每经网首页 > 视频快讯 > 正文
2026-06-08 18:19:31
如需转载请与《每日经济新闻》报社联系。 未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。
读者热线：4008890008
时空壶 X1 Meeting 体验：AI 同传终于等来「质变时刻」 钟立磊 15 分钟前 双向交流只是翻译，多向交流才算得上同传。 科技数码行业素有「Techtober」（科技十月）的说法，但对科技媒体来说，新品发布之前的产品沟通会，才是最耗费精力的时候。以雷科技前段时间参加的某个技术沟通会为例，主办方为了节约时间，直接把「亚洲媒体」分成了一组，来自中国、日本、韩国的媒体代表与说英语的品牌技术代表齐聚一堂，可谓相当热闹。 但现场同传头都大了：中国媒体提问，需要先翻译成英语；日本媒体想了解问题内容，又要把英文翻译回日语来理解；等到日本媒体发问时，整个流程还得重新来一遍……一场一个小时的交流会下来，每个人都「精疲力尽」。 但在 AI 时代，我们其实有更优雅、更方便的解决方案。 早在 CES 2024 上，雷科技就报道了夺得「CES 创新奖」的时空壶 X1 这款同传设备。不同于传统翻译耳机「一对一」异步翻译的模式， 时空壶 X1 开创的同传模式允许多语言「网状同传」， 也正是这种划时代的理念创新，让时空壶能从一众翻译设备中脱颖而出，开创了「同传设备」的新品类。 前段时间，雷科技也拿到了 X1 的升级款—— 时空壶 X1 Meeting。那么和两年前的产品相比，全新的 X1 Meeting 又在哪些地方取得了突破呢？ 单向翻译只是翻译、多向翻译才称得上同传 为了给时空壶 X1 Meeting 上强度，雷科技决定按照那次混乱的媒体沟通会的录音，找来几个同事给时空壶 X1 Meeting 安排了一次「模拟考试」，看看时空壶 X1 Meeting 的能力究竟如何。 让我们先回到刚刚提到的媒体沟通会的场景中： 现在，会议室里同时坐着中国、日本、韩国和美国代表。 每个人都在用自己的语言思考和表达，每个人都希望第一时间听懂其他人的观点。 按照过去真人同传的思路，我们至少要准备中英、日英、韩英三组同传人员，按照每人 15 分钟轮班的行业惯例，现场至少要有六名同传。且在传统翻译逻辑下，所有交流最终都会被迫汇聚到英语这一「中转站」上。 在雷科技看来，这也是很多跨国会议总会出现明显的交流延迟的原因。而时空壶 X1 Meeting 打破了这种单中心翻译模式： 通过时空壶自己的多向同传系统，多台时空壶 X1 Meeting 可以组成一个同传网络， 同传网络内的每一台时空壶 X1 Meeting 都会把自己听到的声音实时翻译成另外四种语言，并发送到对应的时空壶 X1 Meeting 上。 此时，每个人都可以使用自己的母语发言。 而最终的效果就是，我用中文提问，日本媒体可以在耳机里听到日语，美国媒体听到的是英语，韩国媒体听到的是韩语。同样的，当其他人发言时，我耳机里听到的也是实时翻译后的中文内容。 整个过程不需要等待翻译员转述，也不需要频繁切换语言频道，同传效率显著提高。 不过在我看来，这种「真同传模式」最显著的感受并不是对翻译效率的提升，而是对整体交流节奏的优化： 以前跨语言会议更像是一场接力，一个人说完，翻译接力；翻译结束，下一个人再说。而在 X1 Meeting 的多向同传体系下，时空壶成为了一个「交流黑盒」—— 我们不需要关注同传过程中的细节，也不用关心彼此之间语言的差距，大家都能用自己的母语，用最熟悉的思考方式来交流。 从某种角度来说，这种「真同传」的能力甚至比单纯提升翻译准确率更重要。而就当前行业现况来说，这种「真同传」模式，也只有时空壶能做到。 不过话又说回来， 为什么只有时空壶能做到这种「真同传」能力呢？ 简单体验后，我认为多向同传背后真正困难的地方，其实并不是「翻译」环节，而是让每一台时空壶 X1 Meeting 认清楚「现在到底是谁说话」？ 事实上， 分清「到底是谁在说话」，这个问题一直困扰着整个翻译耳机行业。 在面对面交流的情况下，传统的气传导麦克风难免会听到「对方说话」的声音。对同传系统而言，分不清谁在说话，就意味着无法判断应该把这句话翻译成什么语言，推送到哪一台设备上。 这也是很多翻译产品能够完成语言转换， 却始终无法真正进入多人会议场景的原因。 可以说，分清谁在说话，这才打造「同传系统」的大前提。 