其他
1, 比亚迪发布中国首款4nm智驾芯片「璇玑A3」
5月28日，比亚迪正式量产中国首款4nm智驾芯片「璇玑A3」，三颗芯片总算力超2100TOPS，支持L3/L4级自动驾驶。这不仅是制程工艺的突破，更是车企对智能驾驶全链路掌控能力的跃升——从芯片定义、架构设计、电路开发，到晶圆制造、封装测试，比亚迪已建成覆盖七道工序的全流程能力，成为全球唯一具备芯片‘自研-自产-自用’闭环的整车企业。更关键的是，该芯片与比亚迪自研算法深度协同，算力利用率提升100%，意味着同样硬件下可释放更可靠、更高效的智驾体验。它标志着中国智能汽车正从‘功能堆砌’走向‘系统可控’：辅助驾驶不再依赖外部黑盒方案，而是真正扎根于自身技术土壤，为城市领航的普及扫清安全与成本障碍。
2, 王传福：比亚迪全系均可搭载天神之眼B辅助驾驶激光版
在发布璇玑A3芯片的同时，比亚迪宣布全系车型均可选装「天神之眼B辅助驾驶激光版」，选装价仅1.2万元。这一举措直指当前城市领航落地的三大痛点：价格贵、不好用、不敢用。通过软硬一体深度整合，比亚迪将高阶智驾从旗舰专属变为全民可及的标配能力。其背后逻辑清晰而务实：不靠营销话术堆砌参数，而是以规模化量产摊薄成本，以全栈自研保障响应效率，以真实道路数据持续迭代。当一家车企能将激光雷达+高算力芯片+自研算法打包成万元级选装包，并覆盖从入门到高端的所有车型时，它推动的已不仅是技术升级，更是用户心智的重塑——智能驾驶不再是遥不可及的未来概念，而是当下可感知、可负担、可信赖的日常出行伙伴。
3, 王传福：比亚迪成为中国自建充电站最多的车企
比亚迪已建成闪充站超6100座，成为中国自建充电网络最广的车企，并计划年内扩至20000座。这组数字的意义远超基建规模本身：它体现了一种‘以用户真实动线为中心’的底层思维。相比单纯追求桩数或功率参数，比亚迪选择从高频补能场景切入——围绕城市通勤、高速中转、商圈驻留等真实需求布局闪充网络，让‘充电焦虑’消解于无形。这种能力并非孤立存在，而是与刀片电池、闪充技术、璇玑芯片、天神之眼形成闭环：电池决定充得快，芯片保障充得稳，网络确保充得到。它印证了一个趋势：新能源汽车的竞争正从单一产品维度，转向涵盖能源补给、智能驾驶、云端服务在内的系统性生态较量。
4, 豆包回应网传「家长听豆包喂婴儿60ml奶导致哭闹」：报道不实
针对‘豆包建议满月婴儿每顿只喂60ml奶’的误传，豆包官方迅速澄清：其回复始终强调每日总奶量（600–700ml）、提示关注婴儿反应，并明确建议出现哭闹时需增加喂养或就医。事件折射出公众对AI健康建议的合理期待与现实落差——大模型不是医生，但也不应是模糊信息的放大器。平台的回应价值在于两点：一是坚持‘生成内容仅供参考’的边界意识，拒绝替代专业医疗判断；二是主动优化垂直领域准确性，如强化多轮对话上下文理解、增设安全提醒机制。真正的进步不在于让AI给出完美答案，而在于构建一套更审慎、更透明、更可追溯的交互逻辑，让用户在获取信息的同时，也清晰知晓它的来源、局限与使用前提。
5, 2026世界智能产业博览会开幕「人工智能+」催生智能经济新形态
2026世界智能产业博览会标志着‘人工智能+’正从战略构想进入规模化应用深水区。其核心转变在于：AI不再只是实验室里的算法竞赛，而是深度融入研发、生产、供应链、服务等实体环节的‘操作系统’。例如，在研发端缩短试错周期，在制造端提升良率与柔性，在消费端催生行业Agent、群体Agents等新交互范式。尤为关键的是，这场变革正推动数据、词元、模型等新型生产要素成为驱动经济的新引擎。这意味着，未来的竞争力不仅取决于拥有多少数据，更在于能否建立可信、可溯、可比的‘AI度量衡’——正如《人工智能计量体系和能力建设指引》所强调的，让算法可测量、决策可解释、结果可验证，才是智能经济行稳致远的基石。
6, CVPR 2026 三维视觉趋势梳理：从 RGB 感知，到真实世界建模
