社区

你的下一位同事，可能不是真人！ $微软(MSFT)$ 发布的《2025年度工作趋势指数》显示：82%的企业计划在未来12至18个月内，将智能体纳入核心团队，作为数字员工参与业务运营。 当AI进入到“同事时代”，对园区网络的需求也发生了根本性变化：智能体的流畅运行，对Wi-Fi提出了极致低时延和高带宽的要求；基于业务优先级进行差异化保障，让智能体“像人一样稳定可靠”；数据的敏感性、操作的自主性大大增强，需要端到端的安全能力…… 怎么才能让愿景变成现实呢？**星河AI园区网络的四个新技术方案，重新定义了AI时代的园区网络体验。 1、多AP协同算法iCSSR 不少人都有过吐槽公司Wi-Fi慢的经历，即使IT部门已经在努力进行网络优化，依然搞不定网速。 Wi-Fi速率为什么慢？ 主要原因无外乎两条，一是网络带宽比较小，二是无线信号的覆盖差，后者的因素可能大于前者。 Wi-Fi的本质是无线电波传输数据，涉及到频宽和信道两个概念：频宽越大，理论的网速越快；但国家授权的频谱范围是固定的，频宽越大对应的信道数越少，一旦多个AP工作在相同的信道上，就会出现互相干扰的情况。 第三方测试数据显示，在40MHz组网下，因为同频干扰的影响，整网性能会下降30%。如果是80MHz组网，干扰会更加严重。以至于企业在部署Wi-Fi时，为了保障性能，被迫采用20MHz组网，导致网络连接速率低，就连视频会议都可能卡顿。 同频干扰是否无解呢？ **给出了否定答案，在“高密组网”的场景方案中引入了两个关键技术——iCSSR和智能天线。 其中iCSSR是来自Wi-Fi 8预研的新技术，通过不同AP间的μs级的精准协同，实现了多个AP间的“组队协作”：优先抢占到信道的AP自动成为主AP，通过空口发送协同调度帧，通知其他AP进行参数调整，避

2024年开始，大模型的劲风吹向了智能手机市场，主流厂商陆续推出了“AI手机”，将AI作为主打卖点。 经历了一年多时间的演变，市场对于AI手机的定义并未形成共识，不同的手机厂商有着不同的理解。但从现状来看，大多数“AI手机”还停留在“堆加功能”的阶段，以APP的形式将问答、文本生成、图片美化等能力内置在手机上，远没有在交互和体验上重构外界对手机的认知。 AI手机最终将朝什么样的方向进化呢？ 7月9日， $三星电子(SMSD.UK)$ 推出了新一代折叠屏旗舰Galaxy Z Fold 7和Galaxy Z Flip 7，除了折叠屏形态的创新，不小的篇幅留给了Galaxy AI，在进化方向上给出了新的答案——通过整合多模态AI智能体，打造了新的交互方式和服务体验。 01 交互方式的进化：从被动响应到主动服务 许多人对“智能体”已经不再陌生，有别于只能“对话”的聊天机器人，智能体的典型特征是“有手、有脑、有眼睛”，即能够理解用户意图，将需求拆解为多个子任务，并调用相应“能力”进行执行。 倘若将多模态AI智能体和智能手机融合，在交互方式和用户体验上会有什么不同呢？ 直接的例子就是Galaxy Z Fold 7的游戏场景，用户只需要在屏幕上圈选出目标，即可即时呈现游戏攻略、战术建议或道具说明。 “神奇魔法”的背后，Galaxy AI在短短几秒钟时间里，至少完成了三个步骤的工作： 第一步是感知，基于视觉识别能力阅读屏幕上的界面元素，理解其中的信息并联想用户可能的需求； 第二步是推理，理解了用户的潜在需求后，“思考”下一步需要做什么，并把目标拆解为不同的任务； 第三步是执行，在后台静默执行搜索、内容理解、内容生成等操作，将对应的内容推送到窗口上。 对比传统的人机交互，Galaxy Z Fold 7在场景

