潘建伟于7月10日、11日两天内接连摘得两项国际顶尖大奖——门捷列夫国际基础科学奖和IEEE量子电子学奖。 潘建伟一直有争议，我印象中很多人对他搞的量子计算机颇多非议，认为他水平并不高，属于骗钱的那种，我不懂技术，只是想知道这些人对他获得的这两个奖有什么看法，是不是顶尖大奖，能不能说明潘的水平和实力，牛皮是不是吹的？

阿里首席科学家周靖人疑似离职。继林俊旸之后，通义实验室又一高层出走 不知道跟最近钉钉的闹剧是否有关 周靖人，男，国际电气与电子工程师协会会士（IEEE Fellow），国际计算机协会会士（ACM Fellow），阿里巴巴集团副总裁，阿里云智能CTO、阿里巴巴合伙人 2026年3月，Qwen 模型一号位由阿里云CTO和通义实验室负责人周靖人代管。 6月，任阿里巴巴首席科学家，牵头成立阿里巴巴AI未来研究院。 周靖人的研究领域为云计算、数据库系统、机器学习、搜索和广告，是云计算大数据、大规模分布式系统和数据库等领域的国际级权威学者。因在相关研究领域的贡献当选国际电气与电子工程师协会会士和国际计算机协会会士。

#硬盘选购参考# 研究显示 HGST (日立，已被西数收购) 与西部数据机械硬盘故障率更低，而希捷和东芝硬盘故障率要明显更高。 有研究团队获取 @Backblaze 集群中使用的 44.3 万块硬盘数据，然后深度分析后发布研究论文，该论文已经被 IEEE 接收。 故障率：HGST 39%、西部数据 51%、希捷 100%、东芝 107%。 研究还发现，东芝硬盘运行满 5 年后故障率会明显增加 (通常保修期就是 5 年)，而希捷在早期使用阶段故障率相比其他盘更高，但如果早期没挂，使用超过 5 年平均故障率也没有明显增加。 查看全文：

金居（8358）近期高階銅箔重心轉向AI伺服器應用，新推厚銅產品GP999，鎖定高功耗平台散熱需求。 模擬結果顯示，部分測試板上溫度較傳統RTF 2oz低約8度，兼顧散熱與省電。目前已送交銅箔基板客戶評估、進入測試打樣，並與美系大廠共同開發評估與散熱模擬，相關成果已在IEEE發表論文。產品定位明確區隔於既有低粗糙度銅箔，瞄準高階伺服器板材散熱升級。 既有高階產品方面，HVLP3與HVLP4合計月出貨約150噸，占營收15%–20%。HVLP4拉貨較強，應用集中於AI伺服器GPU、CPU、Compute Tray、Switch Tray等；HVLP3則多用於ASIC AI平台。過去一年已進行設備升級與製程改善，重點在表面粗糙度控制、材料特性與量產良率。 產能方面，雲林三廠將承接HVLP4生產，首階段新產能規劃於2027年第1季啟用，之後按季增開，至第4季新增月產能600噸。 其他產品：RG312仍為主要營收來源；RG313+已完成客戶驗證並開始少量出貨，對準PCIe Gen6平台，部分客戶也導入PCIe Gen7相關規格。

一堆人又吹起来潘建伟了。 门捷列夫国际基础科学奖，是一个无关紧要、无人知晓、连wiki都没有的奖，刚举办三届，因为是联合国教科文组织颁发的，帽子非常大，实际压根无人关注。 IEEE下属几十个小专业，每个有自己的society，都会每年发几个奖，加起来每年50多个，潘建伟只是其中一个。 我还是那句话，潘建伟相当于一个学术巨无霸企业的CEO，在量子秘钥分发（所谓量子通信）、光量子计算、超导量子计算领域，有三个小团队，在这三个小领域的学术水平毋庸置疑，在每个小领域小专业里都是领跑的。 只不过这三个小领域本质上都是辣鸡，并没有任何实际商业价值和应用价值，跟石墨烯、钙钛矿、纳米烧炉子、各种垃圾金属电池坐一桌，加起来不如广西医科大学做基因编辑猪肾猪肝做器官移植的实用价值高。 还是那句话，如果潘建伟的工作真的有任何工程价值、商业价值、应用价值，就不应该考虑拿什么奖，而是在下一个公司成立时拿一笔红杉的融资，先努力和蜜雪冰城、喜茶、古茗这三家奶茶店坐上一桌。

