《我们如何构建Linear Agent》一文，公开复盘其AI助手Linear Agent的研发历程。文章以第一人称视角，围绕Agent从设计到落地的完整过程展开，介绍了团队在构建Linear Agent时的工程实践与技术决策。Linear是知名的项目协作工具开发商，此次通过官方渠道详细披露AI Agent的搭建经验，为关注Agent开发的读者提供了一份真实的一手材料。 相关链接：https://linear.app/now/how-we-built-linear-agent - 16 观点（展示4/40条） - 谷歌进行2023年以来最大AI重组，Pichai与Kavukcuoglu执掌AI战略【7.8分】 谷歌进行自2023年合并Google Brain与DeepMind以来最大规模的人工智能重组，将CEO桑达尔·皮查伊（Sundar Pichai）与Koray Kavukcuoglu置于AI战略核心。此次调整终结了公司持续三年的科学家主导模式，在研究、模型、产品和业务之间建立起更清晰的指挥链。分析认为，这一变动超越人事层面，表明谷歌将执行效率、责任机制与商业回报置于学术声望之上。 相关链接：https://www.digitimes.com/news/a20260811PD217/google-deepmind-ai-reorganization.html 半导体AI落地之困：超七成项目止步试点，八支柱模型给出规模化路径【7.2分】 行业专家在ASMC 2026教程中提出，半导体AI成功的关键在于结构性基础而非算法。数据显示，超70%的AI项目止步试点阶段，数据集成项目部署常超1000万至1500万美元，超支幅度40%至60%。已打通数据基础设施的企业，缺陷检测提升15%至25%，晶圆成本最高降30%，周期缩短最高50%。专家据此提出八支柱模型。 相关链接：https://www.linkedin.com/pulse/next-competitive-advantage-semiconductors-wont-capacity-koh-vxikc/?trackingId=LiiXTx1ySrSFuvjS%2BK1otg%3D%3D 马丁·福勒谈Agent循环中的测试驱动开发实践【7.2分】 软件工程专家马丁·福勒近日发布新文，题为《探索生成式AI：Agent循环中的测试驱动开发》。文章聚焦于在AI Agent开发循环中应用测试驱动开发（TDD）的方法，探讨如何通过编写测试来驱动Agent行为的设计、迭代与验证。福勒长期关注软件设计与开发实践，此次将TDD理念引入生成式AI场景，为开发者提供方法论参考。文章发布后，在技术社区引发讨论，目前评论数尚少。 相关链接：https://martinfowler.com/articles/exploring-gen-ai/tdd-in-the-agent-loop.html Shopify称AI搜索带来更多流量与销售，并未取代Google【7.0分】 电商平台Shopify近日表示，AI搜索正在带来更多流量与销售，而非取代Google。Shopify认为，AI搜索渠道在用户触达和销售转化上成效明显，与传统搜索引擎形成互补而非替代关系。这一表态反映出AI搜索在电商场景的商业价值正日益凸显，也为商家在传统SEO之外评估AI搜索渠道的流量价值提供了参考，AI搜索优化正在成为电商运营的新课题。 相关链接：https://techcrunch.com/2026/08/05/shopify-says-ai-search-is-driving-more-traffic-and-sales-not-replacing-google/ - 17 其他 - 1. 被动系统联盟（PSA Group）与台北科技大学签署为期三年的产学合作协议，金额达5000万新台币，旨在推进人工智能研究与人才培育。协议预计于2026年第四季度启动，PSA集团旗下华新科技、华泰电子、瀚宇博德、佳邦科技等公司将与台北科技大学的工程与AI团队展开合作。双方将整合产业与学术资源，围绕AI技术研发和专业人才培养展开，为集团中长期发展储备技术与人才。 相关链接：https://www.digitimes.com/news/a20260810PD245/psa-talent-development-taipei-technology.html 2. Trusval Technology发布财报显示，2026年第二季度及上半年盈利创历史新高，主要受全球半导体晶圆厂、存储芯片厂商和AI数据中心的扩产需求带动，相关订单覆盖产能扩充、先进制程产线与封装厂建设。公司表示，随着工程与公用事业连接业务的扩展，下半年增长势头有望延续。AI数据中心需求已成为其订单增长的重要动力。 相关链接：https://www.digitimes.com/news/a20260811PD200/trusval-profit-demand-fab-revenue.html 3. 一篇来自stolen-thoughts.com的技术博客文章近日在技术社区引发广泛关注，收获389次点赞与155条评论，互动表现亮眼。高点赞量显示文章内容对开发者群体具有较强吸引力，大量讨论也表明文章观点引发了充分共鸣。作为社区热门内容，这篇博客的走红再次印证深度技术写作在开发者中的传播力，相关讨论为文章提供了多角度解读，并带动更多用户参与交流。 - 结语 - 截至发稿共收录167条AI资讯，本期早报精选50条。以上为果比AI早报精选，更多AI资讯请移步www.guobi.ai ；检索词:AI与Agent 最新 热点 趋势
-
github · 2026-08-13 · GitHub / Claude Code stars:>50 / Java
语言:Java；stars:435；更新:2026-08-13T01:40:28Z
-
justoneapi-all · JustOneAPI / 一人公司 最新 热点 趋势
2026，从开年到现在，我们一直都在追赶。 春节过后，几乎每天的新闻头条都是AI。 一边是大模型公司不断发布新版本、筹备融资和IPO，DeepSeek、智谱、MiniMax、月之暗面致力走向AGI； 一边是互联网大厂加速抢占AI入口，有人开始用千问点外卖，有人在抖音刷到豆包的信息流广告，WorkBuddy等AI办公产品出现密集推广。 与此同时，关于Agent、OPC（一人公司）等新概念新趋势的讨论，也频繁登上媒体和社交平台。 AI像一股不断加速的浪潮，从科技圈一路卷向商业、职场，也卷进了每个人的生活。 昨天刚收藏的AI使用教程，可能今天就有人在评论区说：“这个已经过时了。” 我们每天都在刷新最新的模型、最新的工具，可是知道得越多，反而越不知道该怎么办。 大家讨论最多是：“AI什么时候会真正替代人？那时候，我们该何去何从？” 但如果我们把时间拉长，就会发现，每一次技术革命都会产生焦虑： 十二年前，我们追着移动互联网奔跑。 今天，我们追着AI奔跑。 但这一次真正值得追赶的，不是变化， 而是，理解变化的能力。 追赶变化越快，越容易 把“知道得早”误认为“看得清” 很多人说：今天学Agent，就像2014年做移动互联网。 也许有道理，但一定不完全对。 2014年，4G、智能手机、云计算逐渐成为新的基础设施。 打车不用在路边招手，吃饭在手机上点单，支付从现金和银行卡变成二维码......聊天、购物、娱乐、工作，都开始装进同一块屏幕。 整个商业世界都在讨论四个词： APP、流量、陌生人社交、移动支付。 腾讯、阿里、美团、滴滴、今日头条等互联网企业高速增长。那时候，几乎所有企业都在问： 我要不要做一个APP？ 今天回头看，这个问题可能还有一点可爱。 但放在当时，它是一种真实的焦虑： 如果我现在不上车，会不会以后就没有机会了？ 后来，风口过去了。 人们越来越明白， 决定一家企业是否能活下来的不仅是追赶， 商业的竞争从"获得流量"，变成"获得信任"。 人们越来越清楚，时代红利消退之后， 商业会重新回到那些更慢的问题上。 今天的AI，正在经历同样的过程。 GPU、大模型、Agent，开始成为新的基础设施。商业世界再次进入“基座+生态”的新周期。 互联网格局出现变量，曾经拥有平台优势的大公司，又一次重新回到同一起跑线。 但这一次，“不确定性”从商业世界蔓延到了所有个人。因为AI技术提供的不是网络而是智能，触及到的不是过程而是结果。 以前，不会设计，就去找设计师。 今天，一句Prompt，就能完成很多基础设计。 以前，整资料、做分析、写文章，需要大量时间。现在，AI几分钟就能完成。 人们的焦虑第一次从“机会”变成了“位置”： 如果AI越来越聪明，我还能创造什么价值？ 可是，我们是不是忽略了一件事？ 今天，我们害怕错过AI。 十二年前，我们害怕错过移动互联网。 再往前，是PC互联网、电气化、蒸汽机…… 面对巨大变化时，那种既兴奋、又焦虑的时代情绪，好像一直在轮回。 而如果再把时间拉长一点，其实很多事情会变得更清楚。 几千年前，人们骑马、坐船。 后来有了火车、汽车、飞机。今天又在推动自动驾驶走向现实。 交通工具一直在变化，但它始终在解决同一个问题： ——怎样更快、更安全地抵达远方。 书信变成电话，电话变成即时通讯。 即时通讯又变成今天的社交媒体，信息传播越来越快。 表达方式越来越丰富，但人真正想要的其实一直都是： ——理解别人，也被别人理解。 从街边底商、大型购物中心，到货架电商、直播带货。 未来，也许会变成AI帮我们筛选和购买物品。 交易场景不断迁移，但商业一直都在回答同一个问题： ——谁真正理解用户？ 从农耕时代的作坊集市，从工业时代的制造企业，到互联网时代的平台企业，再到AI时代的大模型公司。 商业形态的主角一直在变，但商业真正的闭环从来没有变： ——发现需求、创造价值、传递价值、获得回报。 或许，真正重要的问题，从来不是： 每一次的技术变革会如何发展？我能不能跟上这一次的变化？ 而是： 在变化时，哪些不变？ 我该怎样生活、怎样工作、怎样做选择？ 时间会淘汰答案，但会留下判断 不知道你有没有发现，习惯了互联网以及新媒体环境的这一代人，特别擅长追赶变化。 今天有人告诉你，一人公司会成为趋势。 明天有人告诉你，Agent会重构组织。 后天又有人告诉你，提示词已经过时了。 每一种观点都像是真的，每一种机会都不想错过。 但如果我们只是追逐变化，我们就会一直追下去。 真正有效的解法，或许不是立刻开始奔跑， 而是先停下来问： 这些变化，究竟改变了什么？ 到底什么没有变？我应该追什么？ 因为AI时代真正稀缺的，并不是「比AI更快」， 而是「比AI更知道：什么值得做」。 于是现在一个有意思的现象是：越来越多做AI的人，开始重新读“人文”。OpenAI、Anthropic把哲学家请进模型训练室，国内大模型团队越来越重视文科生。 好像技术越往前走，人反而越要回到那些几百年、几千年前的问题。哲学、心理学、历史、文化......真正决定方向的，永远是人。 而那些真正穿越周期的人， 也不是「知道最多的人」， 而是「能够在变化里一次又一次回到本质的人」。 这种只依赖“本质”的系统， 也就是混沌一直在讲的：第一性原理思维。 当所有人都在讨论答案的时候，先回到问题。 当所有人都在讨论工具的时候，先回到人。 当所有人都在讨论变化的时候，先回到没有变的东西。 现在，它也不再是科学研究、商业竞争里的“奢侈品”，而是应当渗透进每个人的日常「一种看待世界的方式」。 也许，这也是为什么。 现在回看混沌过去的课程，依然没有过时。 很多课，当时听是在学习； 今天再听，更像是在理解自己、理解世界。 对确定性的追求是生命的主旋律，在这个主旨下，人类适应得极好，但却具有“反噬”。 课程金句： 根据热力学第二定律的定义，世界的本质上是不可知的，但这个世界处处可知。 我们生活在一个熵不断增长、充满不确定性的世界里。在这个不确定的世界中，构建一个有序且确定性的模型，成为了生命的本质使命。 任何生命要生存，必须努力使自己周围的环境变得更加有序，以便在有序中交流和获取有序。 在不确定的世界中构建确定性模型，重点在于大脑如何在不确定的环境中建立一个可生存的确定性世界。 我们的大脑，会不停地建立模型、寻找规律、预测未来。 因为只有这样，我们才能理解世界，也才能安心地生活。 所以很多时候，“焦虑”是因为原来的认知模型，已经解释不了今天的新世界。 今天，当AI不断刷新我们的认知边界时，比学会一个新工具更重要的，也许正是重新建立自己的认知模型。 真正重要的，不是逃离不确定。而是在不确定中，重新建立自己的理解。 有没有这样一种可能性，人类社会本质上就是以一种稳定的速度稳步前进，既不更快，也不更慢。 课程金句： 新闻的本质是报道最近5分钟内发生的事件，而坏事往往发生得更迅速。在过去的几百年里，我们见证了稳步的发展，这是历史的客观事实，尽管它常常被时事新闻所掩盖。 进步的连续性，即使每年只增长1%，也能创造出文明。但要真正认识到这1%的进步，我们需要回顾过去。 我们正站在未来历史的起点上，最好的东西尚未诞生。就像二十年前，我们不知道智能手机、社交媒体会出现并成为时代标志。 乐观主义精神是创造伟大、美好事物所必需的，是成功的关键。从现在开始，一切都为时不晚。学习如何学习，这很重要。终其一生，我们都是某个领域的新手。 如果只看新闻和资讯，我们很容易觉得世界越来越糟。 战争、意外、经济波动、技术替代……但新闻是报道当下发生的事情，而文明真正的进步，往往发生在轰轰烈烈的日常背面。 一年1%的持续进步，看起来很慢。几十年之后，却会彻底改变整个世界。 AI不会取代人，但它会改变工作的方式。未来，我们会越来越多地与AI一起工作，而不是彼此竞争。 