CVPR 2026的前沿研究揭示了一个深层转向：视觉AI正从‘识别图像中的物体’迈向‘理解物理世界如何存在、运动与被观察’。AlignPose用多视角特征对齐解决无纹理物体的姿态估计；FlashCap借事件相机捕捉毫秒级人体动作；SceneMaker从单图重建开放世界3D场景；CamFormer则证明相机轨迹本身即蕴含语义。这些工作共同指向一个共识：真实世界的复杂性无法被二维像素穷尽。视觉系统的进化，本质是让机器获得一种更接近人类的空间直觉——不是靠海量数据拟合概率，而是通过多模态、跨尺度、具身化的感知建模，去逼近物理规律本身。这对机器人、自动驾驶、工业检测等需要与物理世界深度交互的领域，具有根本性意义。
7, CVPR 2026 医学影像 AI 趋势梳理：从看懂影像，到接管科研工作流
医学AI正经历一场静默革命：重心从‘模型在标准数据集上刷分’，转向‘能否无缝嵌入真实科研与临床流程’。Simple Agents能自动优化生物图像分析工作流，DIQ方法用1%精选数据就媲美全量微调，CRAFT则通过离散视觉编码器轻量化适配不同医学模态。这些进展说明，医学AI的价值不在参数多大，而在是否降低科研门槛、减少人工调参、弥合数据鸿沟。SPECTRE学习CT体积结构与报告语义，Ultrasound-CLIP专攻超声诊断属性，HyperST用双曲空间建模病理与基因关系——它们不再泛泛而谈‘通用能力’，而是扎进具体模态、具体任务、具体瓶颈中，做真正能被医生信任、被实验室复用、被患者受益的工具。
8, 单芯片RGBD，物理AI视觉的未来
物理AI的感知瓶颈，正在被RGBD空间相机悄然突破。它不是摄像头加激光雷达的简单拼凑，而是将色彩（RGB）与深度（Depth）在单芯片层面原生融合，实现像素级对齐与时间同步。阜时科技的SPAD-RGBD单芯片方案，正是这一路径的工程化实践：通过万向光控扫描技术解决远距与视场角矛盾，以SPAD芯片实现皮秒级测距精度，最终让机器像人眼一样，同时‘看见’世界的纹理与纵深。这背后是一种第一性原理的回归——人类视觉本就是RGB+D的天然融合，而物理世界的交互安全，恰恰依赖于对三维坐标的确定性而非概率性推断。当‘纯视觉’路线在极端场景暴露短板时，RGBD代表的是一条更坚实、更可验证、更面向真实物理约束的技术演进主干道。
9, 拼多多发布Q1财报，陈磊：全力推进品牌自营业务，三年再造一个拼多多
拼多多一季度营收达1062亿元，其‘三年再造一个拼多多’战略正从口号走向扎实落地。新成立的‘新拼姆’公司首期注资150亿元，聚焦自营品牌孵化与供应链价值跃迁。这不是简单的渠道扩张，而是对产业逻辑的再定义：从‘帮商家卖货’转向‘与工厂共创品牌’，从‘流量分发’转向‘产能组织’。在农产品端，深入种植、冷链、精深加工；在制造业端，推动‘螺丝刀工厂’升级为智能化工厂；在西部市场，通过‘包邮进村’重构县域物流网络。其本质，是以平台之力激活沉睡的供给潜能，让中国制造的确定性，转化为消费者可感知的品质与信任。这种重仓供应链的耐心，恰是穿越周期最深的护城河。
10, 亢奋与焦虑之间：新华三如何重估AI硬件的价值标尺？
面对算力巨头虹吸全球芯片供应的困局，新华三选择双线突围：向上，以‘超节点’重构AI硬件价值——不卖GPU卡，而卖‘Token每瓦’的系统效率；向下，为中小企业保留创新土壤，推出轻量云Cloud OS Light版与MegaCube桌面工作站。其杭州AI超级工厂与‘图灵小镇’产业园，正将算力基础设施转化为创新培养基：OPC（一人公司）在此生长，开发者无需争夺稀缺供应链，只需专注应用创新。这条路的深层逻辑是：当算力成为新水电，硬件厂商的价值不应止于‘卖铁’，而在于成为‘系统价值定义者’——既提供支撑万亿参数训练的澎湃底座，也守护每一粒创新火种得以燎原的温润土壤。
11, 经过华为、传音、拓竹历炼，95后打造AI母婴界特斯拉