网都连不上的地方，谈什么 AI 普惠？ 当所有人都在硅谷、在北京的发布会上，为大模型的“算力膨胀”和“意识觉醒”高呼万岁时，真相恰恰相反： 对全球大多数人来说，唯一有尊严、有意义的 AI，是小模型（SLM）。 在技术精英的叙事里，AI 是高高在上的巴别塔；但在现实世界里，AI 的终局不是垄断，而是普及。 扫一颗药，要等 5 分钟 本周，IEEE Spectrum 报道了一个故事： 2019年，尼日利亚创业者 Adebayo Alonge 带着他的假药识别设备 RxScanner 去开普敦做演示。这台手持设备用红外线扫描药片，要把数据发给远端的 AI 比对真假。 那天设备连上了网，但服务器在 14,000 公里外的美国。 扫一颗药，在现场整整卡了 5 分钟。 在非洲，每年有数以千计的人因假药中毒身亡。这 5 分钟，可能就是生与死的距离。 他当场叫工程师把模型“肉身压缩”进一部低端安卓手机。2小时后，新模型诞生：不联网，几秒出结果。 这个在 Hacker News 上引发热议的真实案例，扯下了“AI 普惠”的遮羞布： 巨头们口中的普惠，建立在你有稳定宽带、5G 信号、信用卡订阅、以及精通英语的前提上。 这不是普惠，这是技术殖民，是让穷人永远在信息差和基建差里当二等公民。 真正的普惠，是让技术去适应人的处境，而不是让人去跪迎技术的门槛。 硅谷不聊“小模型”，因为这里没有垄断利润 大语言模型（LLM）动辄万亿参数，烧的是几十亿美金和吞掉几个湖泊的电量。那是 GPT-4、Claude 和 Gemini 的游戏。 而小模型（SLM）通常在 20 亿参数以下，耗电 3 瓦，跑在手机、树莓派甚至一块 $50 的低配芯片上。断网，也能跑。 它们不是大模型的“缩水阉割版”，而是被精准“剪枝”和“蒸馏”出的冷兵器： 在印度，无人机搭载小模型，在机上实时识别腰果叶片病斑，不需要任何地面服务器。 在巴西，一块低配芯片跑心电图模型，开进了连医疗设备都没有的贫困农村。 在乌干达，团队正为本地 40 种甚至没有形成互联网文字的口语构建本地小模型。 为什么主流舆论不爱聊这些？ 因为大模型的话语权在极少数巨头手里。“小而分散”的生态无法产生平台垄断，收不走昂贵的 API 订阅费，也圈不到集中化的用户数据。 世界银行的数据极为讽刺：全球最贫困国家中，只有 0.7% 的网民用过 ChatGPT，而发达国家是 25%。 大模型是为高能耗、高基建的社会设计的。而这个世界的B面，多的是连不上网、资源匮乏的角落。 2026，技术正在“向下扎根” 硬核的转折点，正在这个 2026 年密集发生。 首先是硬件彻底卷向边缘。2026 年底，全球将有 45% 的新出货智能手机具备端侧 AI 能力。明年，这个数字将超过一半。 其次是开源小模型的爆发。从 Google DeepMind 的 Gemma 4 到阿里的 Qwen 3.5……这些开放权重的小模型，让任何人都可以拿着本地数据直接微调。 大模型的价值，不再是充当无所不知的“造物主”，而是成为生产成千上万个客观、分散、专属小模型的“工厂”。 当然，我们要保持清醒。小模型不能帮你写代码的同时又帮你诊断心电图，它专业、专一、且在冷启动阶段依然依赖大模型的蒸馏。但它给了一条生路：让弱网、无网的边缘地带，拥有了掀翻信息壁垒的武器。 离线与平权：不是技术降级，是生存刚需 这种“大与小”的对抗，在翻译领域尤为刺眼。 当所有翻译软件都在卷“云端多模态”、“超大上下文”时，我们看到的却是另一幅图景： 在跨国航班的机舱里、在信号微弱的地下铁、在偏远的跨国工厂、在网络受限的特殊区域……全球有海量的用户，在最需要打破语言障碍的瞬间，面对的是手机上那个冰冷的转圈动画。 对他们来说，一个能塞进设备里、不依赖云端、断网也能秒级响应的翻译模型，绝不是“将就用的备用方案”，而是唯一有尊严的解法。 随着 Gemma 4 和 Qwen 3.5 这类小模型的成熟，高性能的端侧离线翻译，不再是妥协，而是主力。 正如 RxAll 创始人 Adebayo Alonge 所说： “AI 的未来不是一个中心、一个巨型模型。而是数百万个小而精准的模型，部署在边缘，每一个解决一个具体问题、一个具体场景。” 信息不应该被锁在语言的巴别塔里，更不应该被锁在富人区的数据中心里。而我们要对抗的，正是这种无处不在的信息垄断与壁垒。 开启「沉浸式翻译」，网页双语对照，直达最硬核的顶级信源。 不用去猜大厂在发布会上藏了什么猫腻，当别人还在慢吞吞等待碎片化的搬运观点时，你已经站在第一线，看透了下一波技术浪潮的流向。 打破壁垒，把看世界的权力，无条件地交回每个人自己手里。 #SmallAI# #SLM# #信息平权# #EdgeAI#