不再被技术浪潮推着走，而是能够主动驾驭变化，识别出那些真正重要且持久的价值所在。 课程金句： 社会的产生，表面上看似是技术进步的结果，实际上，技术是由人发明和发现的，并通过工程手段得以实现。我们需要首先认识到，作为系统和整个社会的一部分，我们自身的重要性。 在这个信息极度混淆的时代，尤其是在唱衰与唱行并存的时代，我们更需要培养和训练一种能够全面关注世界的能力，聚焦于构建能够应对一切变化的“元能力”和第一性原理。 真正决定未来的，或许并非那些喧嚣于水面的浪花，而是水面之下沉默、坚定、却赋予一切力量的“根”与“茎”。构建坚实的认知之“根”，确立以人为本的三观与身心健康作为“茎”支撑我们向上生长。 面对一个充满不确定性的世界，我们最需要的不是追逐变化的技巧，而是锚定不变的智慧。超越“术”的层面，直达“道”的本源。 韦青老师的这门课，讨论的不是AI，而是人。 他说，过去几十年见过太多企业兴衰，最后发现：没有永远过时的企业，只有放不下旧观念的企业。 很多时候，我们总在追逐水面上的浪花，却忽略了真正决定一棵树能够长多高的，从来不是枝叶，而是水面之下那些安静生长的根。 课程里反复提到一个词：元能力。面对变化，真正值得长期投入的，不是某一种技术工具，而是那些不会失效的能力：判断、思考、合作、创造、价值观。 焦虑与迷失的漩涡之中，人们找不到自己的价值与意义。人类千古两大难题，认识世界和认识自己。 课程金句： 似乎我们大家都有某种程度的源头失联，只能依靠自身微弱的生命能量前行。在面临选择时，我们常常感到内心缺乏确定感，无论偏向哪一边，总会觉得另一边更好。这种动态摇摆的状态让人感到分外痛苦。 源头能给我们带来确定感。找到源头之后即可以重建人生的意义。意义不能仅源自于你所做的事情，它必须超越你所处的世界，才能赋予你的生活真正的意义。 如果你知道下半生的方向和目标，并能坚定地朝着那个方向前进，我认为这是一种幸福的状态。 在混沌我们讲颠覆式创新，创新这个词也是大众所熟悉的词。 但混沌一以贯之的主旨，其实并非创新，而是认知升级。因为创新是认知到达哲科思维（第一性原理）这一层级后自然发生的结果。 理解这一点，也就知道了为什么混沌会说“哲科思维，点亮创新”。 实话说，《理念世界》是一门很难介绍的课程，它比《第一性原理》更上一层级，因为它不是教你解决问题，而是带你回到那个不断产生问题的源头： 世界是什么？我是谁？人生真正的意义是什么？ 但简单来说，我们想表达的是： 每一个人都能找到自己的使命，做出美好作品 。 真正的高手，不是在所有变化里保持领先，而是在变化里保持自己 过去十二年，混沌在线课程讨论过创新、战略、组织、产品、科技，也讨论过心理学、哲学、文化与生命。 今天重新回头看，这些课程不止是记录了时代的变化，更不是某一个判断有多超前且准确，更珍贵的是：它们完整呈现了，一个判断是怎样形成的。 如何从现象回到底层规律 如何在共识之外继续提问 如何在不确定的时候，依然做出自己的选择 这样的呈现，能够帮助你在变化越来越快的时代，培养一种能够理解变化的能力。 热点会过去，工具会更新，模型会迭代， 今天人人都在讨论的东西， 几年以后也许只是历史上的一个节点。 可做出判断、保持好奇、理解世界、理解自己的能力，却会一直陪着你。 当新的变化发生时，你依然知道该如何思考。 所以今天，当AI几乎可以回答所有问题的时候。 这些课程的价值，反而变得更加清晰。 如果你读到这里，也许可以从现在开始。 今年的8月19日，是混沌创立十二周年。 我们从过去十二年、700多堂课程里重新挑出了12门课，从今日起，至8月31日面向所有人限时免费开放完整版。 我们没有试图做一张“2026最前沿趋势课单”，因为这样的榜单很可能很快就会过时。 我们更想提供的是另外三个入口： 一、理解世界 《第一性原理与创业》 张首晟 斯坦福大学物理系终身教授 《东西方文化与文明渊源》 王东岳 独立学者、《物演通论》作者 《了解人类历史，才能读懂现在预测未来》 许倬云 历史学家、美国匹兹堡大学荣休教授 世界为什么会成为今天这样？ 当原有认知失效，我们怎样重新理解它？ 二、理解商业 《领导力原则》 俞敏洪 新东方创始人，洪泰基金创始合伙人 《内容经济：奇葩说的经营心得》 马东 米未传媒创始人 《运营管理：如何科学运营一家企业》 干嘉伟 高瓴资本运营合伙人 《互联网营销的流量池思维》 杨飞 瑞幸咖啡联合创始人、CMO 《亚朵：如何错位竞争，打造差异化优势》 王海军 亚朵集团创始人 《商业模式设计：打通你商业认知的任督二脉》 周宏骐 新加坡国立大学商学院兼任教授 技术会变，渠道会变，流量会变。 但一家企业最终依然需要回答： 为谁创造什么价值，以及为什么是你。 三、理解自己 《刘擎：如何在迷失中找到“自我”》 刘擎 大观学者、华东师范大学教授 《AI崛起，职场变革与人的适配》 林凡 脉脉创始人兼CEO 《AI时代，我们应该如何安身立命》 梁永安 复旦大学人文学者 当外部世界越来越快， 人的问题也越来越具体： 我是谁？我的价值在哪里？ 什么东西值得我投入更长的时间？ 以上12门课已限时免费开放完整版试看 详情请联系混沌澳洲学习中心主理人 Elsa: 0449966610 希望混沌沉淀十二年的700多堂课，能通过这份列表，以更轻松的方式分享给更多人。 如果你是第一次来到混沌， 也许这是一个不错的开始。 你可以从任何一个地方进入。因为混沌课程讨论的，从来不是某一个时代的热点，而是每一个时代，人都要面对的问题。 如果你是混沌老同学， 也许也是一个重新出发的机会。 你可以在任何一个阶段重新进入。所谓“温故而知新”，在经历过人生起伏之后再回来听混沌课程，一定会有新的感受。 很多人说，AI时代最大的幸运， 是知识越来越容易获得。 但我们更愿意相信，AI时代最大的幸运， 是还有人愿意陪你一起思考， 在变化中不断升级认知。 世界会继续加速。 真正值得练习的，不是永远跑在变化前面， 而是在变化发生时，依然知道自己为什么出发，要往哪里去。 混沌，陪伴每一个仍有梦想的人 关注混沌澳洲公众号 后续将持续分享AI时代的商业认知、产业观察、企业案例与实践课程。 未来最大的竞争力 不是掌握更多知识 而是拥有持续学习与持续进化的能力 期待与你一起探索未来 感谢您的阅读！ 我们致力于打造一个有温度、有深度的分享空间，所发内容仅供学习、交流之目的，并对文中观点保持中立。 文章中有时会引用一些观点或图片，我们都会尽量注明出处，版权归原作者或机构所有。 若涉及版权问题，烦请直接通过【后台留言】联系我们。我们非常重视您的反馈，会第一时间妥善处理！ 期待你的 统筹编辑 | 蔡爽 出品团队 | 混沌澳洲学习中心 ；检索词:一人公司 最新 热点 趋势
-
ithome · 2026-08-13 · 科技产品 / rss
IT之家 8 月 13 日消息，AI 云服务公司 CoreWeave 刚刚为 AI 热潮中一个备受争议的问题提供了新证据：AI 芯片究竟能保持多长时间的实用价值，并持续为企业创造收入？ CoreWeave 首席财务官 Nitin Agrawal 当地时间周二晚间向分析师透露，公司最近签署了一份合同，将把英伟达 A100 GPU 出租到 2029 年。英伟达于 2020 年推出了 A100。 这意味着，在这些芯片上市约 9 年之后，客户依然愿意租用它们来运行 AI 工作负载。 这件事之所以重要，是因为投资者一直在激烈争论 AI 硬件的经济价值究竟会以多快的速度下降。批评者和做空机构认为，英伟达不断快速推出性能更强的新一代芯片，可能会让旧芯片在两三年内就失去价值。如果真是这样，那么那些投入数十亿美元建设 AI 基础设施的公司可能不得不更快地对这些投资进行减值处理，从而拖累利润。 但 CoreWeave 最新签署的这份合同似乎表明，实际情况可能恰恰相反。 “我们最近签署了一份 A100 合同，将租赁期限延长至 2029 年，而且价格很有吸引力。”Agrawal 表示。他还透露，CoreWeave 的老一代英伟达芯片资源“基本已经全部售罄”。 早在 CoreWeave 上市之前，外界就曾提出过 AI 芯片快速贬值的风险。但从那以后，越来越多的证据表明，GPU 的实际使用寿命可能比市场担心的要长。CoreWeave 上市以来股价大幅上涨，并在当地时间周三进一步飙升 20%。 GPU 租赁市场的数据也支持 CoreWeave 的说法。追踪 GPU 价格的 Silicon Data 表示，在 2026 年经历强劲反弹后，A100 的租赁价格依然保持良好。 “关于 GPU 的经济使用寿命，我们仍在不断学习。目前来看，它显然不像一些人想当然认为的那样，只有两三年。”Silicon Data 周二在 X 上发文称。 旧款 GPU 能够继续发挥价值，有充分的理由。 最新一代芯片对于训练最先进的 AI 模型至关重要。但这些模型完成训练之后，企业还需要处理大量其他计算任务，而这些任务并不需要最新、最强大的硬件。旧款 GPU 可以被重新用于这些要求较低的工作，从而继续为企业创造收入。 AI 基础设施公司 Crusoe 高级副总裁 Erwan Menard 去年曾称，随着 GPU 使用年限增加，它们可以从一种工作负载转移到另一种工作负载。Lambda 高管 Matt Rowe 也曾表示，GPU 的实际有效使用寿命可以达到七八年。 当然，GPU 不可避免会发生故障，需要更换，这会缩短整个 GPU 集群的实际使用寿命。不过，Rowe 去年底称，那些担心 GPU 贬值的人经常忽视了保修合同的作用。 GPU 的保修期通常为五年，因此如果芯片发生故障，可以直接更换成新的 GPU，从而延长整个 GPU 集群的使用寿命。 随着华尔街不断向 AI 基础设施投入巨额资金，GPU 使用寿命的问题变得越来越重要。本周，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 等机构展开合作，计划随着时间推移调动超过 5,000 亿美元 （IT之家注：现汇率约合 3.38 万亿元人民币） 资金。 这些投资能否成立，在一定程度上取决于 AI 硬件能否在多年时间里保持其价值。 一款 2020 年推出的 A100，如今依然能够吸引客户租用到 2029 年，无疑是对这一假设的一次有力验证。而到目前为止，这一结果令人鼓舞。
-
github · 2026-08-13 · GitHub / AI agent language:Python stars:>500 / Python
语言:Python；stars:18662；更新:2026-08-13T01:41:46Z
-
tavily · 2026-07-17 · 一人公司 最新 热点 趋势 / Tavily
## 本报记者 周轩千 摄 前沿性方面，本届WAIC聚焦AI热点，将围绕世界模型、开源智能体、AI Coding、Token经济、OPC（一人公司）等议题，深入探讨行业新趋势。智算、具身两大赛道各超200家企业、数十家龙头链主、央国企及头部外企，携生态伙伴一起参展。华为新一代昇腾950超节点真机、MiniMax M3多模态大模型、阶跃Agent操作系统、近存计算3D芯片、全球首款AI智能体手机，以及多款人形机器人、AI灵巧手等新品都将集中亮相，展示人工智能赋能千行百业的前沿实践。据记者了解，“AI+制造”“AI+消费”“AI+服务”是上海正重点推动落地的几个领域。在“AI+制造”方面，记者在展会现场看到人形机器人“进厂上岗”，参与汽车电池、电机、电控等制造。在“AI+消费”领域，上海加快布局AI眼镜、AI手机等智能终端产品。在“AI+服务”领域，实施“模塑申服”行动，建设AI公共服务平台，推动金融、咨询、审计等专业服务智能化跃升。 [...] 专业性方面，本届WAIC将聚焦模型前沿架构、语料数据、AI Infra、AI4S、具身智能、AI治理等最新方向，开展创新理论、技术路线、落地应用和规制建设等深度交流。在7月17日下午举行的OPC主题前沿论坛上，工商银行上海市分行发布OPC全面金融解决方案，并与张江科学之门、东浩兰生共同启动OPC创新生态联盟。此外，传统金融智能化转型普遍存在应用碎片化、部署成本高、业务闭环弱等痛点，AI仅零散地应用于风控、审计、数据统计等单一环节，难以适配金融行业强合规、全流程、高效率的发展需求。随着企业级AGI技术快速迭代，相关论坛将聚焦从单点试点，转向全链路自主化、低成本化、生态化的金融AI升级需求。 除了论坛和展览，世博场馆还有“另一副面孔”——一座可以逛、可以玩、可以偶遇、可以互动的“机器人未来城”。机器人巡游、多机协同、智能工作场景全景呈现，从馆内专业展示到周边沉浸式体验，AI在这里不是高高在上的技术名词，而是随时会从你身边冒出来的“摩登拍档”。 本报记者 本报记者 ## 本报记者 周轩千 摄 [...] ## 新浪科技 # 今天，全球AI进入“上海时间” ## 金融时报 7月17日，上海最高气温达38-39摄氏度，但天气还不是最火热的，集权威性、专业性、前沿性、体验性等亮点于一身的2026世界人工智能大会（WAIC）暨人工智能全球治理高级别会议在沪拉开大幕。本届WAIC展馆总面积首次突破10万平方米，1100余家企业参展，3000余项展品集中亮相，其中300余款产品为全球首发。 本报记者 本报记者 ## 本报记者 周轩千 摄
-
justoneapi-all · JustOneAPI / 资本与产业趋势 最新 热点 趋势