近日，因为多起起火冒烟事件，民航局在“新规”中明确规定：禁止无3C认证标识的充电宝登机。 政策出台后，立即在行业内掀起了一场前所未有的巨震，多个充电宝品牌陷入了舆论漩涡。被“波及”的范围，并未局限在充电宝，另一起和3C认证相关的新闻也进入到了大众视野。 国家市场监督管理总局的公告显示：2025年7月1日起，将对智能马桶品类强制执行3C认证，违规生产、销售未经取得3C认证电子坐便器的企业，将被处以5万元以上、20万元以下罚款。 早在2024年7月，中国质量认证中心就向九牧在内的品牌颁发了首批电子坐便器CCC认证。一年后“靴子”落地时，仍然有不少产品没有通过3C认证，甚至玩起了“插头有3C认证”的文字游戏。 不同于充电宝的信任危机，智能马桶的3C认证更像是产业转型的契机，智能卫浴走向健康发展的“成人礼”。 01 淘汰赛：良币驱逐劣币 智能马桶需持“3C认证”上岗，几乎成了“公开的秘密”。 “马桶盖事件”后的2016年，业内就出现了“把智能马桶盖纳入3C认证”的呼声；2023年9月，中国家用电器协会扩大了《家用电器安全使用年限》的范围，智能马桶被纳入“家用电器”的管理标准；到了2024年4月，市场监管总局正式对智能马桶实施CCC认证管理。 为何到了2025年7月，仍然有不少品牌的智能马桶未通过3C认证？答案藏在严格的认证流程中。 企业先提交电路图、结构图、生产工艺、质量体系文件等技术资料，认证机构受理后将产品送国家认可的实验室，进行电气安全、防水等级、接地、电磁兼容等检测，同时现场评估工厂的生产设备、质量管理体系、生产工艺、测试等能力。获得3C认证后，还需要定期抽样检验、监督工厂执行一致性、认证周期内的维护复审。 3C认证就像是一面镜子，照出了各个卫浴企业的底色。直接的例子就是首批获得3C认证的九牧。 图：九牧成为首批获得3C认证的卫浴企业 时间回到2012年，九牧提出了著名的《

半个月前的HDC 2025上，**云全面上线了基于CloudMatrix384超节点的**AI云服务，在行业内外掀起了不小的轰动。 让我们印象最为深刻的是一组数据：与非超节点相比，CloudMatrix384超节点的单卡吞吐量从600Tokens/s提升到了2300Tokens/s；增量Token的输出时延，也从原来的100ms降低到了50ms以下。 为了探究指标背后的技术密码，我们找到了**联合硅基流动发表的一篇论文，详细介绍了CloudMatrix的架构创新和CloudMatrix384的生产级实践，并在测试结果中写道——运行DeepSeek-R1时的单卡吞吐，已经超过英伟达H100。 在大模型的产业叙事从训练转向推理局面下，新一代**AI云服务刷新纪录的单卡吞吐能力，对整个算力行业意味着什么？ 01 怎么做到的？一场“系统工程的胜利” 需要回答的第一个问题是：单卡吞吐量近乎4倍的性能跃升，CloudMatrix384超节点到底是怎么做到的？ 答案在于工程创新。 为了提高大模型的推理性能，传统的做法集中在单点优化：增加更多的节点数量，通过堆叠算力来提升推理能力；对模型进行量化与剪枝，减少不必要的计算量；对KV Cache进行优化，加速增量推理；以及利用自动图优化工具将多个算子融合为一个高效核函数，减少中间内存拷贝…… 可大模型的参数量仍在增长、MoE架构被广泛采用、上下文长度急剧扩展，单点优化暴露出了越来越多的局限性：比如多卡并行推理的通信瓶颈、芯片与内存之间的耦合差、“整卡”调度的资源浪费等等，无论是吞吐性能，还是推理成本，均已经满足不了快速增长的应用部署需求。 CloudMatrix384超节点提出了新的设计架构，不同于简单的“算力叠加”，进一步实现了一切可池化、一切皆对等、一切可组合。 理解了三个“一切”，也就读懂了工程创新的价值。 一切可池化：通过统一的、超高性

