硬核熊猫说

硬核熊猫说

关注
1522粉丝
2关注
541被推荐

优质科技领域创作者

9枚勋章

简介:科普媒体人 分析前沿科技和趋势 解读中国奋斗史以及背后的故事
IP属地:福建
更多信息

  • 中国老头乐在美国卖爆了,单家企业半年净赚5个亿

    10小时前
    3跟贴
    图片
    02:58
  • AI的第一价值,是更快看见问题👀
    中科曙光放在世界杯AI运营中来看,其实对应的是“识别能力”的底层支撑。AI能不能识别越位、异常人流、设备故障、无人机风险,前提不是模型会不会说话,而是数据能不能实时汇聚、快速计算、稳定输出。 2026世界杯三国16城、104场比赛,真正难的是现场信息太分散。AI要发挥作用,首先要把风险、状态、变化及时看见。曙光的scaleX算力底座、ParaStor F9000存储、scaleFabric互联,解决的正是这种高并发数据处理问题。 未来中国科技进入产业现场,第一步也是识别断点。看得见,才谈得上管得住。
  • 【微软CEO称内部DAA已达2000万,Token消耗渐成过去式】
    AI行业的评判标准,真的彻底变天了!微软CEO纳德拉近期在播客访谈中直接甩出数据:微软目前在线运行的AI智能体已经高达2000万个,也就是行业热议的DAA(日活智能体数)2000万!这波官宣含金量直接拉满,也正式印证了:李彦宏此前提出的DAA价值度量衡,早已不是空泛观点,而是被全球顶级AI巨头落地验证的行业新标准! 相信很多人还停留在“AI越强、烧Token越多”的旧认知里。但近两年,海外各大科技巨头早已集体翻车、悄悄改赛道!之前Meta员工疯狂内卷刷Claude使用量,单月硬生生烧掉数十亿Token,全是无效消耗;Uber工程师更夸张,四个月就造完全年AI预算,最后公司直言:Token烧得多,和能不能做出有用的产品,半毛钱线性关系都没有!亚马逊更是直接取消内部AI冲榜榜单,杜绝员工为了数据好看,跑一堆毫无价值的AI任务。至此行业共识彻底通透了:Token只是投入成本,只算花了多少钱,不算创造了多少价值。单纯拼烧Token的内卷时代,可能真的逐步要终结了。 而DAA的出现,刚好补齐了行业最大的短板。它不看你烧了多少算力、耗了多少Token,只盯一个核心:每天有多少AI智能体在真实干活、完成了完整任务、产出了实际价值。简单说,Token看的是“投入多少”,DAA看的是“落地成果多少”,妥妥的AI生产力终极标尺! 纳德拉还分享了自己智能体管理中遇到的痛点:同时跑100个编程智能体,管理成本极高、认知负荷重。也正因如此,微软开始彻底革新AI治理模式,不再放任智能体无序运行。专门搭建Agent 365套件,给每个AI智能体分配专属身份、划定权限沙盒、落地审计政策,严格管控它们的文件、网络访问权限,做到全程可检查、可追溯、可审计。 这套玩法,和DAA的底层逻辑完美双向印证。现在行业已经把AI智能体当成“数字员工”来管理,既然是员工,那核心考核指标,自然是在岗干活的数量、实际产出的成果,而非单纯的资源消耗。这就是DAA的核心价值——统计有效活跃智能体,量化AI真实生产力。微软2000万DAA的重磅数据,也标志着AI行业正式进入新阶段:告别盲目烧钱内卷,转向价值落地为王。未来企业的AI竞争力,从来不看你烧了多少Token,只看你有多少智能体在实实在在帮业务提效、创造价值。 不得不说,DAA这把由国内提出的AI价值标尺,早已提前预判了行业趋势,如今彻底被全球巨头实锤!