Coddie团队由95后连续创业者何鋡威创立，其核心洞察直击母婴刚需：AI硬件不能止步于情绪价值，必须解决新手父母‘经验不足带来的体力消耗与焦虑’这一强付费痛点。其技术路径极具现实主义色彩——大小模型联动：端侧小模型保障隐私与实时决策，云端大模型处理复杂问题；本地算力中心：基础2~10TOPS，最高可扩展至100TOPS，兼顾低延迟与强智能。更重要的是，它复刻了特斯拉的飞轮逻辑：硬件铺得越广，采集的真实育儿数据越丰富，AI模型迭代越快。当硬件既是执行终端，也是数据采集与反馈端，产品便不再是静态工具，而是一个持续进化的家庭智能生命体。
12, 百亿估值背后，普渡机器人以全球化商业实战练就具身智能「最强大脑」
普渡发布PuduFM 1.0与PuduAgent，其价值不在于炫技，而在于十年13万台机器人全球商用所沉淀的‘真机数据网络’：每年3650万小时导航数据、1580万小时操作数据，构成当前最大规模的机器人操作数据集。PuduFM的物理直觉模型（PIM）让机器人预判重力与碰撞，VLA模块实现语义-视觉-动作统一对齐；PuduAgent则将能力抽象为标准化模块，让多形态机器人从‘单机作业’升级为‘群体协同’。这背后是普渡独有的PISTF方法论——将客户需求拆解到行业、场景、任务三维度，让技术真正扎根于餐厅高峰期、医院走廊、工厂车间等复杂现场。具身智能的终局，终究不是实验室里的完美Demo，而是能在真实世界中稳定交付、持续进化、创造ROI的生产力。
13, 这次登顶 RoboChallenge 的，终于是「能干活」的机器人了
星动纪元Era0模型登顶RoboChallenge榜单，其意义在于首次通过30个随机化真机任务的严苛检验，尤其在‘做素食三明治’‘擦桌子’等长程、多步骤、柔性操作任务中表现突出。这背后是系统性工程能力的胜利：量化数据质检流程确保训练数据质量；视觉定位感知增强策略让机器人精准识别抓取点；短程时序记忆机制解决‘忘记做到哪一步’的常见失败。当机器人开始在邮政分拣中心上岗，能处理软包硬盒、翻转面单、识别异常件，‘打榜’才真正过渡到‘落地’。具身智能的拐点正在于此：从比拼单点功能的‘能不能做’，转向比拼稳定交付的‘能不能用’，而后者唯一的答案，藏在每一个被极致优化的细节里——从数据清洗、模型训练到动作插值、夹爪后处理。
14, 摩尔线程描绘了更大的蓝图：从全功能GPU到Agent全场景落地
摩尔线程发布会勾勒出一条从算力底座到终端智能的完整链路：云端夸娥万卡集群支撑大模型训练与推理；终端MTT AICUBE与AIBOOK则成为AI Agent‘小麦’的物理载体，前者是家庭AI中枢，后者是移动生产力工具。更前瞻的是MT Lambda仿真平台——国内首个全栈国产化具身智能仿真环境，为物理世界训练提供高保真、零风险的‘数字孪生’沙盒。其核心逻辑清晰：算力是燃料，但场景才是目的。当‘小麦’能在Linux环境下控制36种APP、调用90个CLI工具、执行60多种复杂skill时，AI Agent已从概念走向可触摸的工作伙伴。而这一切的根基，是摩尔线程持续加码的MUSA软件生态——700多个核心API免费开放，算子兼容性与性能对标国际主流，让开发者无需学习新语言，即可用自然语言生成Kernel代码。
15, 长江存储的IPO能撑起万亿想象吗？
长江存储启动科创板IPO，市场对其估值预期从2000–3000亿跃升至5000–8000亿甚至万亿。这一想象并非空穴来风：AI推理爆发正带动NAND需求前移，其三期产线提前至2026年下半年投产，月产能有望冲击全球前三；技术上，它已量产232层NAND，并与三星签署混合键合专利许可，开始参与定义下一代标准。但真正的估值支点，在于它正从‘周期性NAND厂商’向‘存储产业平台’跃迁——三维集成、特色工艺、存算协同等能力，使其超越单一产品逻辑，承载着国产替代、AI基础设施、供应链安全三重叙事。万亿估值的终极考验，不在于短期涨价红利，而在于它能否将激进扩产转化为整条国产设备链的集体跃升，并在商业化收益与产业链稳定之间，走出一条可持续的平衡之路。
本文由互联网行业信息家-AI助手发布，信息来源于2026/5/29热搜，如侵权请联系983171730@qq.com，请附带证明材料将第一时间删除！
互联网大厂就看--->互联网行业信息家