道路通，百业兴。 这句流传已久的民间谚语，道出了一个朴素而深刻的道理：交通是激活区域经济、带动产业兴旺的引擎。 纵观中国的经济版图，每一次跨越式发展背后，都离不开交通基础设施“先行”，高速公路织密到高铁网络成网，港口航运到空中通道，正是这些看似平凡的“路”，打通了经济发展的堵点，重塑了一座座城市的增长逻辑。 其中最有“话语权”的省份正是云南。 作为一个典型的高原山区省份，云南的山地面积超过了90%，地势起伏大、地形复杂，曾长期阻碍云南和外界的联系，制约了经济的发展。一条条穿山越岭的高速公路，改变的不只是地理格局，还有云南和外部世界的连通，为旅游产业、跨境贸易的繁荣奠定了坚实的交通基础。 但道路的“通”只是第一步，终极目标是“高效”。在千行万业都在向数智化转型的时候，传统的高速公路暴露出了不少问题： 比如早期的信息化设计中，不同业务部门的业务系统数据存在重复建设，造成了一个个孤立的数据孤岛；数据无法互联互通，导致高速的自动化作业程度不高，一个小事故就可能让一整段路堵塞；再加上指挥决策平台的滞后，在交通治理上常常处于被动适应的局面，在节假日、雨雪天等高压场景中，缺乏灵活高效的应急响应能力。 交通数智化要怎么转、怎么建、怎么用，运营着云南省70%以上高速公路的“云南交投”，通过云南交投智算中心给出了“示范答卷”。 01 怎么建？算力、数据、算法等“多管齐下” 时间回到2023年8月，云南交投集团被认定为云南省交通行业级大数据中心的建设主体，担纲了交通数智化转型的使命。 当时云南交投已经在智慧高速建设上深耕了10年时间，解决了基础设施薄弱、管理模式落后、业务平台“多、乱、杂”等问题，并在高速公路感知网、智慧服务区、智能化应急指挥平台等方面实现了破题。 面对呼啸而至的人工智能浪潮，深谙交通行业需求和痛点的云南交投，迅速厘清了智算中心的建设思路。 首先，填补算力上的缺口。 交通系统有着

站在2025年中，回顾半年来大模型的发展，以年初DeepSeek爆火为标志，大模型快速蜕变角色，走出实验室，真正融入企业核心业务系统，在政务、金融、医疗、能源等领域加速落地。 随着大模型走向深度应用，CTO从关注基础模型转向推理引擎，推理过程中的资源消耗，每一度电、每一块钱、每一分钟所能产出的Token数量，正在成为衡量一家公司在AI时代先进性的关键指标。 怎么用推理引擎提升推理效率、榨干每一块算力的价值、尽可能降低推理成本，已经成为CTO们必须解决的问题。 01 大模型跑不动，是因为推理引擎不给力 什么是推理引擎？ 简单来说就是一套专门负责让大模型“跑”起来的系统，既负责“怎么算”，又负责“在哪算”和“算得多快”，尽可能提高大模型推理的响应速度、并发能力和算力资源利用率。 如果说大模型是发动机，推理引擎就是动力总成，决定了发动机在不同道路、不同油品、不同气候下是否能高效运转。调校得当，就能低延迟、高吞吐、低成本；调校不佳，再强的模型也可能“烧油多、输出低”。 大约从2023年开始，推理引擎开始作为一个独立赛道兴起，陆续出现了TGI、vLLM、TensorRT、SGLang等面向推理效率优化的开源项目。彼时业界的注意力还停留在“大炼模型”上，对推理引擎的需要求不高——能用就行。 2025年初是一个分水岭。 DeepSeek为代表的一批大模型开源后，企业对AI的态度由观望转向行动，纷纷采购算力、治理数据、微调模型，落地部署时却发现：推理响应慢、吞吐跟不上、成本高昂。 90%的算力花在了推理上，结果又贵又慢，连“谢谢”都不敢多说一句，几乎谈不上性价比。 大模型推理到底难在哪里呢？答案是效果、性能、成本的“不可能三角”。 想要效果好，就得用更大的模型、更高的精度、更长的上下文，但算力开销就上去了；想要跑得快、响应快，就要用缓存、做批处理、图优化，可能影响模型输出的质量；想要成本低

