【AI前景】人工智能從試驗走向創造價值 摩根士丹利看好AI採用者的盈利前景
摩根士丹利策略師Michael Wilson表示,整合AI技術能力的美國企業有望實現更為強勁的利潤率。哈里伯頓、美國銀行、CVS Health和NextEra Energy 等公司有望成為人工智能應用的主要受益者。
显示更多
【“蛟龍”號實現迭代升級 順利完成7000米級海試】“深海一號”船27日消息,實現第二次迭代升級的“蛟龍”號載人潛水器近日在菲律賓海盆進行了多次7000米潛次試驗並安全返回,順利完成國家重點研發計劃“蛟龍號關鍵作業技術能力提升及科學應用”7000米級海試。
據了解,此次海試依託中國大洋100航次第二航段科學考察,“蛟龍”號先後在菲律賓海盆開展了3個潛次試驗,其中2個潛次試驗下潛深度超7000米,最大下潛深度達7056.9米,各項試驗指標均達到7000米級海試要求。
显示更多
【“大連一號”低空跨海長航時複合翼無人機首飛】近日,由大連理工大學自主研發的“大連一號”低空跨海長航時複合翼無人機圓滿完成海上首次飛行試驗。該機型掛載能力、航程航時、抗風能力等核心指標均達預期,為中國構建“海陸空”一體化低空經濟生態增添了高性能實戰平台,有力助推了遼寧省低空經濟產業創新發展。
“大連一號”兼具直升機垂直起降與固定翼高速巡航能力,整機最大起飛重量超150公斤,任務載荷45公斤,翼展6.5米,巡航時速110公里,油電混動技術保障了超1300公里的跨海長續航。該機型可在6級風中垂直起降、7級風下穩定巡航,高度適配海上巡檢、物資運輸與應急救援等多元化全海域作業場景。
显示更多
【力箭二號遙二運載火箭轉運至發射區】26日,中國自主研製的力箭二號遙二運載火箭在東風商業航天創新試驗區轉運至專屬發射工位,進入發射前的關鍵準備階段,近期擇機發射。力箭二號最大運載能力達12噸,既能一次發射多顆衛星,也能承擔太空貨運飛船等發射任務。它還是中國首款採用“通用助推器核心”構型的運載火箭,可以像搭積木一樣,把三個基本相同的通用助推芯級結構組合起來,既能提高運載能力,也方便批量生產、降低成本。
显示更多
【中國隱身無人機首次在四川艦起降】
據中國海軍有關部門10月30日消息,中國海軍首型艦載察打一體隱身無人機“攻擊-21”近日首次在中國首艘076型兩棲攻擊艦四川艦成功起降。
據介紹,這是中國兩棲攻擊艦發展歷程上取得的又一突破,標誌著中國海軍具備固定翼隱身無人機在大型海上作戰平台起降能力。
海軍四川艦,舷號51,是中國自主設計研發建造的076型兩棲攻擊艦首艦,於2024年12月27日下水命名,創新應用了全自動著艦引導系統、新型綜合電力系統、電磁彈射和阻攔技術,可搭載固定翼無人機、直升機、兩棲裝備等。
自2025年11月首次海試以來,四川艦按計劃穩步開展各項海上試驗,順利完成各類裝設備調試和整體運行穩定性測試。(來源:香港新聞網)
詳情:
显示更多
SENKO 於 2026 年 9 月 14 日宣布與 Advantest、VIAVI 合作,目標是加速「高量產(HVM)就緒」的共封裝光學(CPO)模組測試落地。三方結合光連接、自動化測試設備與高速光子測試能力,處理 CPO 從實驗室走向量產時最容易被忽略的測試瓶頸。
開啟 AI 基礎設施新時代
AI 資料中心正從運算受限轉為連線受限,銅線已接近物理極限,產業加速改採 CPO。三方提供自動化、高重複性測試平台因應整合難題。示範核心是 Advantest 自動化測試環境,串接 SENKO 可拆卸光連接與 VIAVI 高速光子測試,模擬高量產製造條件。