关键词：#何朝阳# #南加州大学# #FedML# #COAI# #博士团队# #开源# #联邦学习# 本文仅针对ChainOperaAI 创始成员及业务方向进行的基础调研，不涉及代币及市商层面。 Salman Avestimehr ChainOpera AI 联创；TensorOpera （前身为FedML）联合创始人 2008年博士毕业于加州伯克利分校，师从香农奖获得者、信息论与区块链著名学者David Tse教授（即Babylon 创始人） 曾担任南加州大学 ECE 和CS系主任教授、南加州大学-亚马逊可信人工智能中心的首任主任，以及电子和计算机工程系信息理论和机器学习 (vITAL) 研究实验室主任。也是美国奥巴马总统奖获得者。 基于在分布式计算领域的贡献，Salman于2020年入选 IEEE Fellow。 履历背景如下： 2008.9-2009.7 加州理工 材料研究所研究员 2009—2013 康奈尔大学助理研究员 2014—2018 南加州大学助理研究员 2018.12—至今  南加州大学 ECE 和CS系主任教授 2020-2022   Amazon Scholar亚马逊学者计划 2022.2 —至今 TensorOpera AI  联合创始人 2024.8 —至今 ChainOpera AI 联合创始人  Aiden He  何朝阳 ChainOpera AI 联创；TensorOpera （前身为FedML）CEO&联合创始人 毕业于南加州大学洛杉矶分校，获计算机博士学位；师从Salman Avestimehr  （南加州大学）、  Mahdi Soltanolkotab i教授（南加州大学）、 Murali Annavaram 教授  （南加州大学）三位分别擅长分布式计算、机器学习理论、分布式系统优化的教授和 张潼教授 （香港科技大学）。 履历背景如下： 2010-2011期间，尝试过几次创业，均以失败告终 2011.6 - 2012.6  华为开发工程师   2012.7 - 2014.11 百度高级工程师   2014.11 - 2018.7 腾讯研发团队经理和首席工程师  2017.4，received PhD offers from CMU, USC, Georgia Tech, and UCSB.收到了卡内基梅隆大学、南加州大学、佐治亚理工学院和加州大学圣塔芭芭拉分校的博士学位录取通知书。 2018.8-2022.3 南加州大学攻读计算机博士并做博士后研究 2018 — 2022期间，先后在Meta, Google, Amazon兼任研究员 「联邦学习」是谷歌在2016年提出，当时是用于训练输入法模型的新型方式。 FedML是全球最早的研究联邦学习与分析的团队之一，最开始是由博士生主导的科研开源项目。曾服务美国高校多个科研基金，辅助所在实验室发表了50多篇相关顶级论文。 2022年2月，何朝阳与Salman先是于加州共同创立了ai 初创公司 FedML，并于中国香港设有分公司，以公司化的形式将学术成果升级为工业化平台，探索在智慧城市、医疗、工业化IoT等场景下的商业落地。 在FedML成立之初就得到了Plug and Play、GGV、奇绩创坛 、AceCap，以及个人投资者加州伯克利教授、斯坦福教授“香农奖”得主David Tse，美国南加州大学校友王言治、张弥教授等超千万人民币的天使轮融资支持。 2023年3月，何朝阳与Salman 在FedML 内部组建了一个研究人工智能通证经济的加密团队，为如今的ChainOperaAI项目做好了全面准备。