什么是通感一体？ 单从字面上理解，通信和感知似乎是两个不同的领域，但6G、Wi-Fi 802.11BF等新标准，都已明确了通感一体的演进方向。 打个比方的话，将感知与通信融入到一套系统中，就像是赋予了无线电波“观察”物理世界的能力，曾经无法实现或者不敢想象的愿景，都将成为现实。直接的例子，就是**的Wi-Fi通感一体技术。 和传统方案相比，**Wi-Fi通感一体技术有两个关键创新。 一是单AP感知，不同于市面上“一发一收”两个AP参与感知的解决方案，**直接在单AP上完成“自发自收”，实现了类似“声呐”的功能，可以感知空间中小至厘米级的运动。 二是算法创新，通过工程突破与算法创新，使能载波聚合干扰消除能力，实现了对“呼吸时胸腔起伏”等微弱信号的检测，哪怕是静态用户，也能通过单个AP进行精准检测。 厘清了技术上的创新点，到底有哪些过去不敢想的应用呢？我们找到了三个标志性的落地场景。 第一个是人员感知。 通过AP进行感知的原理和雷达相似，电磁波在空间中传播时，如果有物体移动，Wi-Fi信道状态信息就会发生变化：AP以毫秒级周期采集信道变化，通过检测算法实时识别“无人-有人”及“有人-无人”的状态切换。 比如在节能场景中，有了**Wi-Fi通感一体技术，无需监测人员流动的摄像头，无需重新布线，通过AP就能联动节能系统：检测到人员离开后，自动关闭空调、照明等设备；检测到人员进入后，3秒内即可自动开启照明与空调。几乎零成本新增，即可实现智能化的绿色节能。 人员感知能力的落地场景，显然不只适用于绿色节能。 在机密区域，和摄像头联动做入侵检测，实现全天候、零死角的安全防护；在会议场景中，与会议管理平台协同，实现无人自动释放会议室，提升会议室利用率；在宿舍等场景下，可联动电力设备，在长时间无人状态下自动断电，保障假期期间的用电安全......原本需要多个传感器才能实现的系统性方案，现在只需

《黑神话·悟空》刚发售时，有网友在微博上晒了在家里玩游戏的照片，并特意写道：没有PS5，直接在电视上玩的。 被“扒出”是用电视打开的云游戏后，有不少网友跟风体验，又纷纷吐槽操作延迟、画面卡顿、分辨率低……同时掀起了一场理性的讨论：有没有可能解决掉带宽和延迟瓶颈，让家里的机顶盒也能玩3A游戏呢？ 刚刚结束的HDC 2025上，**云CloudDevice给出了确定的答案，深度融合云网端边芯的全栈协同技术，首发7大云终端产品，其中就包括作为智慧家庭云平台的云机顶盒。 $中国移动(00941)$ $中国电信(00728)$ $中国联通(00762)$ 01 机顶盒为何必须“云化”？ 电视机顶盒的发展史，也是一部用户体验的进化史。 大约在2012年前后，机顶盒开始作为一种新兴互联网终端出现，打破了传统电视不能联网的局面，可以看视频、听音乐、玩游戏，甚至是视频通话，迅速成为家庭娱乐场景下的“新宠”。 经过十几年的演变，曾经的“新物种”成了亿万家庭的标配，但用户对体验的需求似乎超出了机顶盒的承载能力。 过去的需求是“能看视频”，现在是4K视频、云游戏、K歌、健身等多元诉求，机顶盒的角色不再只是一个“播放终端”，而是家庭里的“智能娱乐中心”，性能、存储、系统兼容性等方面的短板不断暴露。 比如机顶盒的CPU、GPU性能有限，只能安装低质的小游戏；应用兼容性差，经常出现闪退、卡顿、加载缓慢等问题；用户已经习惯在手机上秒开视频，电视上播放4K内容要加载几十秒的时间……“今天的需求”被困在了“昨天的硬件”里，用户的“逃离”几乎只是时间问题。 同样被困住手