1. 定义AI存储新坐标，GMIF2026将于9月在深圳启幕 2. 慧智微L-PAMiD、L-PAMiF成套应用于vivo折叠旗舰X Fold6：3颗射频前端芯片，以更高集成突破空间约束 3. 传Amkor拟出售中国业务部分股权 4. 北京科锐拟1.9亿元收购安徽致上和51%股权 跨界切入新能源热管理赛道 5. 蓝盾光电拟收购岚创科技：从"亏损者"到"设备商"，一场瞄准光通信红利的向上突围 6.长存资本战略入股锐立平芯 7.台积电CoWoS良率稳定超过98%，2029年迈向14倍光罩尺寸 1. 定义AI存储新坐标，GMIF2026将于9月在深圳启幕 盯着算力的时候，很少有人会意识到——AI的下一个瓶颈，正藏在数据流动的“管道”里。 如果说大模型训练阶段的核心竞争指标是算力规模与集群效率，那么进入推理爆发期后，词元（Token）已成为衡量AI生产力的关键维度。而存储，作为词元读写、缓存与调度的技术底座，战略地位已发生根本性变化。AI推理链路上的每一环节，都对存储系统性能、容量、功耗比及协同效率提出了远超训练阶段的严苛要求。存储从传统数据中心扩展至更广泛的智能终端与边缘场景，产业边界被系统性拓宽。 在此背景下，以 “AI存储，驱动未来”为主题的第五届GMIF创新峰会（Global Memory Innovation Forum）将于2026年9月22日至23日在深圳举办 ，立足产业链上下游，汇聚存储原厂、企业级SSD、主控、模组、封测、设备材料、服务器与系统厂商、AI算力、AIDC、云服务、智能终端、汽车电子、具身智能、投资机构及科研院校等产业力量，共同探讨AI时代存储产业在云、边、端全场景下的技术趋势、应用机会与生态未来。 本届峰会由深圳市存储器行业协会、北京大学集成电路学院联合主办，爱集微（上海）科技有限公司承办。 岂止 峰会 ？ 存储 年度 “会客厅” 与“朋友圈” 在AI存储产业从“单点突破”迈向“系统协同”的关键节点，一场高质量的行业峰会应当扮演怎样的角色？GMIF2026给出的答案是——不止于“听”，更在于“链”；不止于“势”，更在于“标”；不止于“聚”，更在于“合”。 特色一：全链路对接，让每张名片都有价值 本届峰会构建“趋势洞察+产品展示+资源链接+资本交流” 多位一体综合平台。除主论坛的主题演讲与圆桌对话，现场设置供需对接专场与产品展示区，让存储原厂、模组厂商、AI算力企业、AIDC服务商、智能终端与汽车电子客户能够面对面沟通需求、匹配资源，让峰会成为一张直达产业链核心决策圈的“入场券” 。 特色二：展会同行， 创新成果集中亮相 与往届一样，本届峰会同期设立的展区，将成为存储产业链创新成果的集中展示窗口，将汇聚数十家产业链头部企业，通过前沿产品陈列与技术方案演示，全方位展示存储产业链各细分赛道创新成果。值得关注的是，随着AI推理进入爆发期，本届展品将集中体现存储技术从“容量导向”向“AI性能导向”的转型趋势，一批面向AI全场景的创新产品与技术方案将集中亮相。 特色 三 ：资本 链接 项目 ，构建 产业“直通车” 存储产业正处于AI驱动的结构性增长周期中，资本与产业的对接比以往任何时候都更加迫切。GMIF2026特别设立投融资闭门论坛，重点关注AI存储、企业级SSD、算力基础设施、边缘智能、端侧AI、先进封装、设备材料与产业并购整合等赛道，邀请创新企业、产业资本、上市公司、券商及行业专家展开闭门交流，为产业资本与优质项目量身打造“精准匹配引擎” 。 特色四： 从词元到 升级， 解构存储新周期 身处产业变革关键节点，本届峰会设置诸多核心议题。议题一围绕“Token经济”，探讨日均140万亿词元调用量驱动的产业升级，存储正从容量资源演变为Token生产的关键底座；议题二聚焦云边端协同，连接存储企业、服务器与终端厂商，探讨AI全场景下存储技术的演进路径；议题三关注生态范式转移，推动产业链从线性供需走向深度绑定，连接算力、模型与终端应用；议题四研判资本长期价值，围绕AI驱动的结构性增长窗口展开对话。 特色 五 ： “ 颁奖+榜单 ”， 定义AI时代标杆 谁在引领AI存储的技术突破？谁在拓展企业级市场的边界？谁在推动云边端协同的落地？ 峰会现场将颁发涵盖 “ 技术创新奖、市场服务奖、产业贡献奖、AI基础设施成就奖、终端应用奖、资本价值奖 ”（已开启申报） ，表彰在技术突破、市场拓展、生态建设与产业贡献方面表现突出的标杆企业。这不仅是荣誉，更是产业对创新方向的“集体投票”。 与此同时，深圳市存储器行业协会将联合北京大学集成电路学院、爱集微等权威机构，发布2026存储行业榜单，覆盖半导体存储、AI光互联、半导体设备、AI算力等关键方向，全面呈现产业最新发展格局与代表性企业风采，打造产业链上下游选择合作伙伴的“信任地图”。 四届蓄势，GMIF2026焕新出发 当前，存储产业正站在AI浪潮的“价值中枢”，从存储原厂到AI算力厂商，从云服务商到终端应用，产业链的连接半径正在被重新定义。从2022年首届至今，GMIF已连续四届聚焦全球存储产业关键议题，逐步成长为存储产业链年度交流与资源链接的重要平台。 GMIF2026将在此基础上全面升级，推动峰会从“存储产业年度交流平台”升级为“AI存储产业协同平台”，拟邀请超百家Token概念厂商、晶圆IDM厂商、Soc厂商、主控厂商、存储解决方案厂商、存储封测厂商、AI算力芯片与云厂商、半导体材料与设备厂商、终端厂商等产业链头部企业参会。 9月22日至23日，深圳湾万丽酒店，第五届GMIF2026创新峰会虚位以待。无论您是存储产业链的从业者、AI基础设施的构建者，还是关注产业趋势的投资者与研究者，这里都将是洞见趋势、链接资源、共建生态的最佳平台。 VIP专属报名通道现已开启，扫码即可报名参会。 峰会尚有少量展位空间，如您对峰会合作或品牌展示机会感兴趣，欢迎与组委会进一步沟通洽谈。 让我们相约深圳，共同见证AI存储产业迈向新周期的重要时刻！ 合作咨询： 高女士 13928451251 2. 慧智微L-PAMiD、L-PAMiF成套应用于vivo折叠旗舰X Fold6：3颗射频前端芯片，以更高集成突破空间约束 2026年6月26日，vivo正式发布新一代折叠旗舰vivo X Fold6，再次把折叠旗舰的体验推向新的高度。 图：vivo新一代折叠旗舰vivo X Fold6发布 vivo将其定义为X Fold系列开启“折叠新篇章”的里程碑之作，第三方媒体则将它概括为“折叠屏主力机的完整答案”。 蔡司2亿像素超级主摄、5000万像素蔡司APO超级长焦、等效7000mAh蓝海电池，以及面向大屏多任务打造的原子工作台，共同构成了这款产品的旗舰体验。更难得的是，在影像模组和电池容量进一步提升的同时，X Fold6依然将机身控制在最低约9.4毫米的折叠厚度和最轻约228克的重量。 图：vivo X Fold6：全能旗舰 X Fold6所展现的，正是折叠旗舰应有的能力：把强大的旗舰配置装进轻薄的折叠形态，而不是让用户在体验与形态之间做选择。 这也是折叠旗舰最难解决的问题。 功能不断增加，留给每一项硬件的空间却越来越少。旗舰能力的升级，建立在对每一平方毫米的极致优化之上。 一、折叠屏，旗舰能力的终极考场 折叠屏是各大手机厂商争夺的技术制高点。 2019年，三星Galaxy Fold将大折叠手机带入主流高端市场。此后，几乎所有头部手机厂商都将折叠屏作为旗舰产品线的重点方向。苹果手机也将于2026年发布折叠屏手机。 手机厂商争相投入折叠屏，原因并不复杂：折叠时，它仍是一部可以随身携带的手机；展开后，却能提供接近小型平板的视野，相当于在一台设备中兼顾手机的便携性与大屏的沉浸感。无论是阅读、影音娱乐、多任务处理，还是移动办公，折叠屏带来的显示空间和交互体验，都是传统直板手机难以复制的。 更重要的是，折叠屏是手机厂商展示高端技术实力的“旗舰塔尖”。在多数品牌的产品序列中，折叠屏通常位于价格带最顶端，售价往往高于同品牌的直板旗舰。是能代表品牌高度的一类产品。 折叠屏，要求旗舰级的性能 折叠屏手机，首先是一部旗舰手机。 对于折叠屏用户而言，不会因为它采用了新的产品形态，就接受体验的折衷。相反，作为一个品牌产品序列中价格最高、定位最顶级的品类，折叠屏必须先满足用户对旗舰手机的全部期待：它要有足够长的续航、可靠的影像能力、流畅稳定的系统，以及能够长期使用的内存和存储空间。 而在屏幕展开之后，这种要求还会进一步提高。大屏的意义不只是把文字和视频放大，而是让手机能够同时承载更多任务，或者让多个应用并行运行。以 vivo X Fold6为例，可以同时让五个应用前台运行；这意味着折叠屏处理的是多个任务的并行组合。更大的屏幕、更复杂的交互和更多的后台应用，都会增加对内存、存储、算力和电池的需求。 图：vivo X Fold6强大的多任务处理能力 因此，折叠屏对性能的要求其实是双重的：折叠时，它必须是一部没有短板的旗舰手机；展开后，它还要支撑传统手机很少承担的大屏和多任务体验。 折叠屏最严苛的约束，是空间 折叠屏需要旗舰级的性能，但最缺少的，恰恰是容纳这些性能的空间。 首先，折叠屏必须足够薄。要把折叠厚度控制在接近直板手机的水平，展开后的每一侧都必须被压缩到极限。为了保持折叠后的体验，折叠厚度需要保持在9毫米量级，这就意味着，展开后的单侧厚度，只有4点几毫米。 但这些面积并不是只留给原来手机设计的净空间。相比直板旗舰，折叠屏还多出两项无法删除的结构：一套横贯机身的铰链，以及一块面积是原来屏幕2倍大小的内屏。这些新加入的屏幕、后盖、中框、支撑结构和必要的安全间隙，都要从中占去可观的一部分面积。 扣除柔性屏、铰链和支撑结构后，剩下的有限空间，才真正留给手机内部设计。因此，折叠屏设计中最严苛的约束，是如何把一套完整的旗舰器件系统，装进两片只有约4毫米厚、又被铰链分隔开的机身之中。 图：折叠屏手机内部示意图 有限空间，如何承载完整的旗舰能力？ 当旗舰能力与有限空间正面冲突时，怎样才能做好一部折叠旗舰？ 简单堆料并不是答案： 依靠更多硬件，固然可以提高配置，却也会迅速推高整机的厚度与重量，让折叠屏失去应有的便携性。 减配同样不是理想的选择： 缩小电池、降低影像规格或者删减部分功能，虽然能够换来轻薄，却也削弱了折叠屏作为旗舰产品的完整体验。 真正困难的，是让旗舰能力与轻薄机身同时成立。 vivo X Fold6呈现出的正是这样的结果。它在约9.4毫米厚、约228克重的折叠机身中，容纳了蔡司2亿像素超级主摄、蔡司APO超级长焦和等效7000mAh蓝海电池等。它所体现的，是旗舰能力与轻薄机身，可以在同一部折叠旗舰中共存。 而这种完整性，不只体现在影像、电池和重量这些容易被用户感知的部分，也延伸到了藏在手机内部的通信系统。 vivo X Fold6支持5G-A通信能力，覆盖包括n79在内的旗舰频段，并在n79、n77/n78和n41等频段全面支持双发四收。它不仅能连接更多关键5G频段，还能同时调动更多信号收发通道，实现高速、稳定连接。无论是频段覆盖、收发通路，还是面向5G-A的能力配置，都达到了当前旗舰手机中的顶格水平。 这意味着，vivo X Fold6不仅在影像、续航和轻薄上保持了旗舰表现，在内部空间最容易受到挤压的通信系统上，同样没有降低规格。看得见的体验没有缩水，看不见的连接能力也是顶级。 问题也由此变得更加具体：当更多频段、更多收发通路和更完整的5G-A能力，都要进入一部内部空间已逼近极限的折叠旗舰，这套复杂的射频系统，究竟是如何被装进去的？ 图：折叠屏手机：轻薄机身和旗舰体验需同时成立 二、高集成射频前端芯片，撑起顶格旗舰射频能力 面对折叠屏寸土寸金的内部空间，如何容纳一套顶格的射频系统？答案是通过更高的集成度，重新组织射频前端。 在vivo X Fold6的设计中，成套应用了慧智微最新的“1+2”旗舰射频前端方案：一颗Sub-3GHz All-in-one L-PAMiD，搭配两颗分别面向n77和n79的小型化L-PAMiF。三颗芯片协同工作，覆盖Sub-3GHz到Sub-6GHz，并支撑n77、n79双发四收、EN-DC、多载波聚合及更完整的5G-A功能。 这套方案的3颗芯片，实现了典型传统方案通常需要5至6颗芯片才能覆盖的同等射频能力。芯片数量几乎减半，旗舰通信能力却丝毫没有打折。 图：慧智微“1+2”芯片旗舰射频前端方案 一颗芯片，完成过去两颗芯片的工作 “1+2”方案中的“1”，是一颗高度集成的Sub-3GHz L-PAMiD，型号S55051。 图：Sub-3GHz L-PAMiD S55051产品框图及照片 Sub-3GHz射频前端是手机中最复杂的射频模组之一，突出特点可以概括为“三多”：频段多、模式多、组合多。在Sub-3GHz L-PAMiD中，一颗芯片需要覆盖约10个频段，兼容GSM、TD-LTE、FDD-LTE和5G NR等多种通信制式，同时还要支持EN-DC、多载波聚合等复杂组合。过去，这些功能通常需要由两颗芯片分工完成。 慧智微采用最新的Phase8L All-in-One架构，在6.8mm×8.65mm的极小封装空间内，将上述功能集成到一颗芯片中。单芯片即可覆盖GSM及Sub-3GHz主流频段，并支持EN-DC、多载波聚合以及5G-A三载波聚合。与上一代两芯片方案相比， 其整体占板面积缩小接近一半 。与分立方案相比， 整体布板面积更是缩小近7成。 这意味着，手机终端在完整支持Sub-3GHz旗舰射频功能的同时，将相关芯片的占板面积压缩了近一半，为折叠机身中的电池、影像及其他硬件系统释放出更多空间。 图：Sub-3GHz实现方案对比（兼容支持NSA/SA，以及L+H、M+H上行CA） 两颗芯片，实现n77+n79两发四收 “1+2”方案中的“2”，是两颗面向n77和n79频段的小型化L-PAMiF。 n77和n79是5G中高频通信的关键频段。其中，n79拥有较大的可用带宽和丰富的频谱资源，是我国5G网络持续推进的重要频段。