FedML的区块链团队主要由斯坦福大学、德克萨斯大学奥斯汀分校等顶尖学府的顶级区块链工程师和教授组成。这也是Chainopera AI 的雏形。 2023年6月 FedML 融资超1300万美元. 特此声明：本文绝对客观中立，且不涉及任何利益关联。仅供参考，不作为任何投资建议。 @ChainOpera_AI @AidenChaoyangHe @avestime @ShinjukuSokai @CryptoEmree_ @nine_DeFi @coldcupidrong @shawnchen_eth @junjieBTC @BudhilVyas @Bitcoinhabebe @octopusycc @guanhaibit @yaoyao_well @Meta8Mate

我和 @tangjinzhou 聊到一个问题。 他说他亲戚高考670分左右，能去清华强基，也能去上交电院，但是不能保证上交CS，还能去国科大，问我该怎么选。 这时候我要说一个我很少提到的项目，就是哈工大院士班（6年直博），如果你不是痴迷于计算机，我一般都推荐普通人考虑一下。 作为哈工大校友， 我推荐它有几个原因： 1. 确实是6~7年博士毕业，比传统本科4年+硕士3年+博士4年=全程11年要缩短太多了，比大部分本科4年+北美PhD 5年也缩短太多了， 甚至不客气地说，如果24岁博士毕业，不做博后，完完全全可以找个普通一本直接当教授tenure track AP，或者直接进中科院、北京上海深圳新型研究院，年龄优势巨大， 哪怕你跑去香港新加坡做一年博后，你同龄人才刚硕士毕业，你还是能保持整整两个身位的零跑； 2. 哈工大院士班不是水博，是5个院士当班主任和任课老师，基本都是院士+IEEE Fellow+一堆国家级学术行政工作，跟物理化学材料灌水大师不一样，基本都是EE方向的哈工大最顶级的这批院士； 3. 哈工大航院的校友资源还是太丰富了，虽然不是计算机，但是基本在北京、上海、深圳、杭州都一大批消费电子、机器人、硬科技的校友，大批大批融资和研究院的机会还是轻而易举的——在robotics机器人和具身智能这个领域，我相信哈工大和清华还是可以分庭抗礼的； 4. 哈工大这几个航院院士也不是水院士，平台足够高，很多资源属于国内垄断，全球屈指可数，进去干活儿就能发非常优秀的paper； 5. 这个院士班也有个AI方向，是哈工大党委书记、工程院院士陈杰亲自当班主任，虽然我相信陈杰肯定远远没有我懂AI Agent和AI industry，但是至少这个平台托举的意义是巨大的，基本上进个普通211当教职没有任何问题。 还是那句话，哈工大院士班是绝大多数人忽略的一个选项，因为很多人总是觉得清华压死浙大，浙大压死上交，上交压死南京大学，学校排名压死人， 而绝大多数人根本意识不到，如果有一个本硕博直通的资源，院士当班主任带班培养，高考结束到博士毕业只有6~7年的时间，是一个非常占便宜的事情。 而在AI和robotics领域，哈工大和清华牌子的差距，远远比年轻5岁的差距要小得多。 这个项目最大的问题就是，刚开设一年，第一批院士班的同学还他妈在读大二，公众根本不知道院士班里面是什么样子的，所以绝大多数人不仅不了解，甚至根本不知道。 我强烈建议你们勇于尝试一下，尤其是清华强基、北大护理、浙大农学、上交护理的这些人，认真考虑一下哈工大院士班，爽死你。

跑了135亿 1 南向资金这周跑了135亿港币，恒指跌1.37%，科指跌1.45%，但是：中芯国际净买入68.3亿，华虹半导体净买入，长飞光纤净买入，澜起科技净买入；另一边阿里巴巴净卖出39亿，腾讯净卖出16亿，美团净卖出。资金 在换仓——从互联网龙头往半导体搬，而且搬得很急。中芯国际一个票的净买入，等于阿里加腾讯加美团三个的净卖出还多两倍。。。 市场相信芯片，不相信老登互联网 ps：腾讯我最近查了一下，大股东减持速度放缓了，似乎到了一个短线可以轻仓介入的买点了，但是核心是ai这个赛道腾讯表现的太菜了··菜到没法形容，各自为战出了一大堆赛马ai，自己哪个好用都整不明白吗？