在这一轮AI浪潮中，“技术为先”和“产业为先”的争论一直存在：前者以通用人工智能为终极目标，追求构建更大、更强、更通用的模型；后者认为AI的价值在于解决实际问题，技术是为场景服务的工具。 “技术为先”与“产业为先”并非绝对对立，更像是螺旋式上升的关系：技术拓展应用边界，产业校准创新方向。 中国拥有全球唯一的全工业门类、全球最大规模的金融消费人群以及最大规模的政务和城市体系，产生了丰富的场景和私有数据，大模型又恰恰遵循着“吃什么行业的数据，就更懂什么行业的知识”的逻辑。 所以，不同于欧美对“技术为先”的推崇，最适合中国企业的是“产业为先”的差异化路线。 01 中国的产业土壤，为AI提供了天然试炼场 人工智能的发展路径，从来都不是单一技术逻辑的自然延伸，而是结合战略定位、产业结构与资源禀赋的系统性选择。之所以不应照搬欧美的“技术为先”模式，在于国内有两个特殊的产业背景。 第一个是产业“全、多、广、深”，为AI训练和部署提供了最真实的环境。 比如在工业领域，国内拥有联合国产业分类中的全部工业门类，500多个工业品种中，中国有四成以上的产量位居全球第一。只有经历过足够复杂、足够真实、足够有价值的场景淬炼，AI才能走出实验室走向生产一线。 比如在金融行业，银行、保险、证券等机构拥有全国最全、最及时的个人与企业交易数据，在风控、反欺诈、投资组合、客户画像等方面，对模型的准确性、响应速度、安全性要求极高，是锤炼工程能力的天然试验场。 再比如政府数字化改革不断深入，交通、医保、社保、应急、教育等业务系统加速智能化，高复杂度的公共治理场景，对大模型的泛化能力、决策准确性、安全性提出了严苛要求，是AI走向“可用、可管、可信”的关键落点。 第二个是海量数据的天然优势，构成了AI落地不可替代的基础资源。 作为全球数字化发展最活跃的国家之一，中国长期积累了海量、多源、高价值的数据资源，形成了独特的“

造车的逻辑变了！ 一个礼拜前的广汽丰田2025科技日上，有别于集中展示自研成果、宣誓智能化转型决心的叙事方式，广汽丰田把话筒递给了生态伙伴，Momenta、**和小米占了不小的篇幅。 甚至一改合资品牌保守、谨慎的刻板印象，在现场喊出了“广汽丰田铂智空间足够大 **Momenta小米都装得下”的口号，释放出了和中国科技伙伴一起构建汽车AI生态圈的强烈信号。 图：广汽丰田汽车有限公司执行副总经理 文大力 在智能化的浪潮下，合资车企一度被吐槽“跟不上节奏”。主动求变的 $广汽集团(601238)$ 丰田，用行动打破了固有的框架思维：不再是“重复造轮子”，而是和中国的科技力量深度融合，走在了“生态造车”的最前列。 01 从甲乙方到“AI生态盟友” 汽车工业的百年演变，让车企和零部件厂商形成了层级分明的金字塔式配套关系：车企处于金字塔顶部，往下分别是Tier 1（一级供应商）、Tier 2（二级供应商）和Tier 3（三级供应商）。 从层级上就不难发现，车企是整个产业链的主导者，供应商按要求进行供货，即使参与了某款车型的定点开发，乃至和车企一起开发了某个关键零部件，也只是“幕后英雄”，仍然是标准的甲乙方关系。 广汽丰田在2025科技日上，首次提到了“顶配朋友圈”的概念，不再以“甲方”的身份自居，而是作为AI生态圈的一员，整合了Momenta的智能辅助驾驶、**的鸿蒙座舱和小米的“人车家”生态。 这样的一幕，让人想起了PC时代的“Intel Inside”，车企不再避讳伙伴们的创新和贡献，预示着传统的Tier模式正在加速瓦解，“AI生态圈”模式正式走上历史舞台：通过技术融合的方式，整合“盟友”们最擅长的能力，实现生态圈成员间的相互赋能、相互成就。 这种转变并非一蹴而就，而是有迹可循。 时间回到2025年