社区

如果说AI是一道科技之光，现在已经落在了上海的街头巷尾。 刚刚落幕的WAIC 2025上，释放了一个清晰的信号：全球AI创新的重心，渐渐从“比拼模型能力”转向“探索落地场景”，进入到了第二篇章——从实验室走向城市街头，从云端算力走进市井日常。 上海，正站在这场转变的最前沿。 与往年相比，WAIC 2025不单单是创新的舞台，同时也是一扇窗口，让世界看到了上海的另一面——一座智慧与烟火气共生的城市。社区口腔医院里的AI辅助诊疗、工业生产线上的AI智能体、大型港口的智能驾驶卡车和调度助手……AI不再只是论文里的术语，而是城市“呼吸”的一部分。 而上海的AI进程，远没有放慢速度的痕迹。 就在WAIC 2025现场，上海 $中国电信(00728)$ 正式推出了城市信息化服务品牌“智云上海”，构筑“上海有AI 智惠全城”的城市智能服务体系，包含城市级的智能底座、覆盖全域的AI网络、支撑万象的落地能力，形成了可持续演进的城市级AI中枢。 从“智”开始，向“云”而生，上海正以看得见的落地速度和看不见的智能张力，勾勒了智慧城市的新样貌。 01 解构“智云网络”，价值不止于连接 经历了三年多时间的市场教育，许多企业和组织对AI已不再陌生，纷纷开始将AI作为生产力工具使用。 但在最基础的网络环节，还存在种种痛点。 比如某街道在处理高空抛物事件时，需要先把监控视频上传到中心服务器，然后由系统逐级分发给相关部门处理，加上后续的工单流转和响应，通常是以“小时”为单位完成一次事件的响应和处理。 比如在某汽车工厂，生产线上的设备会通过传感器不断采集数据，并将数据上传到云端服务器进行处理和分析，从本地传输到远程云端再返回的过程，存在超过50毫秒的时延，严重制约了生产精度。 再比如在家里玩游戏时，一旦开启了远程监控或视频通话功

AI的价值在哪里？ 刚刚结束的WAIC 2025上，问题的答案越来越具象化。 站在产业的视角，AI正在重塑企业的组织、生产与价值链。知名市场调研机构埃森哲的报告显示，69%的企业高管计划在18个月内完成核心业务的AI化重构，AI已经从可选项变为战略必选项。 而作为一个普通用户，我们的生活也在被AI潜移默化地改变。比如在WAIC 2025的**AI展区，从AI即时通讯、AI图像生成到AI声音克隆、AI数据分类，连尚集团深刻诠释了AI和生活场景的融合。 在技术和应用的“碰撞”中，AI不再只是“生产力”，同时也是生活化场景向智能演进的“催化剂”。 01 被大模型释放的“想象力” 在WAIC 2025上，我们看到了一个流行趋势——以“对话”为核心的AI互动，不再局限于独立的情感陪伴类产品，而是渗透进即时通讯、健康咨询、教育辅导等场景，营造出了差异化的用户体验。 直接的例子就是口信APP，融合了即时通讯、互动交友、AI智能人、数字元宇宙等功能，重构了AI即时通讯的产品形态。特别是“AI智能人”的功能，给我们留下了两个深刻印象： 第一个是千人千面的生命感。 “AI智能人”不是设定好的剧本，而是像真人一样有情绪、有三观、有记忆，也会接受外界的时事政治、经济环境、体育娱乐等信息，不断影响TA的观点和性格，甚至有自己的生活和行程安排。 和电影《Her》的设定相似，“AI智能人”和用户的关系将随着亲密度的变化与关系的变化，聊天话题的范围和内容也会有明显的差别。 第二个是无穷无尽的创造力。 “AI智能人”被赋予了内容整合和创作的能力，在和用户沟通的过程中，不再是“套路式”的对话，而是深刻理解用户的诉求，进而扮演不同的角色，陪用户聊股票、聊新闻等等，满足了个性化定制的需求。 一个有趣的细节在于，“AI智能人”会像真人一样发布自己的动态，阅读和评论用户的动态，乃至向用户“求安慰”。 社交通讯只是日常