SENKO 主管引言
Ryan Vallance 指出,CPO 正在改寫網路擴充性、功耗與 AI 基礎設施作法。光子技術雖已成熟,但可規模化製造與測試仍是大規模部署的最大障礙。
CPO 測試挑戰(展覽與技術門檻)
三方將於 2026 年 9 月西班牙馬拉加 ECOC 展示。CPO 最終測試關鍵是每通道 200 Gbps 須能通過「可拆卸」連接器;過去高速光引擎多用永久尾纖,高速率可拆卸連接很難。方案以 VIAVI 光子與 1.6 Tbps 收發器平台當代表引擎,示範經可拆卸介面做 200 Gbps BER 測試。
VIAVI 主管引言與產能壓力
Matt Adams 認為,現在重點不是實驗室證明性能,而是在 AI 光學量產環境反覆驗證。月產量可達數萬顆;若 40 UPH,約等於每月逾 2.8 萬顆。這對連接器耐用度與可靠度的要求,遠高於傳統可拆卸 FAU。
Advantest 模擬產線與 SAM-T
Advantest 建置模擬 CPO 量產測試環境,評估製造規模下的自動化光子測試流程,並導入 SENKO SAM-T(校正主跳線系統),強調 HVM 所需耐用度、重複性與精度,用來驗證次世代光子元件的吞吐量與可擴充性。
Advantest 主管引言
Ira Leventhal 表示,光子與半導體整合對 AI 基礎設施愈來愈關鍵,自動化、可規模化測試決定商業成敗。與 SENKO 合作可把先進光連接與 HVM 就緒自動測試結合,縮短從開發到量產的路徑。
突破性耐用度與吞吐量(技術本體)
合作聚焦 SENKO SEAT™ receptacle 與 SAM-T HVM 測試連接器。連接器用超耐用碳化鎢製造,負責把光耦合進出 PIC,並承受量產反覆插拔。
重點能力:可插拔數千次不劣化;具備未來 FAU 同樣的彈性平均對準;可並聯同時測多顆引擎以加快大量測試;減少換件與維護停機。
產業意義收束
CPO 若要大規模部署,必須靠產業合作建立可落地的製造、測試與可維修方法。三方結合專長,正補足可規模化 CPO 生態系中最關鍵的一環:模組級、高重複、高產能測試。
三家公司簡介
SENKO:被動光纖互連領導者,部署逾 10 億顆連接器、500+ 專利,設 ETG 專攻 CPO 與 AI 互連。
Advantest:半導體自動測試設備領導者,涵蓋 HPC/AI 等到系統級測試與良率分析。
VIAVI:測試量測與光學技術領導者,覆蓋資料中心、通訊網路及高量產光學應用。
显示更多
Grok Bot 是 xAI 於 8 月推出的早期測試版 AI 隊友,不是普通聊天機器人,而是能真正「動手做」的智能同事!
✨ 核心能力
每個 Bot 都有自己的雲端電腦,能登入你的工具(Salesforce、Gmail、CRM 等),像真人一樣操作 App 和網站,24/7 全天候工作,完成後再回報結果。你可以下任務後關掉電腦,隨時用手機查看進度。
🚀 主要亮點
• 多 Bot 並行協作,互相交接任務
• 學一次工作流程就能自動重複執行
• 端到端完成多步驟工作,只需在關鍵處審批
💼 常見用途
銷售外聯、客戶支援、CRM 更新、發票處理、bug 重現、日常行政等,SpaceXAI 內部已大量使用。
📱 如何使用
目前僅限 SuperGrok Heavy、Cursor Ultra 和 Cursor Teams Premium 用戶,支援桌面與 iOS,前往 即可開始。
💡 與傳統 AI 的差別
傳統 AI 只給建議,Grok Bot 直接幫你把事情做完!
