技术博客

算力赋能:具身智能的突破与应用场景

算力作为具身智能发展的核心基础支撑,正驱动其从实验室走向真实场景的规模化落地。随着AI硬件性能跃升与边缘—云端协同架构成熟,智能体在工业巡检、家庭服务、医疗康复等垂直领域实现关键场景突破。数据显示,2023年全球具身智能相关算力投入同比增长67%,其中超70%用于多模态感知与实时运动控制模型训练。算力支撑不再仅关乎速度,更决定智能体对动态环境的理解深度与交互鲁棒性。

算力支撑具身智能场景突破AI硬件智能体
2026-06-02
《互联网信息内容多渠道分发服务管理规定》:内容分发新格局下的信息治理探索

国家互联网信息办公室近日正式公布《互联网信息内容多渠道分发服务管理规定》,首次系统界定平台在内容分发环节的责任边界,明确要求服务提供者落实“先审后发”“全程留痕”“分级分类”等管理机制。该规定聚焦信息治理效能提升,强化对算法推荐、即时通讯、短视频、新闻聚合等多渠道分发场景的协同监管,推动构建权责清晰、响应及时、技术可控的服务管理体系,标志着我国互联网内容监管由单一平台治理迈向全链条、立体化治理新阶段。

内容分发互联网监管信息治理多渠道服务管理
2026-06-02
低空经济:规范发展的多维路径与产业机遇

低空经济作为新兴战略性产业,正加速迈向规范发展新阶段。截至2023年底,全国低空空域分类划设覆盖率达65%,试点区域无人机飞行审批平均耗时压缩至4.2小时;《无人驾驶航空器飞行管理暂行条例》正式施行,为产业健康运行提供法治保障。空域管理改革持续深化,多地开展融合空域试点,推动通航、物流、巡检等场景规模化应用。配套产业政策体系加快完善,2024年中央财政首设低空经济专项引导资金,带动社会资本投入超320亿元。规范发展已成为统筹安全与效率、激发万亿级市场潜力的核心路径。

低空经济规范发展空域管理产业政策无人机
2026-06-02
长征十二号乙火箭:中国航天新征程的里程碑

2024年,长征十二号乙运载火箭圆满完成首次飞行任务,标志着我国新型中型液体运载火箭正式投入工程应用。本次发射成功将为低轨巨型星座网络建设提供高效、灵活、批量化的发射支撑能力,显著提升太空基础设施部署效率。作为面向星座组网需求专项研制的火箭型号,长征十二号乙具备单发可搭载数十颗卫星的能力,入轨精度高、响应周期短,是我国加速构建自主可控天地信息网络的关键一环。

长征十二号乙火箭首飞星座网络航天发射太空基建
2026-06-02
5月全球AI领域三大关键词:降价、上市与红线的深度解析

2024年5月,全球AI领域呈现三大显著动向:“降价”“上市”与“红线”共同勾勒出产业发展的新图景。多家头部厂商下调大模型API调用价格,部分推理服务成本降幅超40%;与此同时,至少3家AI基础设施企业于当月提交IPO申请,其中1家已在纳斯达克完成上市;监管层面,“AI红线”持续强化,欧盟《人工智能法案》正式生效倒计时启动,多国加速制定生成式AI内容标识与深度伪造治理细则。三者交织,折射出AI正从技术狂奔迈向理性扩张的新阶段。

AI降价AI上市AI红线全球AIAI趋势
2026-06-02
人形机器人新纪元:宇树科技引领资本市场新风向

随着宇树科技成功登陆资本市场,人形机器人行业迎来关键转折点。作为国内领先AI硬件企业,宇树科技的上市不仅标志着人形机器人从实验室走向规模化商用的重要一步,更引发资本对AI硬件赛道的深度关注。在技术迭代加速与政策支持加码背景下,该领域正吸引越来越多战略投资者与产业资本入场,推动产业链协同升级。人形机器人已不再仅是前沿概念,而成为具备真实落地场景与商业闭环潜力的新质生产力代表。

人形机器人宇树科技资本市场AI硬件科技上市
2026-06-02
数据工程驱动具身智能:国家数据局的战略布局与实施路径

国家数据局正系统性推进数据工程体系建设,为具身智能发展提供坚实底座。通过统筹数据资源目录、强化多源异构数据采集与标注能力、构建高质量训练数据集,该局显著提升了数据供给的规范性、安全性和可用性。数据显示,截至2024年,国家数据局已推动建成覆盖12个重点行业的国家级数据资源图谱,并支持37个具身智能典型应用场景落地验证。其主导的数据治理框架,正加速打通感知—决策—执行闭环,推动智能体从“能说会写”迈向“能看会动、可交互可进化”的新阶段。

数据工程具身智能国家数据局智能发展数据治理
2026-06-02
《九章》中的青春密码:文学如何诠释生命的活力

《九章》以凝练而炽热的笔触,折射出青春最本真的质地——它不仅是年岁的刻度,更是思想跃动、语言破茧、价值初立的精神光谱。文章立足文本细读,揭示《九章》中青春意象如何通过节奏张力、意象密度与主体觉醒完成文学赋形,印证青春文学并非题材标签,而是驱动叙事能量与时代反思的核心引擎。在个体层面,它承载成长必经的困惑、试错与确信;于社会维度,则成为映照代际精神图谱、激活文化活力的关键切口。