针对这一问题，时空壶在 X1 Meeting 上使用了独家的骨声纹识别算法：X1 Meeting 的耳机上除了有用于采集录音的气传导麦克风，还内置了骨传导麦克风。后者可以直接以骨传导的方式获取佩戴者说话的内容， 并利用端侧算法对比、校验骨传导、气传导两组麦克风拾取的音频，用「把脉」来去除「听诊」过程的干扰。 除此之外，为了应对多向同传场景带来的成倍增加的 AI 运算量和数据吞吐量，时空壶 X1 Meeting 不仅提升了端侧算力，同时也采用了弱网压缩技术， 即使在网络环境不好的场景下，也能保证超越真人同传的准确性和时效性。 再搭配上不断更新迭代的专业领域同传模型，即使名义上都属于「同传设备」，但时空壶 X1 Meeting 的实力早已「一骑绝尘」。 当然了，针对越来越常见的线上会议场景，时空壶 X1 Meeting 也内置了一个在线会议系统，可以直接用 X1 Meeting 发起远程会议，轻松应对跨国跨语言会议。即使公司有内部的在线会议 App，我也可以把时空壶 X1 Meeting 以蓝牙耳机的形式连在电脑上—— 在电话翻译模式下，我照样能做到「耳听中文、口说英语」 。 根据时空壶的介绍，X1 Meeting 已在前联合国 NGO 组织世界可持续发展工商理事会中高效应用。 此外，我在 X1 Meeting 中还找到了一个非常实用的功能：如果哪天雷科技被评为了优秀中国科技媒体代表，需要在海外展会上向外国人介绍中国技术，我也可以直接用 X1 Meeting 开启「演讲模式」：我戴上 X1 Meeting 说中文，观众只要扫码进入在线网页，就能直接听到翻译后的语音，也能看到实时转写的文本。 到了观众提问环节， 现场观众也可以直接用手机网页端提问，我同样可以听到翻译后的问题。 整个过程中，观众不需要下载 App，也不需要绑定手机号，甚至不需要登录——只要扫码打开网页，就能直接使用同传服务。 技术是时空壶创新的根基 除了会议翻译、音频翻译外，时空壶 X1 Meeting 还有针对其他场景的翻译模式。但就雷科技这段时间的体验和过去海外参会的经验来说，在我看来，丰富的功能与场景并不是时空壶真正的竞争力。毕竟功能、场景这些都是人为划分出来的「细分模式」。 时空壶 X1 Meeting 真正的价值， 体现在它的同传质量、易用性、和可靠性上。 同传质量方面，因 X1 Meeting 可以自动识别断句点，很多时候我的提问都还没讲完，X1 Meeting 就已经开始向对方输出我问的问题了。同理，对方讲话时也可以按照自己原本的节奏一直说，反正 X1 Meeting 一定可以翻译得过来。 这种近乎同步的同传模式， 可以最大程度地保证双方交流的节奏不被打乱， 也可以方便地在一个会议里同时组织多种语言的群访。 易用性很好理解：市面上大多数翻译耳机都离不开手机 App，而在重要商务会议等场合，让合作伙伴现场掏出手机下 App、绑定耳机这显然不现实。但时空壶 X1 Meeting 将这些繁琐的步骤全部都去掉了： 连上 Wi-Fi、戴上耳机，选好自己要听、要说的语言，多人多语言开会就这么简单。 至于可靠性，作为 2024 年时空壶 X1 的升级款，X1 Meeting 除了加入了更多语言支持外，在硬件上也迎来升级。刚刚提到，传统的翻译耳机在多人场景下几乎无法区分讲话人，而 X1 Meeting 用上了此前已经在 W 系列同传耳机上验证过的「骨声纹」技术，利用骨传导麦克风辅助确定「哪句话是谁说的」，从而保证多人会议下对话也不会错乱。 除此之外，时空壶 X1 Meeting 还有一个难能可贵的地方。刚刚提到，X1 Meeting 初始化时不需要登录账户（其实机子里也没有登录的功能）。可能有人会好奇 X1 Meeting 是用什么 ID 来限制用户每个月在线会议、AI 同传的时长的。 但答案是时空壶根本不限制用户的会议、同传时长——为了保证产品「打开就能用」，时空壶把 X1 Meeting 做成了「买断设备」。 诚然，这种「一次付费、一直使用」的产品模式在「订阅制」盛行的 2026 年有些格格不入，AI 算力的成本也会一定程度上体现在 X1 Meeting 的售价上。 但就一个真正的「商用会议同传设备」而言， 时空壶 X1 Meeting 这种「不订阅」做法，在我看其实更值得信赖。 当然了，作为汇集时空壶最强技术的「秀肌肉」产品，甚至在 X1 Meeting 上，雷科技就看到了不少之前体验过的时空壶产品的「影子」： 比如继承自时空壶 X1Hub 的多向同传模式，在 W4 Pro 上初次登场的麦克风矩阵和弱网压缩技术……为「多向同传」建立起技术护城河的骨声纹识别技术，此前也在时空壶 W4 上首发。