刚刚结束的第三届链博会上，有两个让我们印象深刻的新闻： 一个是英伟达创始人黄仁勋的“唐装演讲”，脱下了标志性的皮夹克，在演讲中直言“中国的开源AI是推动全球进步的催化剂”。 另一个是央视新闻对链博会的专题报道，特地走进OPPO在印尼雅加达的旗舰店，用镜头记录了当地消费者对中国品牌的认可。 如果说英伟达象征着海外科技巨头的“走进来”，正在积极和中国的产业链深度融合；OPPO在印尼的布局代表着中国品牌的“走出去”，让中国成熟的供应链能力、制造体系和智能化经验，服务更广阔的全球消费者。 英伟达的话题性无需赘述，央视新闻为什么聚焦OPPO来讲述中国供应链“出海”的故事？对其他企业有何启示？ 01 连续多年位列印尼市场第一，OPPO是怎么做到的？ 原因似乎并不难解释。 东南亚地区的人口规模和中国相近，而且市场状况相似，被不少中国企业视为出海的第一站。 早在2009年前后，OPPO在内的中国手机品牌就开始布局东南亚市场，其中人口数量最大的印尼，自然而然地成了“兵家必争之地”。经过十几年的稳扎稳打，中国品牌早已占据了东南亚市场的半壁江山。 综合市场调研机构Canalys过去两年的报告：印尼智能手机市场销量榜单的前四名，都是中国品牌，合计占据了70%以上的份额。其中OPPO在2023年和2024年连续两年位列印尼市场第一。 即使放大到整个东南亚市场，中国手机品牌的竞争力也不可小觑。同样是Canalys的报告，OPPO在2024年以1690万台的出货量，占据了东南亚市场18%的份额，首次超过三星成为市场第一。 单单就市场份额来看，央视新闻走进OPPO在印尼雅加达的旗舰店，来探寻中国品牌在海外市场的影响力，其实并不让人意外。需要回答的另一个问题是：为何OPPO在内的中国品牌能够打赢东南亚市场呢？ 一个绕不过的因素正是“本地化”。 可能不少人看到过这样的报道：2015年的时候，OPPO在印尼市场

进入2025年后，Agentic AI可以说是讨论度最高的科技词汇。 从自主预定机票的“数字同事”，到主动编写并调试代码的编程助手，AI已经从简单的问答工具，向能够执行复杂任务的系统演进。 只是大多数企业还处于初步测试和概念验证阶段，尚未跨越横亘在“演示”与“现实”之间的鸿沟： 比如怎么管理AI Agents的长期记忆？如何确保AI Agents在访问敏感数据时的身份与权限可控？当成千上万个AI Agents协作运行时，能否观测、调试并保证其稳定性？ 这些棘手的工程问题，已然成为AI落地必须迈过的一道坎，也是留给厂商们的必答题。 7月16日晚上举办的 $亚马逊(AMZN)$ 云科技纽约峰会上，针对Agentic AI的核心议题，亚马逊云科技率先交出了答卷——发布了一系列全新的能力与工具，帮助客户大规模、安全部署和运行高性能AI Agents。 01 架构创新，重塑Agent开发的新范式 Agentic AI示范的的应用图景不可谓不诱人。 不同于被动响应的对话机器人、只能解决特定任务的AI Agent，Agentic AI可以看做是多个AI Agents组成的协作系统，能够在没有人为干预的情况下，独立地进行决策、规划、分配角色，并执行复杂行动。 但在落地部署的过程中，开发者们不得不投入大量的时间和精力在基础设施上，包括会话管理、身份权限控制、记忆系统、可观测性机制等等，需要保障运行的稳定性、满足企业级安全与合规要求，以至于Gartner在报告指出30%的AI项目在PoC阶段后即宣告失败。 在“纽约峰会”现场，亚马逊云科技给出了不同的解法——通过Amazon Bedrock AgentCore，帮助开发者打通AI Agents从概念验证到生产部署的关键环节，跨越从原型验证到生产落地的鸿沟。 不同于在

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