青春文学九章解读成长意义文学活力时代青春
2026-06-02
网约车驾驶时限新规:误解与现实的政策解读

近期关于网约车司机驾驶时限的新规引发广泛误读,部分舆论误认为“连续驾驶不得超过4小时”适用于所有网约车场景。实际上,交通运输部等联合发布的《网络预约出租汽车驾驶员从业资格管理规定》明确:该时限仅针对“累计驾驶时间达8小时”的营运车辆驾驶员,且允许在保障安全前提下合理分段休息;平台不得以算法强制派单导致司机超时劳动。新规重在平衡运营安全与司机权益,并非简单“一刀切”限驾。政策解读强调,合规平台须动态监测司机连续接单时长,对单日累计超10小时者自动触发休息提醒。

网约车驾驶时限新规误读司机权益政策解读
2026-06-02
宇树科技登陆科创板:机器人领域的硬科技新篇章

近日,杭州宇树科技有限公司成功通过上海证券交易所科创板上市审核,成为国内“硬科技”领域机器人赛道的代表性上市企业之一。作为全球具身智能与四足机器人研发的领先者,宇树科技在运动控制、AI感知与系统集成等核心技术上持续突破,其自研机器人已应用于科研、巡检、应急及教育等多个场景。公司坚持自主研发路线,累计申请专利超300项,其中发明专利占比逾60%。此次过会标志着资本市场对国产机器人企业在底层技术实力与产业化能力上的高度认可,也为我国高端装备与人工智能融合创新注入新动能。

宇树科技科创板上市审核机器人硬科技
2026-06-02
九部门联合部署:科研助理岗位开发的战略意义与实施路径

近日,科技部、教育部、财政部等九个部门联合部署科研助理岗位开发工作,旨在拓宽科技人才就业渠道、强化科研项目支撑能力。此次跨部门协同聚焦岗位扩容、机制优化与政策保障,推动高校、科研院所及科技型企业加快设立专业化、规范化科研助理岗位,助力青年人才在科研一线积累实践经验、提升创新能力。

科研助理部门联动岗位开发联合部署科技人才
2026-06-02
小白也能懂:无损插桩、SABI 和 SASI 全面解析

本文以通俗易懂的方式介绍无损插桩、SABI与SASI三项关键技术。无损插桩是一种无需修改源码即可实现运行时代码监测的轻量级技术,为智能测试提供底层支撑;SABI(Static-Analysis-Based Instrumentation)与SASI(Static-Analysis-Supported Instrumentation)均致力于提升测试智能化水平,核心区别在于监测点设计:SABI侧重编译期静态分析驱动的插桩决策,而SASI则在静态分析基础上融合动态执行反馈,实现更精准的监测点定位。二者共同推动测试从“覆盖导向”迈向“语义感知”。

无损插桩SABISASI智能测试代码监测
2026-06-02
超越模型选择:智能体编排与上下文传递的AI生产化关键

过去两年,企业对人工智能的讨论高度聚焦于模型选择——如闭源与开源、微调与基座模型的权衡。然而实践表明,AI项目能否从概念验证阶段成功迈向实际生产阶段,关键不在模型本身,而在于智能体之间的上下文传递效率与系统级编排能力。智能体编排能力决定了多步骤任务的协同质量,上下文传递则保障信息在复杂流程中不衰减、不失真。这一认知正推动企业技术重心从“选好模型”转向“建好架构”,加速AI生产化进程。

智能体编排上下文传递AI生产化模型选择概念验证
2026-06-02
从EDR到ADR:智能体安全的新时代

随着网络安全范式演进,企业正加速推进从EDR(终端检测与响应)向ADR(高级检测与响应)的战略转型。这一转变的核心,在于将Agent视作具备自主行为能力的数字实体,而非被动执行指令的工具。为保障其可信运行,企业需为其构建完整的检测与响应体系——包括独立数字身份配置、精细化权限管理、全链路行为审计及实时行为风险控制,类比于组织对人类员工的账号、授权与合规监管。智能体安全由此成为ADR落地的关键支柱。

ADR转型智能体安全终端检测数字身份行为审计
2026-06-02
AI赋能下的营销转型:CMO如何在预算约束下构建营收引擎

在营销预算连续两年零增长的背景下,首席营销官(CMO)正面临前所未有的转型压力:如何在AI投资迅猛扩张的同时,将营销部门从成本中心重塑为营收引擎。文章指出,CMO需突破传统职能边界,在数据治理、营收归因与战略价值可视化三方面强化能力,尤其要以可量化的业务结果回应董事会对AI投资回报的高期望。有效的董事会沟通不再止于渠道曝光或点击率,而聚焦于客户终身价值提升、销售线索转化效率及跨部门协同带来的收入增量。

AI投资营收引擎CMO转型预算约束董事会沟通
2026-06-02
AI治理:智能体部署成败的关键

在AI智能体加速落地的背景下,治理能力已成为决定项目成败的核心变量。据权威预测,到2027年,因AI治理不足,高达40%的AI项目将遭遇失败。这一数据凸显了AI治理在智能体部署全周期中的关键地位——从设计、测试到上线与持续监控,缺乏清晰的权责框架、风险评估机制与合规响应流程,极易引发模型偏差、数据滥用、决策不可解释等AI风险。治理不足并非技术短板的简单延伸,而是组织能力、制度设计与跨职能协同的系统性缺口。唯有将AI治理前置化、结构化、可审计化,方能支撑智能体安全、可信、可持续地规模化部署。

AI治理智能体部署项目失败治理不足AI风险
2026-06-02