毫不夸张地说，时空壶 X1 Meeting 不仅是时空壶最新最强的同传技术的集大成者， 即使在整个同传设备领域，也是数一数二的翘楚。 与此同时，时空壶未来也会在 X 系列上投放更多新技术，继续引领行业进步。 用十年沉淀的技术，扫除交流的障碍 但话又说回来，为什么雷科技如此笃定时空壶的行业地位？这还得从时空壶这个品牌的发展历程说起。作为 AI 同传行业的开创者，时空壶自 2016 年成立以来，就展现出了极强的战略定力： 在过去整整十年里 ，这家公司只专注「解决跨语言交流难题」这一条赛道。 在数码行业跟风造智能音箱、折腾元宇宙概念的那些年，时空壶一直在死磕跨语言沟通的底层技术，不断提升同传质量，用更好的产品服务消费者。 在之前的交流中，时空壶 CTO 石伟曾向雷科技分享了一个观点： 技术再先进，也得让人感受到温度。 在 AI 迅猛发展的时代，当大家还在用 AI「降本增效」或开拓增值市场时， 只有时空壶还在思考「如何用 AI 优化用户体验」，让产品用起来更省心、更顺心。 也正是这种近乎偏执的技术积累与产品迭代，让它在近年大模型爆发时，顺理成章地等来了 AI 翻译的质变时刻，迎来了用产品实力和销量证明自己的机会。 就目前来说，X1 Meeting 是绝对算得上是时空壶和整个 AI 同传行业的集大成之作。但可以肯定的是，X1 Meeting 不会是时空壶对 AI 同传赛道探索的终点。 毕竟翻译只是信息的转移，交流是情感和语境的传递，而理解则是人与人真正建立连接的过程。对于这家以《银河系漫游指南》中「巴别鱼」为榜样的企业来说，彻底消除人与人交流、理解之间的障碍，这才是时空壶的终极目标。 来源： 雷科技 本文图片来自： 123RF 正版图库 侵权举报 返回 分享 相关文章 全部评论
新浪科技 MIT追踪10万名开发者，揭示了AI编程的转化真相：代码翻了17倍、软件只增三成 DeepTech深科技 06.08 19:00 关注 来源：DeepTech 深科技 2022 年 6 月，Github 推出 GitHub Copilot，这是首个被广泛采用、基于大语言模型（LLM）的编程辅助工具。在此之前，负责软件开发的程序员需要花费 40%~60% 的精力编写样板代码、调试基础语法，以及处理事务性的胶水代码。但 AI 辅助工具的出现，让代码编写的边际成本骤然下降。 当写代码变得更容易，软件产出会随之变多吗？ 为解答这一问题，2026 年 5 月，麻省理工学院和宾夕法尼亚大学的研究人员联合在美国国家经济研究局（NBER）发表工作论文，对生成式 AI 在软件开发领域的实际生产率效应进行了系统且深入的实证研究。他们通过追踪十万名开发者的产出，揭示了 AI 编程工具对生产率的真实影响： 代码行数是原先的 17.3 倍，而实际发布的软件版本只提升了 30%。 （来源：https://www.nber.org/papers/w35275） AI 编程工具的三代演进 研究人员将 AI 编程工具的演进历程分为三代。 第一代是具有增强作用的“自动补全”，起点是 GitHub Copilot：开发者敲击键盘时，它能预测后文的代码片段并提供相应建议。在这一时期，开发者的生产力提升了 26%。 时间来到 2025 年初，第二代“同步代理（Sync Agents）”迅速崛起。以 Claude Code 和 Cursor 为代表的智能体更进一步，可直接在集成开发环境（IDE）中与开发者实时对话、协同操作。开发者用自然语言下达任务，AI 代理自主导航本地代码库，跨文件编辑、运行单元测试，并根据反馈迭代修改，人类开发者成了“监工”，需实时审阅 AI 的阶段性产出，并决定是否采纳。 2025 年 3 月，Anthropic CEO 达里奥·阿莫代伊预测，六个月内，90% 的代码将由 AI 编写；同年， 微软 CEO 萨提亚·纳德拉和 谷歌 CEO 桑达尔·皮查伊各自声称，公司约四分之一代码已由 AI 生成。 几个月后，2025 年 5 月中旬，AI 辅助编程进入“异步代理（Async Agents）”阶段：OpenAI 发布了基于 Codex 的全新研究预览版，GitHub 推出 GitHub Copilot Coding Agent。利用这些工具，人类开发者可以直接将需求工单指派给异步智能体。 随后，智能体在云端虚拟机上启动，独立完成代码编写、测试运行，自动提交合并请求（Pull Request，简称 PR）供人类审查。