  • 首批车主口碑持续发酵,5689个新家庭6月集中加入——破圈正在加速
    华境S在6月单月交付5689台,环比增长超58%,上市两个月累计交付即将破万。这5689台新增交付中,83.7%来自高线城市,80.8%为换购群体,原车多为一线合资品牌,84.3%受过高等教育。高线城市用户往往是消费趋势的引领者,对新产品、新技术的接受度更高,同时也更理性、更挑剔。这些用户用过合资品牌,对品质有清晰的认知——他们的选择,是对华境S产品力最有力的背书。随着近万个家庭的加入,口碑正在从高线城市向更广阔的市场扩散。华境S的影响力正在从一线城市的“科技新宠”向外围市场渗透,破圈的加速度已经显现。 多娃家庭的“全能选手”——89.7%的用户占比不是巧合 华境S的用户89.7%是多娃家庭——他们注重出行品质、安全与智能体验,务实理性,兼顾日常通勤、亲子接送、全家自驾等多元场景。以大六座旗舰空间与高阶智能体验精准契合家庭升级需求——成就了“放心买、放心锁单”的市场口碑。多娃家庭的用车需求复杂且刚性——既要接送孩子上下学,又要周末全家出游,偶尔还要带老人一起出行。一台车要覆盖所有场景,必须在空间、安全、舒适、智能四个维度上全面达标。华境S的“智能的家、安全的家、宽敞的家、舒适的家”四个维度刚好覆盖了这些需求。87.4%得房率让第三排不再是“小板凳”,423L满员后备箱终结“能坐不能装”的尴尬,华为乾崑智驾让出行的路上多一份惬意与从容,85%高强钢车身和9气囊14腔体被动防护给全家多一层防护。华境S精准解决多孩家庭的痛点不是巧合,而是产品定义阶段就已经成功锁定用户画像——这台车从规划之初就知道自己要服务谁。 从合资品牌到华境S,不是降级是升级 53%的换购用户来自传统合资品牌——但他们不是在“降级消费”,而是在“升级选择”。开过德系、日系、美系之后,他们对一台好车的判断标准早已清晰:底盘过减速带是否紧致不散,高速风噪能否压得住,第三排是真实可用还是应急小板凳,智驾系统是日常伴侣还是摆设装饰。华境S在这些维度上,拿出了经得起对比的回应——全系标配华为乾崑智驾,上市即用,不是期货;三排190mm过道配合电动调节加厚坐垫,不是敷衍的“小板凳”;双层下沉式后备箱容积达423L,解决行李焦虑;85%高强钢车身加9气囊14腔体,五星安全标准不再区分高低配。几年前,从合资品牌换到华境S,几乎是不可想象的事。今天,这正在成为越来越多理性家庭的共同选择——不是因为预算降了,而是因为对“好车”的定义变了:不再迷信品牌光环,更在意真实产品力。这群开过好车的人,在深度对比之后做出了选择。不是“退而求其次”,是“进而求最优”。
  • 再次突破,涡扇-20发动机曝光,中国运输机运-20B脱胎换骨