看看字节，一出就是爆款。。 2 周五盘后恒生指数公司的季度调整，恒生科技指数纳入智谱和MiniMax，踢掉金蝶和金山软件。这两家大模型公司上市后一个涨了1000%，一个涨了365%，现在直接进核心指数：港股的科技指数，不再是"腾讯+阿里+美团+京东"的互联网指数了。 悲观点来看，在A股化——开始追逐最热门的科技叙事，AI大模型、半导体、人形机器人，什么热装什么。 短期来看似乎显得更有叙事，长期来看很可能股民会高位接住套一辈子，不建议再去定投什么恒科恒生了，建议自己分散投资替代etf吧，另外港交所我一直觉得持续被低估了，起码还有20%空间反弹。 3 同一天证监会给富途和老虎开了罚单，合计罚没22亿人民币。真正伤的不是流动性，是那个"灰色时代结束了"的心理暗示——内地散户投资美股的通道，从"睁一只眼闭一只眼"变成了"大门焊死"。 这东西和扫黄实在是太像了，高端的去玩bvi，去开公司，去做信托，中产不买房被焊死了，我拉了一下场内的纳斯达克指数，很多已经溢价到10%附近了。 真正让投资者伤心的，是以保护的名义，限制你手里的货币的权利。这就是全世界的法币越来越不受到待见的原因。为什么你的钱和隔壁小区大佬的钱不能投资一种东西？你去买就要扛着10%的溢价···为什么你月薪5000去洗脚有危险，大佬去by安全的不行。。 ps：大概率汇率会下跌一段时间，某种意义上货币的信用就是这么流逝的，利好大饼起码一万点，泰达和孙哥又笑了，还是得靠他俩啊。 4 谁受益？港交所和港股通。富途老虎内地客户的港股日均交易合计不到50亿，只占南向日均成交额的4%。但这些钱不会消失，只会往合规通道搬。以后内地散户买港股只能走港股通，买美股只能走QDII。港股通能买的票会受益，尤其是有AH折价的和高股息的——电信、能源、公用事业这些央国企会成为回流资金的避风港。 5 华为的"韬定律"是这周真正的硬核新闻。在IEEE国际电路与系统研讨会上，何庭波正式发布了半导体领域的全新技术定律——"韬(τ)定律"。用"时间缩微"替代摩尔定律的"几何缩微"，通过逻辑折叠、信号时延压缩等技术，不用把芯片做小，也能提升晶体管密度和性能。港股周一休市，但今天开盘中芯国际直接高开15%（a股反而跌了），华虹半导体高开近15%，兆易创新新高，整个板块暴涨。 6 智谱和MiniMax进恒生科技指数这件事，还有个很反直觉的角度。这两家公司目前都不盈利，市场用市销率估值，智谱的PS大概在2025年泡泡玛特最热的时候那个水平。 你问我怎么看，我对比了一下目前deepseek使用体验来看，这俩公司跌回ipo的价格难度不大···x上也有很多大佬开始吐槽他们codingplan比ds降价后贵多了··· 大模型这东西，你不赚钱做规模可以百花齐放，你要是想比别人多赚一点点，那一定是赢者通吃，海外的最终赢家是claude，其他家分的汤都不够··· 7 最后说一句，22亿的罚单一开，2年的倒计时一挂，很多事情就成定局了。港股通会成为内地资金投资港股的唯一主干道，港交所的地位会进一步加强，中资头部券商会承接回流的客户，互联网大票会阶段性承压，半导体和AI会成为新的主线。但最核心的变化其实是心态的变化——以前大家觉得"反正还有别的渠道"，现在发现"哦原来只有这一条路了"。 当所有资金都挤到同一条桥上的时候，桥本身的价值会涨，但走在桥上的人会更挤。 ps：富途的李华是腾讯第18号员工，老虎的巫天华是网易的技术骨干。两个中国最优秀的互联网公司出来的人，用十年时间把两家券商做到了万亿客户资产，然后在同一天接到了证监会的罚单。金融行业从来就不是技术问题，是牌照问题。技术可以让你把体验做到极致，把用户做到千万级，但牌照的门一关，前面所有的努力都会变成"非法经营"的注脚。 这也是为什么中概牵扯金融支付的公司的市值一直起不来的原因之一，马云真的要退，支付宝还能不能这么平稳的接的了这么多“高门槛业务”？ ps2:中概我今年转向市净率投资法了，先看企业能活多久，其他的事情先不考虑那么多