截至 2026 年初，带有 Claude Code 署名的代码提交在 GitHub 公开仓库中占比已超 5%。 （来源：https://www.nber.org/papers/w35275） 代码提交增长近 80%，Claude Code 增益最明显 为论证 AI 对真实软件生产率的影响，团队设计了一项涵盖十万名开发者的匹配事件研究。 研究的数据来源分为三大部分。首先是 GitHub 公开数据集，其中包含全球 1.8 亿开发者和 3.95 亿个公开仓库中的历史活动记录。第二部分是微软的内部去标识化遥测数据，包括 2021 年至今所有 Copilot 用户的订阅与使用明细，以此记录每个开发者首次启动 AI 助手的具体时间。 第三块则是 2020 年 3 月至 2026 年 5 月期间， Apple App Store、Google Play Store、Chrome Web Store 以及 SourceForge 这四大主流软件分发市场的月度面板数据。 结果显示， 如果只比较写代码或代码提交，AI 工具展现出的提效能力的确十分显著。 从数据上看，使用第一代自动补全的开发者，每周的提交数量在长时间内稳定上升约 40%；一旦将第二代同步代理引入工作流，这一累积增幅直接升至 140%；而当第三代异步代理全面铺开后，又被推高至 180%，其中，仅智能体自主撰写并直接提交的代码就占全部增量的 34%。 在这场技术红利中，获益最多的是低活跃度或低技能的普通开发者。 在自动补全阶段，该工具对于低活跃开发者的效率提升高达 85%，而对原本就高频提交的开发者仅有 21% 的提升。 到同步代理时代，这一分化更加明显，低活跃群体的提交次数增加了 217%，高活跃群体的增幅为 62%。尽管对新手而言，AI 的普惠性更强，但在原本就活跃的开发者群体中，长期效率的提升依然稳定且持续。 更重要的是，研究首次证实，底层大模型迭代升级可直接驱动提效。追踪 Claude Code 使用者时，研究者发现，用户的生产力在 2025 年 11 月 Opus 4.5 发布后出现了一次与开发者使用时间无关的上涨。作为对比，2022 年使用 GitHub Copilot 的早期用户，在其接受 AI 建议后的 24 周里，曲线一直维持平盘。 而在不同工具之间，效率的表现也各不相同：Claude Code 带来的同步提效达到 199%，远超 GitHub Sync Agent 的 43% 和 OpenAI Codex 的 94%。 （来源：https://www.nber.org/papers/w35275） 代码量扩大，最终发布的软件多了多少？ 工业化的软件生产，按先后顺序分为六个环节：代码行（Lines of Code）、文件（Files Touched）、代码提交（Commits）、合并请求（Pull Requests）、项目/仓库（Distinct Repositories）、版本发布（Releases）。研究人员发现，增长近两倍的任务提交量向最终产品转化时，增幅呈现漏斗状层层衰减的趋势。 （来源：https://www.nber.org/papers/w35275） 在自动补全工具时代，代码行数增加了 228.2%，最终软件发布量仅增长了 10.2%。在同步代理时代，智能体推动代码行数量增长了 741%；在修改的独立文件数中，这一增幅就缩水至 187%；转化为开发者实际提交的代码数时，降至 109%；再往上走，合并请求的增长率降至 65%；独立项目数仅增长了 26%；而到了代表真正产品交付的最终发布环节，这一数字最终回落至 20% 左右。 团队将三代 AI 工具的累积效应一并计入，结果发现，代码行数虽增加到原来的 17.3 倍，但文件数量的增长已骤降至 3.9 倍，逐级递减之后，最终的软件发布数仅提升了 30%。 软件生产是一条垂直的流水线，在这一体系中，底层流水线的产出不能直接使用，必须与上一层的人类劳动、审查和测试相结合，才能合成更高层级的半成品。AI 在这一过程中的介入方式包括增强（让人类每单位努力产出更多）和部分自动化（AI 直接生成产出，但人类必须进行审查）。 为此，团队建立了一套层层嵌套的常替代弹性（CES）生产函数模型对其进行阐释。结果显示，上游产出的弹性权重约为 0.75，而 AI 产出与人工投入之间的替代弹性系数约为 0.25。 （来源：https://www.nber.org/papers/w35275） 当替代弹性系数远低于 1 时，两个生产要素之间就存在极强的互补性，它们必须严格以固定比例搭配使用。 因此，即使 AI 的自动化编写能力趋于无穷大，只要更上一层的流水线离不开人类参与，人类程序员阅读、测试和审核的工作没有成比例增加，最终增益都会被急剧压缩。代入参数计算，这一上限仅为 26%。这代表着， 哪怕未来的 AI 可以一秒钟写出全世界的代码，只要不革新软件工业流程，最终发布率的提升都无法突破 26%。 软件上市，反响如何？ 既然代码产出受到人类能力的限制，那么通过审核、最终推向市场的新软件，在真实消费端的表现又如何？ 研究人员分析了四大应用商店的供给端数据，结果显示，软件供给确实扩大了。在 Apple App Store 上，新上线 iOS 应用数量从 2023 至 2025 年初的每月 3 至 5 万款，在进入智能体爆发期的 2026 年 4 月增加至约 10 万款。 Google Play 商店中，新应用发布量改变了此前长期下滑的趋势，从月均 4.2 万款回升，并稳定在约 6 万款。而在 Chrome 浏览器插件市场，新扩展的发布量也从原本月均约 5,000 个增加至 1.3 万个。作为对照，在极少使用 AI 辅助工具的 Linux 遗产软件社区 SourceForge 上，新项目的发布曲线表现平缓。 供给侧增加后，需求侧的反应却略显冷淡：AI 提效并未推动新一代超级爆款 App 的集中涌现。在三大主流应用市场中，研究者追踪了新应用上线后三个月内的总使用量，结果发现，这个指标不仅没有随着 App 数量的增加而上升，反而处于持平甚至小幅下滑的态势。 至于所谓长尾效应假设，如果 AI 真能帮助开发者更精准地满足小众、垂直、细分的需求，这些软件上线后，至少应在小范围内积累起最基础的用户反馈。现实却是，供给的快速扩张并未带来对应的需求增长，许多应用在发布后便归于沉寂。 此外，上线前三个月内从未获得基本受众的“僵尸应用”比例正在增加。在 iOS 平台上，上线三个月内用户评分数少于 10 的新 App 占比从 79% 上升至 86%。在 Chrome 插件商店，上线三个月内下载量低于 10 次的“僵尸扩展”比例更是从 18% 升至 31%。 （来源：https://www.nber.org/papers/w35275） AI 工具的 J 曲线 当然，从积极的一面看，AI 工具演进带来的效益同样十分显著。如果横向对比三代工具，AI 的干预点正在越来越靠近下游：第一代自动补全仅在最底层的代码编写切入；第二代同步代理将代码和文件修改进行了部分自动化，同时增强了后续两个环节的效率；第三代异步代理直接将产出推向了第四层的合并请求。 目前，层级 5（项目仓库协调）和层级 6（版本发布管理）仍是 AI 无法介入的领域：产品功能确定、跨团队的技术协调、软件交付周期管理、发布前的多环境部署等环节，依然只能由人类负责。 （来源：https://www.nber.org/papers/w35275） 为了缩小写代码与交付软件之间的差距，研究人员也指出了三条解决路径：提高 AI 的产出质量，使其生成的代码本身更加安全、可读，降低人类审查调试的精力成本；开发可自主进行代码审阅、集成测试，决策协调的“下游智能体”；以及改善应用的分发和发现机制，降低软件抵达消费者的流通阻碍。 1987 年，诺贝尔经济学奖得主罗伯特·索洛（Robert Solow）在《纽约时报书评》发文质疑：“计算机时代的产物随处可见，唯独在生产率统计中看不到。”经济史学家保罗·大卫（Paul David）1990 年发表研究证实，一项通用技术（General Purpose Technology）从被发明到真正推动生产力爆发，往往需要数十年。 经济学家埃里克·布林约尔松（Erik Brynjolfsson）和查德·西弗森（Chad Syverson）2021 年将这一规律形式化为“生产力 J 曲线”：任何跨时代的通用技术，在早期发展阶段都需要大量组织重组、流程再造、人力培训、配套基础设施等互补性资产投入，投入累积至临界点前，社会的总生产率提升往往不显著。 我们正处于新一轮 J 曲线的初期，当写代码变得空前廉价，如何用 AI 将代码变成可用的软件、让软件真正触达用户，才是下一阶段的考验。 参考内容： https://www.nber.org/papers/w35275 运营/排版：何晨龙 注：封面/首图由 AI 辅助生成 window.STO=window.STO||{};window.STO.fw=new Date().getTime(); 相关新闻 --> 推荐阅读 --> 加载中... 视频 直播 美图 博客 看点 政务 搞笑 八卦 情感 旅游 佛学 众测 首页 导航 反馈 登录 Sina.cn(京ICP证000007) 2026-06-08 20:00