按照中国移动相关终端要求，n79也被列为旗舰手机需要重点支持的通信能力。 图：n79是人流密集区域重点部署的频段 但在传统射频方案中，n79通常需要增加独立芯片；对于内部空间本就紧张的折叠屏手机，这意味着额外的主板面积。也正因如此，一些折叠屏手机虽定位旗舰，却可能在n79等通信能力上有所取舍。 如果按照旗舰手机的标准，让n77和n79都支持两路发射、四路接收，传统方案通常需要四颗芯片：两颗负责n77，另外两颗负责n79。每颗芯片尺寸都是3mmx5mm大小。 在慧智微方案中，可以在同一颗3mmx5mm的芯片中融合支持n77和n79。两颗L-PAMiF既可以完成n77两发四收，也可以完成n79两发四收，不再需要为n79额外增加一组独立芯片。面积较传统方案直接缩小50%。 图：本项目与传统方案对比 采用本方案设计，没有让n79以更多空间为代价。而是在不增加面积的前提下，可以将折叠旗舰的通信能力提升到了顶格。 图：n77+n79双发四收射频前端方案对比 从双旗舰验证，到“1+2”完整协同 折叠旗舰手机中采用的“1+2”方案中的两款射频前端芯片，是产品经过独立验证后的进一步协同。 其中，Phase8L Sub-3GHz NSA/SA All-in-One L-PAMiD已经应用于vivo X200s，以单颗芯片覆盖Sub-3GHz主要频段和复杂通信组合；面向n77、n79的小型化L-PAMiF，则率先应用于vivo X200 Ultra，为旗舰手机提供更完整的5G中高频通信能力。 值得一提的是，在中国电信5G手机性能评测中，vivo X200s和vivo X200 Ultra分别获得各自价位段第一名。两款产品的通信表现，也从整机层面验证了这两类射频前端模组的性能与成熟度。 图：相关终端获运营商5G性能评测同价位带第一名 到了折叠旗舰vivo X Fold6，慧智微进一步将两款已经过旗舰验证的产品组合为“1+2”方案。用3颗芯片完成了传统方案通常需要5至6颗芯片实现的射频功能。也助力折叠屏手机实现性能升级。 芯片数量减少的同时，供电、控制、射频走线及外围器件也随之精简，为电池、影像和散热释放出更多主板空间。 对折叠旗舰而言，小型化的真正价值正在于此： 通信能力做到顶格，实现这些能力所付出的空间代价却更小。 三、从硬件堆叠到可重构：3颗芯片背后的技术路线 慧智微“1+2”方案之所以能够用3颗芯片完成传统方案5至6颗芯片承担的射频功能，关键是改变了射频前端实现多频段、多模式能力的技术路径。 架构创新：从增加硬件到复用硬件 传统射频前端大多采用固定通路架构。不同频段、不同制式和不同工作模式，分别由对应的电路硬件负责。每增加一个频段或一种通信能力，往往就需要增加一套硬件通路。随着5G/5G-A频段、载波聚合和收发通路不断增加，芯片数量、占板面积和系统复杂度也随之上升。 慧智微选择的，是一条不同的技术路径：不再单纯依靠增加硬件承载新功能，而是通过可重构架构，提高同一套硬件的复用能力。 在这套架构下，芯片可以根据不同频段、制式和工作模式，对放大通路、增益、偏置、校准补偿电路及阻抗状态进行动态调整，使一套射频硬件能够承担多种功能。过去需要通过增加芯片实现的能力，如今可以通过重新配置已有电路完成。 由此，射频前端的升级逻辑从“增加功能就增加硬件”，转变为“用同一套硬件支持更多功能”。这也是慧智微能够减少芯片数量、压缩占板面积的架构基础。 图：传统固定通路架构与可重构射频架构的实现对比 可重构的理念并不难理解，真正困难的是实现。不同频段对功率、增益、线性度和阻抗匹配的要求并不相同；增加开关和调谐电路，又可能带来插入损耗、寄生效应和信号失真。可重构电路不仅要“能够切换”，还要保证每一种状态下都具备稳定、可靠的射频性能。 过去，行业曾尝试通过变容二极管、MEMS等方式实现射频调谐，但在调谐范围、损耗、功率耐受、可靠性或量产一致性等方面各有局限。慧智微的关键，是找到了一条能够兼顾灵活配置、射频性能与规模商用的可重构实现路径。 图：代表性射频可重构技术路线及发展 异构集成：让SOI与GaAs各展所长 慧智微选择了SOI与GaAs相结合的异构技术路线。 图：典型方案：SOI承担控制与可重构功能，GaAs承担高功率射频输出 GaAs在功率密度、输出能力和射频性能方面具有优势，适合承担功率放大器的高功率输出级；SOI则更适合实现复杂控制、射频开关、阻抗调谐和高度集成的可重构电路。慧智微将放大器驱动级、控制电路、开关及阻抗调谐等功能更多地集成在SOI上，再与GaAs功率输出级协同工作。 这种集成根据不同电路的性能要求重新分工：GaAs负责高效输出射频功率，SOI负责灵活控制和重构射频通路。通过对增益、偏置、开关状态和阻抗网络进行动态配置，同一套硬件可以适配不同频段和工作模式。 SOI较高的集成能力，也使原本分散在多颗芯片中的驱动、控制、切换和调谐功能，可以集中在更紧凑的电路系统中。同时，由于SOI的低成本特性，不仅可以实现更高集成度，还能够显著降低射频前端成本。 这条异构路线的价值，在于同时兼顾了两类需求：一方面保留GaAs功率放大器的输出能力，另一方面利用SOI提高电路的灵活性和集成度。二者协同，构成了慧智微高集成可重构射频前端的技术底座。 图：可重构方案与传统方案实现的多频多模PA对比 技术突破：跨越高功率、高频与高集成三重门槛 即使确定了可重构架构和SOI、GaAs异构集成路线，仍然需要跨越高功率、高频与高集成三重技术门槛。 图：高功率、高频与高集成是射频前端需要解决的三个技术问题 首先是高功率。 SOI适合实现灵活、复杂的可重构电路，但将其用于功率放大器驱动级时，还需要解决功率耐受、线性度和可靠性等问题。驱动级既要提供足够的信号功率，推动后级GaAs功率放大器工作，又要避免在高电压、高功率状态下出现失真或器件可靠性下降。为此，需要对器件结构、偏置方式、功率分配和保护机制进行系统设计。 其次是高频。 早期可重构射频电路主要工作在3GHz以下，而5G引入的n77、n78和n79等频段，将射频前端的工作范围进一步推高至6GHz。频率越高，开关和调谐网络中的寄生参数越难控制，插入损耗、阻抗偏差和性能波动也会更加明显。 慧智微通过非均匀开关阵列等关键技术，对不同调谐支路和开关单元进行针对性设计，将可重构电路的工作频率从3GHz以下拓展至6GHz，可重构技术由此从传统中低频段，进一步延伸至n77、n78和n79等5G/5G-A核心频段。 最后是高集成。 将更多功率放大、接收、滤波、开关和控制功能集中到同一个模组后，不同射频通路之间的距离更近，信号耦合、谐波、杂散和收发干扰都会随之加剧。高集成是要在缩小尺寸的同时，继续保证隔离度、散热、供电和电磁兼容性能。 通过模组内部干扰抑制、射频与封装协同设计以及三维堆叠封装等技术，慧智微进一步压缩芯片和模组面积，并保证多频段、多通路并行工作时的射频性能。 从高功率驱动到6GHz宽频可重构，再到高密度模组集成，这些关键技术共同支撑了慧智微的可重构射频前端体系。通过架构、工艺、电路和封装的系统创新，让更少的硬件承载更多射频功能，同时使面积极致缩小。 四、谁拥有空间，谁就拥有下一代连接的定义权 移动通信的边界仍在快速扩展。 从5G到5G-A，再到正在到来的6G，无线通信持续演进。更广泛的频段覆盖、更复杂的载波组合，以及通信与感知、人工智能、卫星网络的进一步融合，都在重新定义移动终端的连接能力。 未来的手机，连接的也将不只是一张蜂窝网络。它可能需要同时连接地面网络与卫星网络，在通信之外感知周围环境，并根据场景智能选择频段、通路和网络。终端每增加一种能力，背后都意味着更多频段、更多收发通路，以及更加复杂的射频前端系统。 但在手机设计中，轻薄化仍然是移动设备不可逆的方向。屏幕、电池、影像、散热和计算系统都在争夺有限的机身空间，能够留给射频前端的面积只会更加紧张。 图：未来手机通信能力要求越来越高，可用面积却越来越小 这意味着，下一代终端真正稀缺的，不只是频谱、算力或某一种器件， 而是承载新能力的物理空间 。如果仍然依靠增加芯片和硬件通路来实现，那么有限的机身空间就会成为新技术进入终端的重要制约。 当移动通信进入5G-A和6G时代，射频前端的小型化与高集成，已经不只是尺寸上的优化。它决定了终端能否在不增加体积和重量的前提下，继续容纳新的频段、通路和连接能力。 谁拥有空间，谁就拥有定义未来连接能力的空间。 我们有幸身处一个无线通信加速演进的时代。 过去百余年，无线通信从一次次技术发现走向广泛应用，最终连接起整个世界；过去数十年，蜂窝通信与移动互联网不断改变人与人、人与信息的连接方式；过去十余年，中国射频产业也在这一浪潮中完成了从追赶、并跑到部分领域领先的跨越。 今天，中国拥有全球规模领先的移动终端产业和5G网络，也正在积极迈向5G-A、卫星互联网与6G。连接的边界仍在不断拓展，射频前端也不应只是跟随标准增加更多硬件，而需要以新的技术架构回应这个快速变化的时代。 让射频前端变得更加灵活、更加集成、更加智能，是慧智微选择可重构技术的初心，也是始终坚持的方向。 面向下一代无线通信，慧智微期待 以可重构技术，助力射频前端化繁为简 ，与时代共同演进，让每一次技术进步，都能转化为更加广泛、自由和智慧的连接。 化繁为简，与时俱进，使一切智慧互联。 3. 传Amkor拟出售中国业务部分股权 据报道，知情人士透露，半导体封测厂商安靠（Amkor）正在考虑各种方案，其中包括出售其中国业务部门的部分股权。 知情人士表示，Amkor的公司正与顾问合作，筹备中国业务部门的分拆事宜并试探市场兴趣，该业务部门的估值可能在10 亿美元至 15 亿美元（约合人民币100亿元）之间，Amkor可能会保留少数股权。 知情人士称，亚洲投资机构和业内企业可能会对这些资产感兴趣。他们指出，相关考量尚处于初步阶段，尚未做出任何决定，包括估值在内的细节仍可能发生变化。 据悉，Amkor于2001年在上海设立业务，当时开设了一家封装工厂。据其官网显示，三年后，该公司又从国际商业机器公司（IBM）手中收购了位于上海的第二家大型半导体工厂。Amkor将重新评估中国市场的业务布局。 今年 7 月，Amkor宣布与英伟达达成一项价值 15 亿美元的多年期协议，共同开发用于下一代人工智能和加速计算平台的先进半导体封装与测试技术。在此之前的一个月，该公司刚刚宣布与台积电建立为期 10 年的合作伙伴关系。 4. 北京科锐拟1.9亿元收购安徽致上和51%股权 跨界切入新能源热管理赛道 8月10日，北京科锐发布公告，公司拟以自有或自筹资金19023万元受让安徽致上和科技有限公司（以下简称“安徽致上和”或“标的公司”）51%股权。本次交易完成后，安徽致上将纳入公司合并报表范围。 瞄准高景气赛道，加速产业转型 北京科锐作为传统配电设备供应商，长期深耕电网领域，但传统赛道增长空间有限。公司表示，通过外延式发展向高景气赛道转型势在必行。在储能领域，液冷方案因更高散热效率已成为主流；在人工智能数据中心领域，芯片功耗攀升使液冷从“可选项”变为“必选项”。 标的公司安徽致上和是一家专注于新能源热管理核心零部件开发及系统集成解决方案的科技企业，聚焦电化学储能、商用电动重卡、电动船舶三大领域。核心产品包括储能液冷下箱体、电动化重卡和船舶用液冷机组、重卡换电支架等。 高溢价收购，业绩承诺锁定未来增长 根据金证（上海）资产评估有限公司出具的评估报告，以2026年2月28日为基准日，标的公司股东全部权益的收益法评估值为3.73亿元，较账面净资产增值率达400.12%。经双方协商，51%股权最终作价1.90亿元。 财务数据显示，安徽致上和2025年度实现营业收入3.77亿元，净利润4，588.64万元；2026年1至2月实现营收5727.25万元，净利润752.78万元。本次交易将在上市公司合并报表中形成约1.36亿元商誉（以审计机构审定为准）。 为保障上市公司利益，交易设置了业绩对赌条款：标的公司2026年度和2027年度承诺净利润分别不低于5500万元和7500万元，累计不低于1.30亿元。若业绩未达标，交易对方将以现金方式进行补偿，补偿上限不超过本次交易合计获得的现金交易价款。 5. 蓝盾光电拟收购岚创科技：从"亏损者"到"设备商"，一场瞄准光通信红利的向上突围 8月10日复牌首日，蓝盾光电股价即封死20%涨停。次日，涨势延续，再度斩获20cm涨停，报收27.37元/股。而在此前一周，这家主营光学分析测量仪器的上市公司，正因筹划重大资产重组而处于停牌状态。 市场用真金白银投票的背后，是一份令投资者振奋的收购预案——蓝盾光电计划以发行股份加现金的方式，收购苏州岚创科技有限公司控股权，正式切入真空镀膜设备赛道。 一场"雪中送炭"式的收购 对于蓝盾光电而言，这次收购来得颇为及时。 2025年，公司交出了上市以来首份亏损年报：全年归母净利润亏损8876.65万元，营业收入滑落至3.99亿元。2026年一季度营收 8811.63 万元，归母净利润继续亏损 866.43 万元，亏损仍在延续。 传统主业承压——环境监测、交通管理、气象观测领域的竞争加剧，政府采购需求波动，再加上应收账款账龄拉长带来的信用减值，让这家高端光学仪器制造商步履维艰。 去年底，公司曾试图收购上海星思半导体股权，但对方持续亏损、业务协同有限，最终主动终止。而这一次，蓝盾光电找到的标的，从财务数据上看，几乎是"另一个极端"。 岚创科技：从亏损百万到半年净赚过亿 岚创科技成立于2020年，主营业务是高真空镀膜设备的研发、生产和销售——这是制造光学滤波片、光通信器件核心元件的"母机"。 公司2024年还处于拓展期，全年营收仅1227万元，亏损303万元。2025年迎来拐点，营收翻近三倍至3356万元，净利润扭亏为盈达1128万元。 