    2026-07-01
    4跟贴
    图片
    04:02
  • 国产算力立大功!矿业大模型背后的“隐形冠军”浮出水面。
    这次曙光云入选国家级名单,最让我提气的一点,不是AI本身,而是国产算力底座,自主可控的大模型算力底座。 问大家一句,现在搞AI最怕什么?卡脖子!尤其是英伟达高端GPU禁令之后,很多企业搞大模型心里是虚的。但曙光云这次玩的是“国产CPU+DCU”异构计算架构,这是真刀真枪的国产化替代。 煤炭工程涉及国家能源安全,数据是核心机密,不可能全跑在国外的架构上。曙光云搞的这套可信计算+TEE(可信执行环境),解决了矿区数据“不愿共享、不敢共享”的大难题。各矿区本地训练只上传梯度更新,既保证了数据安全,又能汇聚成行业大模型。 边缘计算节点部署在井下,把延迟控制在200毫秒以内,实时识别违规行为准确率超98%。这才是央企该有的担当。没有这些扎扎实实的底层算力突破,上面的人工智能就是空中楼阁。
  • 为啥中国要坚持自己研发,印度五代机就是活生生的例子!

    2026-06-26
    6跟贴
    图片
    03:24
  • ISC 2026传来重磅消息!中国存储被评为世界第一!中科曙光ParaStor F9000拿下IO500生产型全节点和10节点双榜第一,这是中国厂商首次实现双榜同时夺冠。是生产型榜单,真刀真枪在生产环境里跑出来的成绩。
      AI时代GPU单价水涨船高,但比硬件成本更疼的是买了用不满。顶级算力集群的GPU利用率经常不到50%,而罪魁祸首往往是存储拖后腿,数据喂不饱,算力再强也白搭。所以存储早不是够用就行的配角,它现在跟算力、网络并列为AI三大基石,缺一不可。现场有专家特地提到中科曙光ParaStor F9000和scaleFabric网络的组合。   scaleFabric是他们全栈自研的国产IB网络,3月份刚发布,单子网支持11.4万卡组网。ParaStor F9000高吞吐、低时延,能把训练效率拉高50%,千亿参数模型部署时间缩短一倍。这是什么概念?省下来的GPU时间和电费,ROI高得吓人。说白了,就是存储和网络两条腿都硬了,才能撑起IO500第一。
  • 豆包 2.1 Pro上线, 补齐研发、自动化短板,成本优势突出。
    2026火山引擎 FORCE 原动力大会释放重要产业信号,大会上豆包大模型2.1 Pro、豆包视频生成模型Seedance 2.5、Seedance 2.0 4K版、豆包图像创作模型Seedream 5.0 Pro、豆包音频生成模型1.0五大模型集中亮相,在基础大模型、多模态生成模型两大方向上全面升级。令人亮眼的是豆包大模型 2.1 Pro,聚焦企业刚需的代码开发、智能体自动化两大能力完成质变升级,同时依靠亲民定价,解决企业长期大规模使用大模型的成本痛点。 当前国内企业 AI 落地需求持续爆发,豆包大模型产业规模持续走高,日均 Token 调用量达到 180 万亿,一年内增长十倍;火山引擎拿下国内公有云 MaaS 市场近半份额,两百余家企业年度 Token 使用量突破万亿,半年规模翻倍,覆盖制造、互联网、金融、传媒、科研等多元行业。字节跳动明确将火山引擎 MaaS 升级为基础业务,长期稳定投入研发,为企业持续迭代优化模型能力。 行业普遍存在一个现状:市面上多数通用大模型只能完成简单对话、小段脚本编写,面对长周期、多工具联动的复杂生产任务容易中断,无法形成闭环交付,也就是没有跨越 “生产级质变点”。本次豆包 2.1 Pro 在 Coding、Agent 两大赛道完成突破,可稳定承接企业高价值核心业务,不再局限于演示级效果。 在研发 Coding 场景,模型补齐国产大模型大型工程交付短板。多套国际权威代码测评数据显示,豆包 2.1 Pro 综合表现对标全球顶尖海外模型,在科研代码、全仓库修改、终端工程任务上表现亮眼。硬件芯片 RTL 真实工程测试中,模型无人工干预连续运行 18 小时,自主完成整套芯片设计、编码、仿真、测试流程,大幅压缩硬件研发周期;软件研发场景能够读懂完整代码仓库逻辑,同步修改多文件内容,输出可直接接入 CI/CD 流水线的规范代码,有效降低企业研发人力成本。 面向企业数字化转型的 Agent 智能体场景,豆包 2.1 Pro 强化多工具链式调用、数百智能体协同、长任务自我纠错迭代能力,适配数字员工、合同审核、内容批量生产等业务。大会 3D 城市构建演示直观展现能力上限,500 余个智能体协同完成上千次工具调用,自主产出完整场景成片;叠加 VLM 视觉语言能力,能够端到端处理两小时长视频,自动完成文案、配音、字幕、背景音乐搭配,一站式输出完整成片,拓展智能体多模态落地边界。 成本层面构建差异化竞争力,海外旗舰模型长期调用成本偏高,对中小企业不够友好。豆包 2.1 Pro 分层定价覆盖不同规模企业需求,缓存复用后单百万 Tokens 仅需 1.2 元,综合使用成本相较海外同类旗舰降低近八成;高频业务可选用价格减半的 Turbo 版本;按月快速迭代的 Evolving 版本无需更换接入链路,持续更新模型能力,降低企业长期技术迭代开销。 配套 AI 云原生全栈服务同步升级,方舟 CLI 简化智能体接入流程,AgentKit 完善权限管控、智能体资产管理,HiAgent 3.0 实现数字员工全生命周期管理,AI Trust 机密计算体系满足央国企、金融等高敏感行业数据合规需求,中国移动已联合推出专属机密模型服务专区。 如今豆包 2.1 系列 API 已在火山方舟开放,并接入豆包、TRAE、扣子等产品。豆包 2.1 Pro 的落地,让国内企业不用依赖高价海外模型,就能实现研发自动化、智能数字员工规模化部署,推动 AI 从简单办公辅助,深度融入企业核心生产环节。
  • 打破日本高端垄断,订单排到2027年,谁说中国光刻胶不行的