燧原科技、粤芯半导体定于6月15日上会 新浪财经
6月8日， 达实智能 发布股票交易异常波动暨风险提示公告称，经核查，公司近期生产经营情况、内外部经营环境未发生且未预计将要发生重大变化。2025年公司AIoT平台及 AI应用 签约金额7847.14万元，占当年营业收入比重较低，对公司整体经营业绩无重大影响。敬请广大投资者理性决策，注意投资风险。公司未开展液冷、智能 机器人 、 半导体 元器件的研发、生产及制造业务。
（文章来源：每日经济新闻）
前往东方财富APP阅读全文
即将前往东方财富APP查看原文
新浪科技 中国电子云推出AI软件工厂 打造软件生产新范式 A股伪解释 界面旗下互联网金融资讯服务平台 06.08 18:49 关注 2026年06月08日 18:49:38 5月29日，中国电子云正式发布“AI软件工厂”。面向关键行业软件能力现代化的核心诉求，在成熟的敏捷开发工具链基础上充分融合AI大模型技术，打造从意图到交付的软件生产新范式，助力客户真正实现软件生产力的跃升。 AI驱动的软件工程3.0时代加速到来 随着大模型能力日趋成熟，软件工程领域已经成为AI大模型落地的最核心应用场景之一。但对于关键行业的大型复杂软件而言，AI大模型也带来了幻觉等不确定性问题，如何在满足关键行业的高监管要求基础上，让AI真正成为软件研发的核心生产力成为困扰业界的核心问题。 中国电子云助理总裁、软件工厂首席架构师王一在发布会现场指出，AI Coding并不是对传统软件工程方法论的彻底否定，而是应该在成熟DevSecOps工具链基础上，更好的实现与AI大模型的融合，实现能力互补，实现效率提升与安全合规两者兼顾。同时，新一代AI软件工厂的系统架构必然要求更加开放，能够充分吸收和利用业界优秀软件工具链、AI大模型和智能体的能力，为关键行业客户构建软件核心生产力平台。 AI软件工厂，驱动研发范式变革 通过全面落地软件工厂智能体，将从软件需求、设计、开发和运行这四大阶段推动软件研发范式的一场全面的生产力变革。 软件需求新范式：让需求更清晰，成本更透明 在软件定义一切的今天，软件不仅要能快速迭代、快速交付，更要防止重复研发投入造成浪费，并且有效防范需求变化导致的软件质量风险。需求是软件研发过程的起点，提升需求的质量是管控研发质量与研制成本的关键抓手。 基于历史需求数据、行业知识和业务规则，借助AI大模型的分析能力，构建软件需求智能体，能够有效提升重复需求识别率超过70%，需求冲突检测效率提升50%，帮助需求分析人员更快发现问题，使得综合需求评审效率提升60%以上。需求智能体能够有效识别需求对现有功能的变更影响，准确率超过80%，并支持建立需求的全链路追踪立体画像。此外，通过GJB文档智能生成功能，能够减少重复性手工操作，大幅提升研发人员工作效率。 软件设计新范式：让设计更高效，模型可验证 传统软件设计方法存在两大痛点问题，一是手工设计操作低效，二是设计与代码、文档脱节，无法实时更新。而单纯靠AI大模型生成代码或设计图，又会带来可信性难验证的问题。 通过将AI大模型融入成熟软件设计工具，实现AI大模型的生成能力的受控使用，根据需求自动生成SysML模型，能够有效降低软件架构层面设计的工作量，同时借助设计工具自身的校验能力和可视化设计能力，能够有效避免黑盒化的模型生成风险；在代码生成阶段，通过基于规则的可形式化验证的模型和代码翻译引擎，确保模型最终产出可信的代码，实现从需求到代码的全链路可信验证。 软件开发新范式：让编码更高效，软件可装配 现阶段代码生成大模型性能稳步提升，模型间技术指标差距不断缩小，但其产出代码能否满足严苛的工程化开发要求尚未形成行业共识；此外，AI代码生成技术仍需使用者具备相应编程功底，客观上阻碍了非技术人员的落地应用。 中国电子云AI软件工厂具备开放式模型接入架构，兼容业务主流AI大模型，提供内置30+Skill大幅提升编程能力，支持多种主流IDE插件和基于Web端的Solo模式，通过与软件工厂的功能和数据打通，让开发人员获得更加沉浸的开发体验，无需频繁在Web端和IDE之间进行切换。 