真正的爆发发生在2026年上半年。 受益于全球AI算力建设带动的光通信需求井喷，岚创科技上半年营收跃升至1.71亿元，净利润高达1.02亿元——仅半年时间，利润已是去年全年的9倍。 资产规模同步飙升：2025年末总资产1.23亿元，到2026年6月末已增至4.87亿元。 这家公司主要生产超窄带薄膜滤光片（TFF）制造所需的高精度镀膜设备，下游客户覆盖多家光通信产业知名企业和上市公司。随着光模块、光器件需求持续扩容，作为上游关键设备供应商的岚创科技，正站在行业风口之上。 打通"仪器—设备"产业链 从业务协同角度看，这次收购并非跨界，而是一次典型的产业链向上延伸。 蓝盾光电做的是光学分析测量仪器整机——环境监测仪、气象雷达、光谱分析仪等。这些仪器的测量精度，很大程度上取决于内部光学元器件的性能，比如镀膜透镜、窄带滤光片。而这些核心元器件，过去长期依赖进口。 岚创科技生产的真空镀膜设备，正是制造这些高精度光学元器件的核心生产装备。 收购完成后，蓝盾光电可以获得双重收益：短期看，将岚创科技纳入合并报表，直接改善上市公司营收和利润水平；长期看，上市公司可以借助标的公司的设备和技术，实现核心光学元器件的自主生产，降低供应链依赖，提升整机性能。 同时，上市公司原有的光学设计、精密检测、自动控制能力，也能反哺岚创科技的设备迭代——双向赋能，形成从"设备制造"到"元器件生产"再到"仪器整机"的完整技术闭环。 不确定性犹存 复牌涨停固然振奋人心，但投资者仍需保持理性。 第一大不确定性来自估值。 岚创科技上半年业绩爆发式增长，但这种增速能否持续，取决于光通信行业的景气周期。如果下游光模块厂商扩产节奏放缓，会直接传导至上游设备需求。截至预案披露，标的公司的审计和评估工作尚未完成，最终交易对价有待揭晓。 第二大风险是整合效果。 两家企业虽同属光电赛道，但客户群体差异明显：蓝盾光电以政府、环境监测机构为主，岚创科技面向光通信、激光等工商业客户。管理体系、研发文化、市场策略的融合，都需要时间验证。如何留住标的公司的核心技术团队，是并购能否兑现价值的关键。 第三，审批流程存在不确定性。 本次交易需经深交所审核、证监会注册，能否顺利过会尚未可知。上市公司也在公告中反复提示了相关风险。 站在国产替代的节点上 从行业视角看，真空镀膜设备属于光学产业的"母机"级别装备。过去高端设备多由海外厂商主导，国内企业正加速突围。岚创科技能在TFF滤光片设备这一细分领域实现商业化量产，本身就站在国产替代的风口之上。 蓝盾光电通过并购切入这一赛道，代表了一种产业趋势——国内光电上市公司正从终端整机制造，向上游核心装备环节延伸。 收购岚创科技只是起点。对蓝盾光电而言，真正的考验在于：如何把标的的设备技术优势，转化为上市公司整体的经营增量；如何在守住环境监测仪器基本盘的同时，把真空镀膜设备业务做成真正的"第二增长曲线"。 复牌涨停是对预期的投票，而价值的兑现，还需要时间来检验。 6.长存资本战略入股锐立平芯 近日，国内存储芯片领军企业长江存储旗下投资机构长存资本，正式完成对锐立平芯微电子（广州）有限责任公司（以下简称“锐立平芯”）的战略投资。此次资本动作不仅打通了存储与特色工艺两大核心赛道的资源壁垒，更标志着国内在低功耗FD-SOI（全耗尽型绝缘体上硅）特色制造领域迈出关键一步。 锐立平芯由国家科技重大专项02专项技术总师、中国科学院微电子研究所叶甜春研究员担任董事长。作为资深半导体专家，叶甜春曾多次指出，面对外部技术限制，国内集成电路产业需要摆脱单一的路径依赖，通过“路径创新、换道发展”开辟新空间。在他看来，FD-SOI正是国内半导体产业实现差异化突破的重要“战场”。 FD-SOI技术通过在硅基底与晶体管沟道间引入超薄埋氧绝缘层，有效抑制了寄生电容与漏电流，在22nm、28nm等成熟制程节点上展现出卓越的低功耗与高射频性能。相较于追求极致微缩的FinFET路线，FD-SOI不仅工艺步骤更少、研发周期更短，还能通过背面偏置技术实现性能与功耗的动态调节。这些特性使其完美契合当前智能汽车、物联网、边缘AI及可穿戴设备等对高能效芯片的爆发式需求。 然而，长期以来全球FD-SOI量产产能高度集中于意法半导体、格芯等海外巨头，国内规模化自主制造平台处于空白状态。锐立平芯的成立与加速推进，正是为了补齐这一核心短板。依托粤港澳大湾区的产业集群优势，锐立平芯正全力搭建具备全球竞争力的FD-SOI量产工艺平台，致力于打造世界级集成电路制造基地，助力大湾区建设“国家集成电路第三极”。 长存资本的入局，为锐立平芯注入了强大的产业资源与制造管理经验。双方将在设备验证、材料供应及工艺迭代等方面展开深度协同，加速推动国产FD-SOI产线的建设与量产进程。未来，锐立平芯将面向车规级芯片、无线通信及低功耗MCU等市场，提供一站式流片服务。 在先进制程面临重重挑战的当下，FD-SOI特色工艺的国产化不仅是完善半导体制造生态的必由之路，更是中国芯片产业实现换道超车、走向自立自强的关键落子。随着资本与技术的深度融合，国产FD-SOI赛道正迎来前所未有的黄金发展窗口。 7.台积电CoWoS良率稳定超过98%，2029年迈向14倍光罩尺寸 台积电（2330）先进封装技术再跨一大步。台积电副总经理何军11日表示，5.5倍光罩尺寸CoWoS已进入量产，在多家AI客户产品上的良率稳定超过98%，部分甚至达99%；台积电并将维持每年推出新技术的节奏，预计2029年把CoWoS扩大至14倍光罩尺寸。 从1990年代投入封装产业的何军坦言，从未想过先进封装会在近几年呈现指数级增长，CoWoS更在中国台湾成为家喻户晓的名词。他笑说，如今自我介绍已经很简单，「嗨，我就是搞CoWoS的那个人（I'm the CoWoS guy）」。针对AI需求，台积电过去三年CoWoS产能几乎每年翻倍，目前已拥有10座先进封装厂，产能逐渐接近客户需求，「还没有完全满足，但已经非常接近」。何军也指出，先进封装已对台积电获利带来显著贡献，还打趣地说，这段历程中唯一不太高兴的可能是太太，因为即使人在家，他仍几乎都在工作。 除CoWoS外，台积电SoIC混合键合技术也持续推进。何军表示，6微米混合键合间距自去年起已进入高量产，预计2029年进一步缩小至4.5微米，并具备A14芯片堆叠A14芯片的能力；SoIC可提供超过50倍互连密度及5倍能源效率。 何军表示，Chiplet不只突破光罩尺寸限制，也能把模拟与运算区块分开，降低全面转进最新制程的成本。台积电还可利用算法进行晶粒配对，将特性最合适的晶粒组合在一起，改善封装层级的性能一致性。 他形容，自己有时就像在经营「全球最大的线上交友服务」，客户提供复杂的算法，台积电则透过全球制造网络，替每颗晶粒寻找最合适的「灵魂伴侣」，再准时完成组装与交付。（来源： 经济日报） 热点聚焦： 1. 国产存储巨头净利涨700倍！ 2. 存储芯片涨势踩刹车！ 3. 苏州半导体设备商破产审查！ 4. 长鑫拒绝苹果压价!报价不低于三星 5. 大基金三期投资逻辑彻底变了！ 6. 苹果确认!正评估中国存储供应商 7. 华为发布2颗新麒麟芯片 8. 黄崇仁逝世,享年77岁 关注！转发！一起点赞！ ↓↓↓ 中一签最高浮盈超21万！国产半导体涂层龙头超纯应材敲钟，首日暴涨640%，市值直逼500亿#上市 #半导体 #超纯应材 #市值 #中签 ；检索词:资本与产业趋势 最新 热点 趋势
-
justoneapi-all · JustOneAPI / 资本与产业趋势 最新 热点 趋势
1. 定义 AI 存储新坐标，GMIF2026将于9月在深圳启幕2. 慧智微L-PAMiD、L-PAMiF成套应用于vivo折叠旗舰X Fold6：3颗射频前端 芯片 ，以更高集成突破空间约束3. 传Amkor拟出售中国业务部分股权4. 北京科锐 拟1.9亿元收购安徽致上和51%股权 跨界切入新能源热管理赛道5. 蓝盾光电 拟收购岚创 科技 ：从"亏损者"到"设备商"，一场瞄准 光通信 红利的向上突围6.长存资本战略入股锐立平芯7. 台积电 CoWoS良率稳定超过98%，2029年迈向14倍光罩尺寸 1. 定义AI存储新坐标，GMIF2026将于9月在深圳启幕 盯着算力的时候，很少有人会意识到——AI的下一个瓶颈，正藏在数据流动的“管道”里。如果说大模型训练阶段的核心竞争指标是算力规模与集群效率，那么进入推理爆发期后， 词元 （Token）已成为衡量AI生产力的关键维度。而存储，作为词元读写、缓存与调度的技术底座，战略地位已发生根本性变化。AI推理链路上的每一环节，都对存储系统性能、容量、功耗比及协同效率提出了远超训练阶段的严苛要求。存储从传统数据中心扩展至更广泛的 智能终端 与边缘场景，产业边界被系统性拓宽。在此背景下，以 “AI存储，驱动未来”为主题的第五届GMIF创新峰会（Global Memory Innovation Forum）将于2026年9月22日至23日在深圳举办 ，立足产业链上下游，汇聚存储原厂、企业级SSD、主控、模组、封测、设备材料、 服务器 与系统厂商、AI算力、AIDC、云服务、智能终端、 汽车电子 、具身智能、投资机构及科研院校等产业力量，共同探讨AI时代存储产业在云、边、端全场景下的技术趋势、应用机会与生态未来。 本届峰会由深圳市 存储器 行业协会、北京大学 集成电路 学院联合主办，爱集微（上海）科技有限公司承办。 岂止 峰会 ？ 存储 年度 “会客厅” 与“朋友圈” 在AI存储产业从“单点突破”迈向“系统协同”的关键节点，一场高质量的行业峰会应当扮演怎样的角色？GMIF2026给出的答案是——不止于“听”，更在于“链”；不止于“势”，更在于“标”；不止于“聚”，更在于“合”。 特色一：全链路对接，让每张名片都有价值 本届峰会构建“趋势洞察+产品展示+资源链接+资本交流” 多位一体综合平台。除主论坛的主题演讲与圆桌对话，现场设置供需对接专场与产品展示区，让存储原厂、模组厂商、AI算力企业、AIDC服务商、智能终端与汽车电子客户能够面对面沟通需求、匹配资源，让峰会成为一张直达产业链核心决策圈的“入场券” 。 特色二：展会同行， 创新成果集中亮相 与往届一样，本届峰会同期设立的展区，将成为存储产业链创新成果的集中展示窗口，将汇聚数十家产业链头部企业，通过前沿产品陈列与技术方案演示，全方位展示存储产业链各细分赛道创新成果。值得关注的是，随着AI推理进入爆发期，本届展品将集中体现存储技术从“容量导向”向“AI性能导向”的转型趋势，一批面向AI全场景的创新产品与技术方案将集中亮相。 特色 三 ：资本 链接 项目 ，构建 产业“直通车” 存储产业正处于AI驱动的结构性增长周期中，资本与产业的对接比以往任何时候都更加迫切。GMIF2026特别设立投融资闭门论坛，重点关注AI存储、企业级SSD、算力基础设施、边缘智能、端侧AI、先进封装、设备材料与产业并购整合等赛道，邀请创新企业、产业资本、上市公司、券商及行业专家展开闭门交流，为产业资本与优质项目量身打造“精准匹配引擎” 。 特色四： 从词元到 升级， 解构存储新周期 身处产业变革关键节点，本届峰会设置诸多核心议题。议题一围绕“Token经济”，探讨日均140万亿词元调用量驱动的产业升级，存储正从容量资源演变为Token生产的关键底座；议题二聚焦云边端协同，连接存储企业、服务器与终端厂商，探讨AI全场景下存储技术的演进路径；议题三关注生态范式转移，推动产业链从线性供需走向深度绑定，连接算力、模型与终端应用；议题四研判资本长期价值，围绕AI驱动的结构性增长窗口展开对话。 特色 五 ： “ 颁奖+榜单 ”， 定义AI时代标杆 谁在引领AI存储的技术突破？谁在拓展企业级市场的边界？谁在推动云边端协同的落地？ 峰会现场将颁发涵盖 “ 技术创新奖、市场服务奖、产业贡献奖、AI基础设施成就奖、终端应用奖、资本价值奖 ”（已开启申报） ，表彰在技术突破、市场拓展、生态建设与产业贡献方面表现突出的标杆企业。这不仅是荣誉，更是产业对创新方向的“集体投票”。与此同时，深圳市存储器行业协会将联合北京大学集成电路学院、爱集微等权威机构，发布2026存储行业榜单，覆盖半导体存储、AI光互联、半导体设备、AI算力等关键方向，全面呈现产业最新发展格局与代表性企业风采，打造产业链上下游选择合作伙伴的“信任地图”。 四届蓄势，GMIF2026焕新出发 当前，存储产业正站在AI浪潮的“价值中枢”，从存储原厂到AI算力厂商，从云服务商到终端应用，产业链的连接半径正在被重新定义。从2022年首届至今，GMIF已连续四届聚焦全球存储产业关键议题，逐步成长为存储产业链年度交流与资源链接的重要平台。GMIF2026将在此基础上全面升级，推动峰会从“存储产业年度交流平台”升级为“AI存储产业协同平台”，拟邀请超百家Token概念厂商、晶圆IDM厂商、Soc厂商、主控厂商、存储解决方案厂商、存储封测厂商、 AI算力芯片 与云厂商、半导体材料与设备厂商、终端厂商等产业链头部企业参会。9月22日至23日，深圳湾万丽酒店，第五届GMIF2026创新峰会虚位以待。无论您是存储产业链的从业者、AI基础设施的构建者，还是关注产业趋势的投资者与研究者，这里都将是洞见趋势、链接资源、共建生态的最佳平台。VIP专属报名通道现已开启，扫码即可报名参会。 峰会尚有少量展位空间，如您对峰会合作或品牌展示机会感兴趣，欢迎与组委会进一步沟通洽谈。 让我们相约深圳，共同见证AI存储产业迈向新周期的重要时刻！ 合作咨询： 高女士 13928451251 2. 慧智微L-PAMiD、L-PAMiF成套应用于vivo折叠旗舰X Fold6：3颗射频前端芯片，以更高集成突破空间约束 2026年6月26日，vivo正式发布新一代折叠旗舰vivo X Fold6，再次把折叠旗舰的体验推向新的高度。