想體驗的話,符合資格就立刻去建立你的第一個 Bot 吧
显示更多
上周一直在外面陪家人旅行,也顺便验证了一下我的知识库效率。旅行途中,我依然保持日更,每天发一篇长文,没想到流量和反响都还不错。
这段时间,我也频繁在朋友圈分享自己使用 AI 的经验和教程,因此收到了不少朋友的私信。有人问各种 AI 工具怎么用,有人想知道学习 AI 有没有什么方法,还有人想直接付费,让我带着他一起学 AI。
跟他们聊完以后,我最大的感触是,大家现在对 AI 的认知,以及那种跃跃欲试的心态,明显比以前更强烈了。
最近越来越多的人,真的开始把 AI 融入生活和工作,把它变成了自己的生产力。那些以前不感兴趣,或者还在观望的人,突然发现,原来 AI 已经不只是陪我们聊天、回答几个问题,它真的可以开始干活了,而且能让效率提高非常多。
但这里面还有一个比较大的问题。AI 虽然能帮我们完成一些以前不太会做的事情,但从本质上来说,它目前依然是一种技术属性比较强的工具。
虽然你可以直接用自然语言,通过文字指挥它干活,但它背后的原理和运行机制,依然和技术息息相关。
我不是说,大家学 AI,一定要把底层技术原理全部搞明白。但有一点不能忽略:如果你对一些基本常识和运行逻辑完全不了解,在使用过程中就很容易知其然,却不知其所以然。
有些任务,AI 原本可以又快又好地完成,但因为使用方法不对,最后效果不好,你可能就会认为是 AI 能力不行,从此错过一次借助 AI 提升自己的机会。
所以,我鼓励每个人都至少去尝试一种真正能干活的 AI 工具。
我说的不是豆包、DeepSeek 这类简单的问答工具,是目前更流行的 AI 工具,比如国外的 Claude Code、Codex,国内的 WorkBuddy 等等。
如果有精力,我也建议大家稍微了解一下它们背后的原理。目的不是让你成为技术专家,而是让你在使用 AI 时,心里有一本指南。什么情况下应该用什么工具,什么情况下可能一开始就走错了方向,不至于一条道走到黑。
当然,我知道这里面有很多困难。每个人的基础和过往积累都不一样,学习这件事,确实需要付出一些精力。
所以我最近也在认真考虑,要不要组建一个社群,陪着大家一起学习 AI。
我们可以在里面讨论前沿的 AI 工具,也可以交流一些真正能落地、能改善生活和工作的用法与玩法。把一群热爱 AI、喜欢 AI,也确实想通过 AI 改变自己的人聚在一起。
如果你也有这样的需要,可以在评论区告诉我。我想先看看大家的真实反馈。如果呼声确实比较高,我就认真把这个社群组建起来。
显示更多
刚开始我以为这个人在欺负
机器人。后来知道这其实是
专门设计的稳定性压力测
试,目的是展示机器人在强
外力下的平衡保持与跌倒恢
复能力,而非模拟实战躲
避。在受控演示中,工程师
通常会锁定规避逻辑,强制机器人通过调整姿态硬抗冲击,以验证其结构强度和核心控制算法的极限。若开启躲避程序,面对高速飞...查看全部戳->
显示更多
回看 Agent 的发展,基本是一路补短板:
- 缺少当前事实,就加检索和数据接口
- 长任务容易丢信息,就加状态保存和上下文管理
- 工具调用会失败,就加重试、检查和恢复
- 行动可能越权,就加权限隔离和审批
- 结果看着对但不达标,就加测试和验收
这些「支撑技术」决定了模型的原始能力能不能真正落进现实场景。
但它们也带来自己的代价:延迟、维护成本、错误传播、协调开销。
于是形成两股力量:外围不断加支撑系统来兜底,模型进步又把其中一部分能力吸收进去,让结构重新变简单。
哪些留在模型里,哪些留在外面,会一直变。
显示更多