同时，面向非技术人员，AI软件工厂提供基于业务语义级构件式软件开发模式，预制300+丰富业务构件，帮助无编程背景的用户按需快速装配应用软件，同时支持将客户已有的各类软件资产封装为可复用的业务构件，从而帮助客户大幅节约软件建设投资。 软件运行新范式：一次发布、全球部署、在线升级 软件工厂建设不仅要考虑研制侧的软件生产提效，也需要考虑用户侧的软件快速交付、高效运维和在线升级问题，才能真正实现软件业务价值的闭环。而部署运行阶段普遍存在弱网通信不可靠、资源受限、平台异构等痛点问题，严重制约了软件交付效率。 通过建立构件“总厂-分厂-用户”的多级软件分发通道和订阅机制，可以实现软件一次发布，快速分发到广域分布的用户侧环境，同时利用基础设施即代码和云原生技术，使应用软件实现自动化部署和在升级，配套的应用监控管理工具，支持对应用运行状态的持续监控，基于AI大模型的运维专家智能体持续分析应用运行状态，做出故障预测和自动化修复，从而有效提升了整体的业务应用可用性。 落地验证：1万+关键行业开发者的核心生产力工具 中国电子云AI软件工厂以全栈式、构件式、轻量化三大工厂形态及AI研发助手，围绕软件工程全生命周期，全方位覆盖软件研制侧到用户侧的主流用户群体，实现从意图到交付的软件生产新范式。AI软件工厂产品经过多年积累和打磨，实现了从内部自用到商业交付，从普通行业到关键行业的逐步成长演进。目前已落地70+关键行业客户，帮助10000+关键行业开发者生产50亿+行软件代码。 让软件真正走向大规模工业化生产时代 随着AI大模型能力演进进入新阶段，软件生产力得到巨大释放，成为关键行业改革转型的强大驱动力，中国电子云认为，一个架构开放、监管合规、生态融合的AI软件工厂体系必然会成为组织的核心基础支撑平台。 中国电子云愿携手产业伙伴，持续发挥自主创新技术、生态优势，以AI软件工厂聚合优秀软件生产力工具，为千行百业的软件现代化转型升级提供核心生产力工具。 声明：本文所载内容源自于公开信息，登载此文出于传递更多信息之目的，内容仅供参考，不构成任何建议。 window.STO=window.STO||{};window.STO.fw=new Date().getTime(); 相关新闻 --> 推荐阅读 --> 加载中... 视频 直播 美图 博客 看点 政务 搞笑 八卦 情感 旅游 佛学 众测 首页 导航 反馈 登录 Sina.cn(京ICP证000007) 2026-06-08 20:01
6月6日，“繁音”AI耳机暨物流智能体产品发布会在张家港保税区物润大厦举办。本次新品由江苏物润船联网络股份有限公司推出，依托人工智能大模型与智能体技术，聚焦驾驶安全、交通合规与货运行业提质增效需求，为道路交通及物流领域智能化升级带来全新解决方案。
当前，人工智能技术正加速向实体经济各场景深度落地，成为传统产业转型升级的重要驱动力。随着新版交通管理相关规则正式实施，疲劳驾驶、分心驾驶判定标准进一步细化，数字货运监管不断深化，“五流合一”等管理要求落地，货运行业全流程数据可追溯、运营规范化已成必然趋势。
据了解，此次发布的“繁音”AI智能耳机结合物流大数据与AI智能体技术，打造佩戴、车载双形态应用模式，打破了传统耳机仅用于通话、娱乐的单一属性，转型为服务驾驶场景的智能化生产力工具，并覆盖私家车出行与货运营运两大场景。
面向私家车主，依托全语音交互实现导航、通话、生活服务等操作，全程无需触碰手机，规避分心驾驶风险；面向货运从业者，搭配“好运”物流智能体，兼具疲劳监测、路况及违章点位预警功能，还可通过语音完成接单、信息上报等营运操作，自动留存全流程数据，助力货运行业合规运营。
张家港作为长三角重要制造业基地与数字经济创新城市，长期深耕人工智能、智能制造、数字赋能等重点领域，持续创新AI产业生态、夯实产业发展根基，推动人工智能技术与制造业、交通服务业等重点领域深度融合，培育出一批具备创新实力的科创企业。
未来，随着人工智能与交通物流产业融合不断加深，这类场景化智能产品将持续发挥价值。张家港也将继续依托产业与科创优势，鼓励企业开展技术创新，持续探索AI赋能实体经济的新路径，助力区域数字经济与实体产业协同高质量发展。
（中国日报江苏记者站 记者：苍微）
每经网首页 > 视频快讯 > 正文
2026-06-08 18:29:41
如需转载请与《每日经济新闻》报社联系。 未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。
读者热线：4008890008