图：vivo新一代折叠旗舰vivo X Fold6发布vivo将其定义为X Fold系列开启“折叠新篇章”的里程碑之作，第三方媒体则将它概括为“折叠屏主力机的完整答案”。蔡司2亿像素超级主摄、5000万像素蔡司APO超级长焦、等效7000mAh蓝海 电池 ，以及面向大屏多任务打造的原子工作台，共同构成了这款产品的旗舰体验。更难得的是，在影像模组和电池容量进一步提升的同时，X Fold6依然将机身控制在最低约9.4毫米的折叠厚度和最轻约228克的重量。图：vivo X Fold6：全能旗舰X Fold6所展现的，正是折叠旗舰应有的能力：把强大的旗舰配置装进轻薄的折叠形态，而不是让用户在体验与形态之间做选择。这也是折叠旗舰最难解决的问题。功能不断增加，留给每一项硬件的空间却越来越少。旗舰能力的升级，建立在对每一平方毫米的极致优化之上。 一、折叠屏，旗舰能力的终极考场 折叠屏是各大手机厂商争夺的技术制高点。2019年，三星Galaxy Fold将大折叠手机带入主流高端市场。此后，几乎所有头部手机厂商都将折叠屏作为旗舰产品线的重点方向。 苹果 手机也将于2026年发布折叠屏手机。手机厂商争相投入折叠屏，原因并不复杂：折叠时，它仍是一部可以随身携带的手机；展开后，却能提供接近小型平板的视野，相当于在一台设备中兼顾手机的便携性与大屏的沉浸感。无论是阅读、影音娱乐、多任务处理，还是移动办公，折叠屏带来的显示空间和交互体验，都是传统直板手机难以复制的。更重要的是，折叠屏是手机厂商展示高端技术实力的“旗舰塔尖”。在多数品牌的产品序列中，折叠屏通常位于价格带最顶端，售价往往高于同品牌的直板旗舰。是能代表品牌高度的一类产品。 折叠屏，要求旗舰级的性能 折叠屏手机，首先是一部旗舰手机。对于折叠屏用户而言，不会因为它采用了新的产品形态，就接受体验的折衷。相反，作为一个品牌产品序列中价格最高、定位最顶级的品类，折叠屏必须先满足用户对旗舰手机的全部期待：它要有足够长的续航、可靠的影像能力、流畅稳定的系统，以及能够长期使用的内存和存储空间。而在屏幕展开之后，这种要求还会进一步提高。大屏的意义不只是把文字和视频放大，而是让手机能够同时承载更多任务，或者让多个应用并行运行。以 vivo X Fold6为例，可以同时让五个应用前台运行；这意味着折叠屏处理的是多个任务的并行组合。更大的屏幕、更复杂的交互和更多的后台应用，都会增加对内存、存储、算力和电池的需求。图：vivo X Fold6强大的多任务处理能力因此，折叠屏对性能的要求其实是双重的：折叠时，它必须是一部没有短板的旗舰手机；展开后，它还要支撑传统手机很少承担的大屏和多任务体验。 折叠屏最严苛的约束，是空间 折叠屏需要旗舰级的性能，但最缺少的，恰恰是容纳这些性能的空间。首先，折叠屏必须足够薄。要把折叠厚度控制在接近直板手机的水平，展开后的每一侧都必须被压缩到极限。为了保持折叠后的体验，折叠厚度需要保持在9毫米量级，这就意味着，展开后的单侧厚度，只有4点几毫米。但这些面积并不是只留给原来手机设计的净空间。相比直板旗舰，折叠屏还多出两项无法删除的结构：一套横贯机身的铰链，以及一块面积是原来屏幕2倍大小的内屏。这些新加入的屏幕、后盖、中框、支撑结构和必要的安全间隙，都要从中占去可观的一部分面积。扣除 柔性屏 、铰链和支撑结构后，剩下的有限空间，才真正留给手机内部设计。因此，折叠屏设计中最严苛的约束，是如何把一套完整的旗舰器件系统，装进两片只有约4毫米厚、又被铰链分隔开的机身之中。图：折叠屏手机内部示意图 有限空间，如何承载完整的旗舰能力？ 当旗舰能力与有限空间正面冲突时，怎样才能做好一部折叠旗舰？ 简单堆料并不是答案： 依靠更多硬件，固然可以提高配置，却也会迅速推高整机的厚度与重量，让折叠屏失去应有的便携性。 减配同样不是理想的选择： 缩小电池、降低影像规格或者删减部分功能，虽然能够换来轻薄，却也削弱了折叠屏作为旗舰产品的完整体验。真正困难的，是让旗舰能力与轻薄机身同时成立。vivo X Fold6呈现出的正是这样的结果。它在约9.4毫米厚、约228克重的折叠机身中，容纳了蔡司2亿像素超级主摄、蔡司APO超级长焦和等效7000mAh蓝海电池等。它所体现的，是旗舰能力与轻薄机身，可以在同一部折叠旗舰中共存。而这种完整性，不只体现在影像、电池和重量这些容易被用户感知的部分，也延伸到了藏在手机内部的通信系统。vivo X Fold6支持 5G -A通信能力，覆盖包括n79在内的旗舰频段，并在n79、n77/n78和n41等频段全面支持双发四收。它不仅能连接更多关键5G频段，还能同时调动更多信号收发通道，实现高速、稳定连接。无论是频段覆盖、收发通路，还是面向5G-A的能力配置，都达到了当前旗舰手机中的顶格水平。这意味着，vivo X Fold6不仅在影像、续航和轻薄上保持了旗舰表现，在内部空间最容易受到挤压的通信系统上，同样没有降低规格。看得见的体验没有缩水，看不见的连接能力也是顶级。问题也由此变得更加具体：当更多频段、更多收发通路和更完整的5G-A能力，都要进入一部内部空间已逼近极限的折叠旗舰，这套复杂的射频系统，究竟是如何被装进去的？图：折叠屏手机：轻薄机身和旗舰体验需同时成立 二、高集成射频前端芯片，撑起顶格旗舰射频能力 面对折叠屏寸土寸金的内部空间，如何容纳一套顶格的射频系统？答案是通过更高的集成度，重新组织射频前端。在vivo X Fold6的设计中，成套应用了慧智微最新的“1+2”旗舰射频前端方案：一颗Sub-3GHz All-in-one L-PAMiD，搭配两颗分别面向n77和n79的小型化L-PAMiF。三颗芯片协同工作，覆盖Sub-3GHz到Sub-6GHz，并支撑n77、n79双发四收、EN-DC、多载波聚合及更完整的5G-A功能。这套方案的3颗芯片，实现了典型传统方案通常需要5至6颗芯片才能覆盖的同等射频能力。芯片数量几乎减半，旗舰通信能力却丝毫没有打折。图：慧智微“1+2”芯片旗舰射频前端方案 一颗芯片，完成过去两颗芯片的工作 “1+2”方案中的“1”，是一颗高度集成的Sub-3GHz L-PAMiD，型号S55051。图：Sub-3GHz L-PAMiD S55051产品框图及照片Sub-3GHz射频前端是手机中最复杂的射频模组之一，突出特点可以概括为“三多”：频段多、模式多、组合多。在Sub-3GHz L-PAMiD中，一颗芯片需要覆盖约10个频段，兼容GSM、TD-LTE、FDD-LTE和 5G NR等多种 通信 制式，同时还要支持EN-DC、多载波聚合等复杂组合。过去，这些功能通常需要由两颗芯片分工完成。慧智微采用最新的Phase8L All-in-One架构，在6.8mm×8.65mm的极小封装空间内，将上述功能集成到一颗芯片中。单芯片即可覆盖GSM及Sub-3GHz主流频段，并支持EN-DC、多载波聚合以及5G-A三载波聚合。与上一代两芯片方案相比， 其整体占板面积缩小接近一半 。与分立方案相比， 整体布板面积更是缩小近7成。 这意味着，手机终端在完整支持Sub-3GHz旗舰射频功能的同时，将相关芯片的占板面积压缩了近一半，为折叠机身中的电池、影像及其他硬件系统释放出更多空间。图：Sub-3GHz实现方案对比（兼容支持NSA/SA，以及L+H、M+H上行CA） 两颗芯片，实现n77+n79两发四收 “1+2”方案中的“2”，是两颗面向n77和n79频段的小型化L-PAMiF。n77和n79是5G中高频通信的关键频段。其中，n79拥有较大的可用带宽和丰富的频谱资源，是我国5G网络持续推进的重要频段。按照 中国移动 相关终端要求，n79也被列为旗舰手机需要重点支持的通信能力。图：n79是人流密集区域重点部署的频段但在传统射频方案中，n79通常需要增加独立芯片；对于内部空间本就紧张的折叠屏手机，这意味着额外的主板面积。也正因如此，一些折叠屏手机虽定位旗舰，却可能在n79等通信能力上有所取舍。如果按照旗舰手机的标准，让n77和n79都支持两路发射、四路接收，传统方案通常需要四颗芯片：两颗负责n77，另外两颗负责n79。每颗芯片尺寸都是3mmx5mm大小。在慧智微方案中，可以在同一颗3mmx5mm的芯片中融合支持n77和n79。两颗L-PAMiF既可以完成n77两发四收，也可以完成n79两发四收，不再需要为n79额外增加一组独立芯片。面积较传统方案直接缩小50%。图：本项目与传统方案对比采用本方案设计，没有让n79以更多空间为代价。而是在不增加面积的前提下，可以将折叠旗舰的通信能力提升到了顶格。图：n77+n79双发四收射频前端方案对比 从双旗舰验证，到“1+2”完整协同 折叠旗舰手机中采用的“1+2”方案中的两款射频前端芯片，是产品经过独立验证后的进一步协同。其中，Phase8L Sub-3GHz NSA/SA All-in-One L-PAMiD已经应用于vivo X200s，以单颗芯片覆盖Sub-3GHz主要频段和复杂通信组合；面向n77、n79的小型化L-PAMiF，则率先应用于vivo X200 Ultra，为旗舰手机提供更完整的5G中高频通信能力。值得一提的是，在 中国电信 5G手机性能评测中，vivo X200s和vivo X200 Ultra分别获得各自价位段第一名。两款产品的通信表现，也从整机层面验证了这两类射频前端模组的性能与成熟度。图：相关终端获运营商5G性能评测同价位带第一名到了折叠旗舰vivo X Fold6，慧智微进一步将两款已经过旗舰验证的产品组合为“1+2”方案。用3颗芯片完成了传统方案通常需要5至6颗芯片实现的射频功能。也助力折叠屏手机实现性能升级。芯片数量减少的同时，供电、控制、射频走线及外围器件也随之精简，为电池、影像和散热释放出更多主板空间。对折叠旗舰而言，小型化的真正价值正在于此： 通信能力做到顶格，实现这些能力所付出的空间代价却更小。 三、从硬件堆叠到可重构：3颗芯片背后的技术路线 慧智微“1+2”方案之所以能够用3颗芯片完成传统方案5至6颗芯片承担的射频功能，关键是改变了射频前端实现多频段、多模式能力的技术路径。 架构创新：从增加硬件到复用硬件 传统射频前端大多采用固定通路架构。不同频段、不同制式和不同工作模式，分别由对应的电路硬件负责。每增加一个频段或一种通信能力，往往就需要增加一套硬件通路。随着5G/5G-A频段、载波聚合和收发通路不断增加，芯片数量、占板面积和系统复杂度也随之上升。慧智微选择的，是一条不同的技术路径：不再单纯依靠增加硬件承载新功能，而是通过可重构架构，提高同一套硬件的复用能力。在这套架构下，芯片可以根据不同频段、制式和工作模式，对放大通路、增益、偏置、校准补偿电路及阻抗状态进行动态调整，使一套射频硬件能够承担多种功能。过去需要通过增加芯片实现的能力，如今可以通过重新配置已有电路完成。由此，射频前端的升级逻辑从“增加功能就增加硬件”，转变为“用同一套硬件支持更多功能”。这也是慧智微能够减少芯片数量、压缩占板面积的架构基础。图：传统固定通路架构与可重构射频架构的实现对比可重构的理念并不难理解，真正困难的是实现。不同频段对功率、增益、线性度和阻抗匹配的要求并不相同；增加开关和调谐电路，又可能带来插入损耗、寄生效应和信号失真。可重构电路不仅要“能够切换”，还要保证每一种状态下都具备稳定、可靠的射频性能。过去，行业曾尝试通过变容二极管、MEMS等方式实现射频调谐，但在调谐范围、损耗、功率耐受、可靠性或量产一致性等方面各有局限。慧智微的关键，是找到了一条能够兼顾灵活配置、射频性能与规模商用的可重构实现路径。图：代表性射频可重构技术路线及发展 异构集成：让SOI与GaAs各展所长 慧智微选择了SOI与GaAs相结合的异构技术路线。图：典型方案：SOI承担控制与可重构功能，GaAs承担高功率射频输出GaAs在功率密度、输出能力和射频性能方面具有优势，适合承担功率放大器的高功率输出级；SOI则更适合实现复杂控制、射频开关、阻抗调谐和高度集成的可重构电路。慧智微将放大器驱动级、控制电路、开关及阻抗调谐等功能更多地集成在SOI上，再与GaAs功率输出级协同工作。这种集成根据不同电路的性能要求重新分工：GaAs负责高效输出射频功率，SOI负责灵活控制和重构射频通路。通过对增益、偏置、开关状态和阻抗网络进行动态配置，同一套硬件可以适配不同频段和工作模式。SOI较高的集成能力，也使原本分散在多颗芯片中的驱动、控制、切换和调谐功能，可以集中在更紧凑的电路系统中。同时，由于SOI的低成本特性，不仅可以实现更高集成度，还能够显著降低射频前端成本。这条异构路线的价值，在于同时兼顾了两类需求：一方面保留GaAs功率放大器的输出能力，另一方面利用SOI提高电路的灵活性和集成度。二者协同，构成了慧智微高集成可重构射频前端的技术底座。图：可重构方案与传统方案实现的多频多模PA对比 技术突破：跨越高功率、高频与高集成三重门槛 即使确定了可重构架构和SOI、GaAs异构集成路线，仍然需要跨越高功率、高频与高集成三重技术门槛。图：高功率、高频与高集成是射频前端需要解决的三个技术问题 首先是高功率。 SOI适合实现灵活、复杂的可重构电路，但将其用于功率放大器驱动级时，还需要解决功率耐受、线性度和可靠性等问题。驱动级既要提供足够的信号功率，推动后级GaAs功率放大器工作，又要避免在高电压、高功率状态下出现失真或器件可靠性下降。为此，需要对器件结构、偏置方式、功率分配和保护机制进行系统设计。 其次是高频。 早期可重构射频电路主要工作在3GHz以下，而5G引入的n77、n78和n79等频段，将射频前端的工作范围进一步推高至6GHz。