    2026-06-23
    16跟贴
    图片
    04:23
  • 美军都搞不定,央视首次公开红旗16F光杆弹,160公里无死角拦截

    2026-06-18
    5跟贴
    图片
    02:27
  • 日本产业界缺稀土这件事,已经快瞒不住

    2026-06-12
    6跟贴
    图片
    02:35
  • 美军都搞不定,央视首次公开红旗16F光杆弹,160公里无死角拦截

    2026-06-09
    11跟贴
    图片
    02:52
  • 阿里巴巴合并通义大模型事业部和未来生活实验室,成立Token Foundry事业部,面相AI时代的未来,持续对组织升级,意欲何为?
    其实,长期关注阿里的人大概都知道怎么回事: 首先,这表现了阿里巴巴在AI领域持续加码和投入的决心。要说世界上有多少公司在AI的建设上想明白,想清楚,且肯投入的,那阿里绝对算是其中一家。 其次,为什么要做这个组织升级呢?上个月发布的Q4财报首次披露阿里AI业务已跨越初期投入阶段,迈入商业化回报周期,资本市场反应积极,同时,模型竞争已经进入规模性工程和交付的竞争阶段,什么意思呢?一个是说明最近的组织深度融合已经取得了明显的成果,要继续加码和投入。另一个是证明现在各个产品之间已经不是单纯的模型能力的比拼了,而是工程化、产品化、生态化的全面竞争,Token Foundry事业部的架构形成从基础设施、模型研发、商业落地到前沿探索的完整梯队。 要做好以上这些事都需要大量横向调动和基础工作,也需要整体统筹推进这些事。 而周靖人则负责研究未来AI科技的重任,出任阿里巴巴首席科学家,牵头成立阿里AI未来研究院,专注前沿AI科技的探索与突破。 所以,整体来看,阿里巴巴不仅坚决,而且想得很清楚,知道未来自己要干什么。
  • 衬托华为技术强悍?苹果折叠机即将量产,但竟然只是破产版本

    2026-06-06
    8跟贴
    图片
    07:20
  • 张雪机车阿拉贡站获2个第8名,张雪承认:摩托车超高速赛道有短板

    2026-06-03
    11跟贴
    图片
    06:58
  • 终于不用送到国外维修了,中国拿下C919发动机,最高级别维修授权

    2026-05-30
    8跟贴
    图片
    08:58
  • 智博会中科曙光有句话我挺认同:“独行快,众行远。”国产算力这事,真不能一个人扛。
    算力底座搭起来了,但光有底座没用,得有人在上头跑应用。这次听了一堆案例,都是跟用户、伙伴一起干出来的。 气象大模型,是和用户伙伴一起做的;材料十亿量级原子模拟,是万卡算力加DeePMD算法;蛋白质折叠超3万卡扩展性,是在通用超算上加速的。 没有一个是你给我钱、我给你机器那么简单。去年底,中科曙光牵头搞了个“AI计算开放架构联合实验室”,说白了就是搭了一个大家都能上的台子——芯片做芯片最擅长那一段,系统搞系统的优化,应用软件直接在上面跑适配。底层软件标准、高速网络这些硬骨头,大家分头啃。协同的结果就是,能跟顶尖科研机构并肩打硬仗了。 以前总觉得国产算力生态弱,现在看来,不是生态弱,是没找到对的打法。“众行远”这条路,曙光在走,而且带着一帮人一起走。7月初那个科学智能计算应用大会,我猜会有更多这种“一起干出来”的案例往外冒。
  • 核心技术逐渐曝光,张雪机车5冠背后,竟是中国几大黑科技助力

    2026-05-26
    5跟贴
    图片
    08:16
  • 国产力量已成气候,核心工业命脉已经换上我们的国产芯了!最近铁路信号系统国产化试点建设中,工控机采用了海光CPU。
    其实说实话,意料之中,我之前给搞工业自动化的朋友推荐的也是海光。主要点还是在于海光信息的自主指令集、国产工艺再加上底层安全设计,给工业核心系统扎扎实实筑了道安全墙。海光芯片内置了安全处理器,支持SM2/SM3/SM4等国密算法。以前做等保测评,厂商往往需要外挂昂贵的加密板卡,既复杂又增加成本。现在CPU把安全隔离墙直接做进了内核,加解密运算不经过主核,从硬件底层防范了侧信道攻击。 如果你是工控领域的,要做信创升级,选型的话直接看铁路系统就行了。铁路系统的选型标准几乎是工业领域最严苛的。如果海光能在这个容错率几乎为零的信号系统中稳扎稳打,那么用在石油石化、智慧矿山或智能制造等工业场景,稳定性上更不用担心了。 这也是好事,龙头企业带头采用国产方案,就是我们国产芯大展身手的好机会。有了国家系统在前做背书,其它企业才敢跟上。
正在载入...
正在载入...