6款AI大模型挑战高考数学！一款拿下148分，压轴题成分水岭 新京报
索辰科技 (688507)公告称，公司股票于2026年6月4日、6月5日及6月8日连续三个交易日内收盘价格涨幅偏离值累计达到30%，属于股票交易异常波动情形。经公司自查并向控股股东、实控人核实，截至公告披露日，公司不存在应披露而未披露的重大信息，包括但不限于并购重组、股份发行等重大事项。公司目前生产经营活动正常，市场环境、行业政策未发生重大调整。公司提示，物理AI业务尚处布局初期，技术研发投入大、商业化存在不确定性；公司市盈率显著高于行业水平，存在估值过高风险，敬请投资者注意投资风险。
前往东方财富APP阅读全文
即将前往东方财富APP查看原文
无人机空中换电、AI内容溯源……“明日科技之星”展现青年创新力量 新浪财经
智慧眼大模型加持，“肾小保”入选全国AI领航者榜单 icswb.com
6月8日美股盘前，三大股指期货涨跌不一，截至北京时间18:05，纳指期货涨0.68%，道指期货跌0.13%，标普500指数期货涨0.33%。
上周五全线重挫的美股芯片股盘前集体反弹，迈威尔科技涨超6%，台积电涨超2%，英伟达、超威半导体涨超1%。存储概念普涨，美光科技涨超3%，西部数据涨超2%，闪迪、希捷科技涨超1%。
（声明：文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。）
宝利德实控人余海军被刑拘，华东最大豪车经销商破产
纳指深夜猛跌1100点，美光科技跌超13%，英特尔跌11%，中概股集体大跌，百度跌近10%
聚焦丨20款手游未成年人保护测评报告（2026）
营商环境月报（第3期）｜全国首个算力装备产业园落地无锡高新区
资本、场景、空间、政策齐发力，江岸Token经济直指千亿级
营商环境月报｜半导体高端材料企业总部落地昆山经开区
营商环境月报｜院士团队落户长沙经开区，20亿火箭基地签约江阴
扫描二维码下载 21财经APP
扫描二维码关注 BiliBili
扫描二维码关注 今日头条
上证报中国证券网讯（记者王凯丰）6月8日， 德福科技 举行“AI时代· 铜 芯智远”高端AI电解 铜 箔项目推进会，公司年产5万吨高端AI电解 铜 箔项目正式启动。
5月27日晚， 德福科技 公告称，公司拟与九江经济技术开发区管理委员会签订《招商项目合同书》，计划投资约31亿元，在九江经济技术开发区投资新建年产5万吨高端AI 电子 电路铜箔项目。
据公告，该项目主要建设年产5万吨高端AI 电子 电路铜箔生产车间以及与之配套的设备设施。项目分二期建设，各年产2.5万吨铜箔，实施主体为 德福科技 全资子公司九江琥珀 新材料 有限公司。项目计划投资金额包括固定资产投资约21亿元及后期运营流动资金10亿元。
“当前， 人工智能 产业正迎来爆发式增长，高端 电子 铜箔作为AI硬件的核心基础材料，市场需求持续攀升。本次高端AI电解铜箔项目的启动，是德福科技紧跟国家战略、把握行业趋势的关键一步。”德福科技总裁罗佳介绍。
据介绍，项目聚焦载体铜箔、埋阻铜箔、超低轮廓铜箔等高附加值产品的研发与生产，精准对接AI服务器、5G 通信 、 汽车 电子等下游前沿产业的核心材料需求，建成后，德福科技产能将上升至24.5万吨/年，进一步完善公司高端产品矩阵。
德福科技主要从事各类高性能电解铜箔的研发、生产和销售，是国内经营历史最悠久的内资电解铜箔企业之一。2025年，公司实现营业收入124.37亿元，同比增长59.33%；实现归母净利润1.13亿元，同比扭亏。
（文章来源：上海证券报·中国证券网）
达实智能 发布股票交易异常波动暨风险提示的公告，公司股票自2026年5月15日至今，已4次（含本次）达到深交所规定的股票交易异常波动的情形，累计涨幅达96.23%，明显高于同行业平均水平。短期累计涨幅较大，存在市场情绪过热及非理性交易风险。经核查，公司近期生产经营情况、内外部经营环境未发生且未预计将要发生重大变化。2025年公司AIoT平台及 AI应用 签约金额7847.14万元，占当年营业收入比重较低，对公司整体经营业绩无重大影响。公司未开展液冷、智能 机器人 、 半导体 元器件的研发、生产及制造业务。 半导体 产业主要涵盖 半导体 材料、器件的研发、生产与销售，公司主营业务不涉及该范畴，仅为少量半导体企业提供门禁类智能终端产品及配套智能化服务，2025年该部分收入占公司营业收入比重较低，对整体经营业绩无重大影响。
前往东方财富APP阅读全文
即将前往东方财富APP查看原文