频率越高，开关和调谐网络中的寄生参数越难控制，插入损耗、阻抗偏差和性能波动也会更加明显。慧智微通过非均匀开关阵列等关键技术，对不同调谐支路和开关单元进行针对性设计，将可重构电路的工作频率从3GHz以下拓展至6GHz，可重构技术由此从传统中低频段，进一步延伸至n77、n78和n79等5G/5G-A核心频段。 最后是高集成。 将更多功率放大、接收、滤波、开关和控制功能集中到同一个模组后，不同射频通路之间的距离更近，信号耦合、谐波、杂散和收发干扰都会随之加剧。高集成是要在缩小尺寸的同时，继续保证隔离度、散热、供电和电磁兼容性能。通过模组内部干扰抑制、射频与封装协同设计以及三维堆叠封装等技术，慧智微进一步压缩芯片和模组面积，并保证多频段、多通路并行工作时的射频性能。从高功率驱动到6GHz宽频可重构，再到高密度模组集成，这些关键技术共同支撑了慧智微的可重构射频前端体系。通过架构、工艺、电路和封装的系统创新，让更少的硬件承载更多射频功能，同时使面积极致缩小。 四、谁拥有空间，谁就拥有下一代连接的定义权 移动通信的边界仍在快速扩展。从5G到5G-A，再到正在到来的 6G ，无线通信持续演进。更广泛的频段覆盖、更复杂的载波组合，以及通信与感知、 人工智能 、卫星网络的进一步融合，都在重新定义移动终端的连接能力。未来的手机，连接的也将不只是一张蜂窝网络。它可能需要同时连接地面网络与卫星网络，在通信之外感知周围环境，并根据场景智能选择频段、通路和网络。终端每增加一种能力，背后都意味着更多频段、更多收发通路，以及更加复杂的射频前端系统。但在手机设计中，轻薄化仍然是移动设备不可逆的方向。屏幕、电池、影像、散热和计算系统都在争夺有限的机身空间，能够留给射频前端的面积只会更加紧张。图：未来手机通信能力要求越来越高，可用面积却越来越小这意味着，下一代终端真正稀缺的，不只是频谱、算力或某一种器件， 而是承载新能力的物理空间 。如果仍然依靠增加芯片和硬件通路来实现，那么有限的机身空间就会成为新技术进入终端的重要制约。当移动通信进入 5G -A和6G时代，射频前端的小型化与高集成，已经不只是尺寸上的优化。它决定了终端能否在不增加体积和重量的前提下，继续容纳新的频段、通路和连接能力。 谁拥有空间，谁就拥有定义未来连接能力的空间。 我们有幸身处一个无线通信加速演进的时代。过去百余年，无线通信从一次次技术发现走向广泛应用，最终连接起整个世界；过去数十年，蜂窝通信与 移动互联网 不断改变人与人、人与信息的连接方式；过去十余年，中国射频产业也在这一浪潮中完成了从追赶、并跑到部分领域领先的跨越。今天，中国拥有全球规模领先的移动终端产业和5G网络，也正在积极迈向5G-A、 卫星互联网 与6G。连接的边界仍在不断拓展，射频前端也不应只是跟随标准增加更多硬件，而需要以新的技术架构回应这个快速变化的时代。让射频前端变得更加灵活、更加集成、更加智能，是慧智微选择可重构技术的初心，也是始终坚持的方向。面向下一代无线通信，慧智微期待 以可重构技术，助力射频前端化繁为简 ，与时代共同演进，让每一次技术进步，都能转化为更加广泛、自由和智慧的连接。 化繁为简，与时俱进，使一切智慧互联。 3. 传Amkor拟出售中国业务部分股权 据报道，知情人士透露，半导体封测厂商安靠（Amkor）正在考虑各种方案，其中包括出售其中国业务部门的部分股权。知情人士表示，Amkor的公司正与顾问合作，筹备中国业务部门的分拆事宜并试探市场兴趣，该业务部门的估值可能在10 亿美元至 15 亿美元（约合人民币100亿元）之间，Amkor可能会保留少数股权。知情人士称，亚洲投资机构和业内企业可能会对这些资产感兴趣。他们指出，相关考量尚处于初步阶段，尚未做出任何决定，包括估值在内的细节仍可能发生变化。据悉，Amkor于2001年在上海设立业务，当时开设了一家封装工厂。据其官网显示，三年后，该公司又从国际商业机器公司（ IBM ）手中收购了位于上海的第二家大型半导体工厂。Amkor将重新评估中国市场的业务布局。今年 7 月，Amkor宣布与 英伟达 达成一项价值 15 亿美元的多年期协议，共同开发用于下一代人工智能和加速计算平台的先进半导体封装与测试技术。在此之前的一个月，该公司刚刚宣布与台积电建立为期 10 年的合作伙伴关系。 4. 北京科锐拟1.9亿元收购安徽致上和51%股权 跨界切入新能源热管理赛道 8月10日，北京科锐发布公告，公司拟以自有或自筹资金19023万元受让安徽致上和科技有限公司（以下简称“安徽致上和”或“标的公司”）51%股权。本次交易完成后，安徽致上将纳入公司合并报表范围。 瞄准高景气赛道，加速产业转型 北京科锐作为传统配电设备供应商，长期深耕 电网 领域，但传统赛道增长空间有限。公司表示，通过外延式发展向高景气赛道转型势在必行。在储能领域，液冷方案因更高散热效率已成为主流；在人工智能 数据中心 领域，芯片功耗攀升使液冷从“可选项”变为“必选项”。标的公司安徽致上和是一家专注于新能源热管理核心零部件开发及系统集成解决方案的科技企业，聚焦 电化学储能 、商用电动 重卡 、电动 船舶 三大领域。核心产品包括储能液冷下箱体、电动化重卡和船舶用液冷机组、重卡换电支架等。 高溢价收购，业绩承诺锁定未来增长 根据金证（上海）资产评估有限公司出具的评估报告，以2026年2月28日为基准日，标的公司股东全部权益的收益法评估值为3.73亿元，较账面净资产增值率达400.12%。经双方协商，51%股权最终作价1.90亿元。财务数据显示，安徽致上和2025年度实现营业收入3.77亿元，净利润4，588.64万元；2026年1至2月实现营收5727.25万元，净利润752.78万元。本次交易将在上市公司合并报表中形成约1.36亿元商誉（以审计机构审定为准）。为保障上市公司利益，交易设置了业绩对赌条款：标的公司2026年度和2027年度承诺净利润分别不低于5500万元和7500万元，累计不低于1.30亿元。若业绩未达标，交易对方将以现金方式进行补偿，补偿上限不超过本次交易合计获得的现金交易价款。 5. 蓝盾光电拟收购岚创科技：从"亏损者"到"设备商"，一场瞄准光通信红利的向上突围 8月10日复牌首日，蓝盾光电股价即封死20%涨停。次日，涨势延续，再度斩获20cm涨停，报收27.37元/股。而在此前一周，这家主营光学分析测量仪器的上市公司，正因筹划重大资产重组而处于停牌状态。市场用真金 白银 投票的背后，是一份令投资者振奋的收购预案——蓝盾光电计划以发行股份加现金的方式，收购苏州岚创科技有限公司控股权，正式切入真空镀膜设备赛道。 一场"雪中送炭"式的收购 对于蓝盾光电而言，这次收购来得颇为及时。2025年，公司交出了上市以来首份亏损年报：全年归母净利润亏损8876.65万元，营业收入滑落至3.99亿元。2026年一季度营收 8811.63 万元，归母净利润继续亏损 866.43 万元，亏损仍在延续。传统主业承压——环境监测、交通管理、气象观测领域的竞争加剧，政府采购需求波动，再加上应收账款账龄拉长带来的信用减值，让这家高端光学仪器制造商步履维艰。去年底，公司曾试图收购上海星思半导体股权，但对方持续亏损、业务协同有限，最终主动终止。而这一次，蓝盾光电找到的标的，从财务数据上看，几乎是"另一个极端"。 岚创科技：从亏损百万到半年净赚过亿 岚创科技成立于2020年，主营业务是高真空镀膜设备的研发、生产和销售——这是制造光学滤波片、光通信器件核心 元件 的"母机"。公司2024年还处于拓展期，全年营收仅1227万元，亏损303万元。2025年迎来拐点，营收翻近三倍至3356万元，净利润 扭亏为盈 达1128万元。真正的爆发发生在2026年上半年。受益于全球AI算力建设带动的光通信需求井喷，岚创科技上半年营收跃升至1.71亿元，净利润高达1.02亿元——仅半年时间，利润已是去年全年的9倍。资产规模同步飙升：2025年末总资产1.23亿元，到2026年6月末已增至4.87亿元。这家公司主要生产超窄带薄膜滤光片（TFF）制造所需的高精度镀膜设备，下游客户覆盖多家光通信产业知名企业和上市公司。随着 光模块 、光器件需求持续扩容，作为上游关键设备供应商的岚创科技，正站在行业风口之上。 打通"仪器—设备"产业链 从业务协同角度看，这次收购并非跨界，而是一次典型的产业链向上延伸。蓝盾光电做的是光学分析测量仪器整机——环境监测仪、气象雷达、光谱分析仪等。这些仪器的测量精度，很大程度上取决于内部光学元器件的性能，比如镀膜透镜、窄带滤光片。而这些核心元器件，过去长期依赖进口。岚创科技生产的真空镀膜设备，正是制造这些高精度光学元器件的核心生产装备。收购完成后，蓝盾光电可以获得双重收益：短期看，将岚创科技纳入合并报表，直接改善上市公司营收和利润水平；长期看，上市公司可以借助标的公司的设备和技术，实现核心光学元器件的自主生产，降低供应链依赖，提升整机性能。同时，上市公司原有的光学设计、精密检测、自动控制能力，也能反哺岚创科技的设备迭代——双向赋能，形成从"设备制造"到"元器件生产"再到"仪器整机"的完整技术闭环。 不确定性犹存 复牌涨停固然振奋人心，但投资者仍需保持理性。第一大不确定性来自估值。 岚创科技上半年业绩爆发式增长，但这种增速能否持续，取决于光通信行业的景气周期。如果下游光模块厂商扩产节奏放缓，会直接传导至上游设备需求。截至预案披露，标的公司的审计和评估工作尚未完成，最终交易对价有待揭晓。第二大风险是整合效果。 两家企业虽同属光电赛道，但客户群体差异明显：蓝盾光电以政府、环境监测机构为主，岚创科技面向光通信、 激光 等工商业客户。管理体系、研发文化、市场策略的融合，都需要时间验证。如何留住标的公司的核心技术团队，是并购能否兑现价值的关键。第三，审批流程存在不确定性。 本次交易需经深交所审核、证监会注册，能否顺利过会尚未可知。上市公司也在公告中反复提示了相关风险。 站在国产替代的节点上 从行业视角看，真空镀膜设备属于光学产业的"母机"级别装备。过去高端设备多由海外厂商主导，国内企业正加速突围。岚创科技能在TFF滤光片设备这一细分领域实现商业化量产，本身就站在国产替代的风口之上。蓝盾光电通过并购切入这一赛道，代表了一种产业趋势——国内光电上市公司正从终端整机制造，向上游核心装备环节延伸。收购岚创科技只是起点。对蓝盾光电而言，真正的考验在于：如何把标的的设备技术优势，转化为上市公司整体的经营增量；如何在守住环境监测仪器基本盘的同时，把真空镀膜设备业务做成真正的"第二增长曲线"。复牌涨停是对预期的投票，而价值的兑现，还需要时间来检验。 6.长存资本战略入股锐立平芯 近日，国内存储芯片领军企业长江存储旗下投资机构长存资本，正式完成对锐立平芯微电子（广州）有限责任公司（以下简称“锐立平芯”）的战略投资。此次资本动作不仅打通了存储与特色工艺两大核心赛道的资源壁垒，更标志着国内在低功耗FD-SOI（全耗尽型绝缘体上硅）特色制造领域迈出关键一步。锐立平芯由国家科技重大专项02专项技术总师、中国科学院微电子研究所叶甜春研究员担任董事长。作为资深半导体专家，叶甜春曾多次指出，面对外部技术限制，国内集成电路产业需要摆脱单一的路径依赖，通过“路径创新、换道发展”开辟新空间。在他看来，FD-SOI正是国内 半导体产业 实现差异化突破的重要“战场”。FD-SOI技术通过在硅基底与晶体管沟道间引入超薄埋氧绝缘层，有效抑制了寄生电容与漏电流，在22nm、28nm等成熟制程节点上展现出卓越的低功耗与高射频性能。相较于追求极致微缩的FinFET路线，FD-SOI不仅工艺步骤更少、研发周期更短，还能通过背面偏置技术实现性能与功耗的动态调节。这些特性使其完美契合当前 智能汽车 、 物联网 、边缘AI及可穿戴设备等对高能效芯片的爆发式需求。然而，长期以来全球FD-SOI量产产能高度集中于 意法半导体 、 格芯 等海外巨头，国内规模化自主制造平台处于空白状态。锐立平芯的成立与加速推进，正是为了补齐这一核心短板。依托粤港澳大湾区的产业集群优势，锐立平芯正全力搭建具备全球竞争力的FD-SOI量产工艺平台，致力于打造世界级集成电路制造基地，助力大湾区建设“国家集成电路第三极”。长存资本的入局，为锐立平芯注入了强大的产业资源与制造管理经验。双方将在设备验证、材料供应及工艺迭代等方面展开深度协同，加速推动国产FD-SOI产线的建设与量产进程。未来，锐立平芯将面向车规级芯片、无线通信及低功耗MCU等市场，提供一站式流片服务。在先进制程面临重重挑战的当下，FD-SOI特色工艺的国产化不仅是完善半导体制造生态的必由之路，更是中国芯片产业实现换道超车、走向自立自强的关键落子。随着资本与技术的深度融合，国产FD-SOI赛道正迎来前所未有的黄金发展窗口。 7.台积电CoWoS良率稳定超过98%，2029年迈向14倍光罩尺寸 台积电（2330）先进封装技术再跨一大步。台积电副总经理何军11日表示，5.5倍光罩尺寸CoWoS已进入量产，在多家AI客户产品上的良率稳定超过98%，部分甚至达99%；台积电并将维持每年推出新技术的节奏，预计2029年把CoWoS扩大至14倍光罩尺寸。从1990年代投入封装产业的何军坦言，从未想过先进封装会在近几年呈现指数级增长，CoWoS更在中国台湾成为家喻户晓的名词。他笑说，如今自我介绍已经很简单，「嗨，我就是搞CoWoS的那个人（I'm the CoWoS guy）」。针对AI需求，台积电过去三年CoWoS产能几乎每年翻倍，目前已拥有10座先进封装厂，产能逐渐接近客户需求，「还没有完全满足，但已经非常接近」。何军也指出，先进封装已对台积电获利带来显著贡献，还打趣地说，这段历程中唯一不太高兴的可能是太太，因为即使人在家，他仍几乎都在工作。除CoWoS外，台积电SoIC混合键合技术也持续推进。何军表示，6微米混合键合间距自去年起已进入高量产，预计2029年进一步缩小至4.5微米，并具备A14芯片堆叠A14芯片的能力；SoIC可提供超过50倍互连密度及5倍能源效率。何军表示， Chiplet 不只突破光罩尺寸限制，也能把模拟与运算区块分开，降低全面转进最新制程的成本。台积电还可利用算法进行晶粒配对，将特性最合适的晶粒组合在一起，改善封装层级的性能一致性。他形容，自己有时就像在经营「全球最大的线上交友服务」，客户提供复杂的算法，台积电则透过全球制造网络，替每颗晶粒寻找最合适的「灵魂伴侣」，再准时完成组装与交付。（来源： 经济日报） 热点聚焦： 1. 国产存储巨头净利涨700倍！ 2. 存储芯片涨势踩刹车！ 3. 苏州 半导体 设备商破产审查！ 4.长鑫拒绝苹果压价!报价不低于三星5.大基金三期投资逻辑彻底变了！6.苹果确认!正评估中国存储供应商7.华为发布2颗新麒麟芯片8.黄崇仁逝世,享年77岁 关注！转发！一起点赞！ ↓↓↓；检索词:资本与产业趋势 最新 热点 趋势
-
justoneapi-all · JustOneAPI / 一人公司 最新 热点 趋势
大家好，我是交大安泰校友付金山（吉米）。 本来今天这篇文章，应该写第九期“吉米 AI 实践沙龙会”的回顾。 8 月 9 日，我们原计划在交大徐汇校区新上院 N314，和大家一起聊“企业 AI 落地双引擎”：一人交付与组织级 Harness。很遗憾，因为台风天气，出于安全考虑，活动只能延期。也特别感谢已经报名的 40 多位朋友的关注和理解。新的时间预计会在 8 月 22 日上午或 9 月 5 日下午，我们会和分享嘉宾确认后，再正式邀请大家。 第九期虽然延期，但这几天我反而有了一个新的观察窗口。过去一周，我参与了两场不同类型的 AI 产业沙龙： 8 月 5 日：杭州萧山创新国度孵化器主办的 OPC 创新沙龙会第一期 。我以项目共创顾问、分享嘉宾的身份，围绕“AI 落地应用”做了一场主讲。 8 月 8 日：交大安泰 AI 专委会主办、智能制造专委会协办的 智能制造系列第一期 。我作为活动工作人员，参与了筹备、嘉宾链接、报名管理和现场支持。 两场活动，一个面向 OPC、一人公司、小团队创业；一个面向智能制造、工业现场和产业数字化。 场景不同，但给我的感受很一致：AI 确实越来越热，也越来越进入真实场景。但越是进入真实场景，越不能只谈 AI 本身。最后还是要回到业务，回到经营，回到企业到底为谁创造什么价值。 第一场：OPC 沙龙，真正有价值的是问题 创新国度国际 OPC 社区这场活动，参与者画像非常有意思。 现场有 AI 跨境电商、AI 内容创业、AIGC 工具、AI 审计、大模型开发、Agentic Commerce、国际社群运营、VC 投资、会计事务所自动化审计等方向的创业者和从业者。 所以我一开始就很明确，这场不适合做成普通 AI 工具培训。能办 OPC 企业的人，AI 工具通常不是最大的障碍。真正难的是，哪怕企业只有一个人，也要面对经营世界里非常朴素但很硬的问题。 比如现场大家问到的这些问题： 投资/FA 场景里，如何用 AI 帮助完成公司信息收集、投资备忘录、技术报告、年度报告和 LP 汇报？ 跨境电商场景里，如何把选品、图片、文案、设计、数据复盘和下一轮经营判断串成闭环？ Agentic Commerce 方向，未来流量可能来自 AI Agent，归因、转化和客户识别应该怎么做？ FDE 作为一种新的 AI 落地角色，创业者到底有没有机会做出可标准化的行业服务包？ 小团队服务企业客户时，数据安全、隐私边界、合同责任和人工复核机制怎么设计？ 不同客户、不同项目、不同知识库之间，如何避免上下文污染？ 高频重复任务能不能被训练成 Skill，从一次性服务变成可复用交付？ 数字员工造成损失，责任怎么界定？个人公司、财务边界、数据资产、软件著作权这些问题怎么提前规避？ 这些问题很有价值！它们不是“哪个按钮怎么点”的问题，而是 AI 真正进入经营之后，必然会遇到的问题。 这也让我更确定：OPC 不是因为人少就天然先进。OPC 要成立，关键是能不能用 AI 把一个人的专业判断、交付经验、服务流程和风险边界，变成可复用、可验收、可持续的解决方案。 客户不一定想多买一个软件。客户真正想要的是：你能不能把那个高频、重复、耗时、容易出错的问题解决掉。 第二场：智能制造，AI 落地的硬场景 8 月 8 日的智能制造沙龙，整体质量很高。 这不是泛泛聊 AI 趋势，而是把 AI 放进制造业现场：排产、质量、损耗、设备、物料、工艺、交付、库存、能耗、老师傅经验、异常响应。 王文亮校友从联合利华的实践出发，分享了从“超级个体”到“超级组织”的 AI 智造路径。他提到通过 AI Workshop 收集 61 个用例，整合为 16 项，再筛选 7 个高价值场景优先推进；也讲到企业知识库、Agent Platform 和“知识飞轮”。 黄科超博士则从数字化工厂到工业 AI 决策，讲了工业 AI 落地里的“五条链断裂”：事实断裂、语义断裂、决策断裂、动作断裂、责任断裂。他有句话我印象很深：决策先于模型，本体先于智能。 这场我不展开太多，只说三个感受。 第一，制造业确实是 AI 落地的硬场景。因为问题足够真实，价值足够明确，不是为了 AI 而 AI。 第二，工业 AI 不能只停留在展示层。真正有价值的是进入决策闭环，能帮助企业感知状态、预测问题、优化方案、推动执行，并形成反馈。 第三，中小企业 AI 落地仍然不容易。现场讨论到获客、支付意愿、持续服务能力、排产效果评估、组织变革阻力，这些都不是模型参数能直接解决的。 所以我对 AI+工业很乐观，但不是盲目乐观。越是硬场景，越需要敬畏业务。 两场沙龙之后，我更确定一件事 这两场活动，一个轻，一个重；一个偏小团队创业，一个偏产业级落地。 但最后指向同一个判断：AI 已经不只是“一个人会不会用工具”的问题了。如果只是个人效率，学会对话、学会写提示词、学会几个工具，当然有价值。但如果要真正帮助企业经营，就必须进入组织层面。企业要回答的问题会变成： 数据从哪里来，谁负责，哪个版本可信？ AI Agent 做了什么，谁来审核，出了问题谁负责？ 员工如何协同 AI，而不是各自用 AI 生成一堆互相冲突的信息？ 哪些任务适合一人交付，哪些能力必须沉淀成组织级 Harness？ 这也是第九期“企业 AI 落地双引擎”想讨论的核心。一边，是数据资产提效和一人交付，让 AI 真正解决具体问题。另一边，是组织级 Harness 和 AI 治理，让 AI 不只是个人手里的工具，而是企业可控、可复用、可持续的生产力机制。 AI 越热，越要回到经营理性 作为 AI 从业者，我很高兴看到这么多行业开始认真讨论 AI：OPC 在讨论 AI 如何支撑小团队创业；制造业在讨论 AI 如何进入工厂决策。 这说明 AI 正在从“好不好玩”，走向“能不能创造价值”。 但越是这样，越要保持经营理性：客户付费，不是因为我们用了最新模型；企业改变，也不是因为我们讲了最热概念。真正重要的是，AI 能不能帮助企业降低成本、提升效率、减少风险、改善体验、创造收入，并且让这个过程可验证、可复盘、可持续。 AI 是强大的工具，但它仍然是工具。真正决定工具价值的，是人如何定义目标，组织资源，承担责任，并把结果交付出来。这也是我接下来会继续做的事情： 不制造焦虑，只解决问题。 不追热点，只做交付。 持续用实践的方式，和更多中小企业把 AI 用到真实业务里。 第九期虽然延期，但不会取消。等新时间确认后，期待继续在交大徐汇校区，和大家一起把“企业 AI 落地双引擎”这件事讲透、聊透、做实。 让我们一起 AI 到底！ ；检索词:一人公司 最新 热点 趋势
-
github · 2026-08-11 · GitHub / AI 最新 趋势 stars:>50 / TypeScript
语言:TypeScript；stars:175；更新:2026-08-11T10:45:07Z
-
github · 2026-08-13 · GitHub / LLM workflow stars:>300 / JavaScript
语言:JavaScript；stars:372；更新:2026-08-13T01:36:57Z
-
github · 2026-08-13 · GitHub / LLM workflow stars:>300 / Python
语言:Python；stars:2875；更新:2026-08-13T01:03:33Z
-
ai-news · 2026-06-06 · hidden_signals / 🟠中
重要性:市场还在炒作“未来数据中心将面临全面缺电”，但地方上的中型规模园区实际上已进入实质建设阶段。这说明地方土地和并网审批正在悄悄为 AI 大开绿灯，局部算力供应落地速度会比预期更快。
-
ifanr · 2026-08-11 · 明日产品 / rss
· 60 个 AI 智能体协作，Claude 推进黎曼猜想相关问题 · 小米启动 2027 届全球校招，AI 岗位需求增长 50% · 智谱 API 用户接近 700 万，已启用超 5 万块国产算力芯片 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
-
techcrunch-ai · 2026-08-12 · AI行业 / rss
Thrive Holdings has raised $2 billion in new funding at a $12 billion valuation from investors like SoftBank, D1 Capital Partners, and Altimeter Capital.
-
ai-news · 2026-06-06 · finance_news / 股市 / 财报
戴尔最新的 AI 服务器积压订单爆表，高达 510 亿美元。庞大的需求侧数据再次印证了算力军备竞赛的火热程度。 启发:典型的“增收不增利”隐患重灾区。硬件厂商在 AI 浪潮里卖水确实赚钱，但如果由于极度依赖英伟达导致利润率起不来，最终也只是在给上游打高级黑工。
-
bilibili · B站热词 / social-hot
热度:1920390；热度层:A
-
ithome · 2026-08-13 · 科技产品 / rss
IT之家 8 月 13 日消息，据路透社今日报道，两位知情人士透露，谷歌联合创始人谢尔盖 · 布林近几个月来一直敦促其关键 AI 部门员工 全力投入 Gemini 模型 ，因为其母公司 Alphabet 正在寻求缩小与竞争对手的差距。 据一位不愿透露姓名的人士称，在 Anthropic 公司全力推进其强大的 Claude Mythos 模型预览版之际，布林在 4 月份的一次全体员工大会上向数百名谷歌员工发表讲话， 敦促公司旗下的 Google DeepMind 人工智能实验室加快步伐 。 去年 11 月，谷歌的 Gemini 模型曾短暂超越竞争对手，但 Anthropic 和 OpenAI 的最新更新再次使其落后。消息人士透露，由于内部测试显示 Gemini 的新旗舰版本在编程等领域性能仍然落后于竞争对手，谷歌在 8 月份将发布时间推迟了两个月。 8 月 5 日， 谷歌宣布对其 AI 部门 DeepMind 进行大规模领导层调整 ，原首席执行官戴密斯 · 哈萨比斯（Demis Hassabis）卸任，由其副手科雷 · 卡武克丘奥鲁（Koray Kavukcuoglu）接任。哈萨比斯则转任董事长，管理职责有所减少。与此同时，Gemini 项目的两位原技术负责人也辞职，共同创立了一家初创公司。 尽管一些业内观察人士质疑谷歌是否正在退出模型竞赛，但对七位了解 Gemini 开发工作的人士表示，Alphabet 上周的商业化战略和人事调整与其实现模型霸主地位的努力息息相关。 这些变动标志着 DeepMind 自主权的进一步削弱 。自 2014 年谷歌收购这家位于英国伦敦的实验室以来，谷歌一直在逐步削弱 DeepMind 的自主权，以推动其 AI 技术应用于更多软件，从而创造更多利润。据两位消息人士透露，Alphabet 还在 8 月 6 日的一次全体员工大会上宣布，部分团队将离开 DeepMind，加入谷歌公司。 谷歌拒绝回答路透社关于布林近期参与 DeepMind 事务、DeepMind 的结构性变化以及员工担忧等问题。 报道还提到，在上周四举行的全部门全体员工会议上，哈萨比斯和卡武克丘奥鲁试图消除员工们对 DeepMind 未来的担忧 —— 他们中的大多数人都是在消息公开后才得知这一变化的。 两位消息人士称，哈萨比斯和卡武克丘奥鲁告诉员工，几个非技术团队将被从 DeepMind 剥离，并纳入公司整体的汇报结构。 与此同时， 消息人士称哈萨比斯减少了对 Gemini 的管理参与 ，并在 2023 年 AI 模型首次启动后不久，将该责任移交给了他的副手。 报道还称，卡武克丘奥鲁一直在巩固权力。去年，他从伦敦搬到山景城，晋升为首席 AI 架构师，直接向谷歌 CEO 桑达尔 · 皮查伊汇报工作。卡武克丘奥鲁在谷歌其他部门也逐渐树立了声誉， 他更擅长商业化 。据一位知情人士透露，甚至在他调任之前，卡武克丘奥鲁而非哈萨比斯才是 DeepMind 与谷歌云（IT之家注：该公司的主要 AI 收入来源）之间的主要联系人。 相关阅读： 《 谷歌 DeepMind 重组：哈萨比斯转任首席科学家，聚焦通用人工智能应用 》