💻 科技简报

来源：河北青年报 2026年6月20日至25日，由里斯战略咨询发起的硅谷2.0中美科技企业巅峰对话在硅谷圆满收官。本次对话集结英伟达、特斯拉、小鹏、 杰克科技 等中美头部科技企业代表，以及斯坦福大学、李飞飞实验室、英伟达科研团队的顶尖专家与鸿沟理论创始人摩尔为代表的全球战略大师，围绕“企业AI战略反思与商业化路径”核心主题，开展深度产业研讨与思想共创。 不同于常规研学，本次对话以企业顶层战略与底层逻辑为核心，覆盖硅谷创新溯源、中美AI格局研判、企业AI战略规划，重点深耕自动驾驶、人形 机器人 两大赛道，旨在为更多全球企业布局长期 AI 产业提供关键参考。 作为一场高规格战略对话，本次活动以企业顶层战略为核心主线，聚焦实战落地、AI商业价值落地与企业核心战略升级，覆盖硅谷产业溯源、中美AI产业格局研判、行业趋势研判与企业AI战略规划全维度内容，重点深耕自动驾驶、人形机器人、AI时代企业战略规划三大核心赛道。 战略回访英伟达：复盘巨头成长，前瞻AI未来格局 诞生于硅谷的英伟达，是当前全球市值最高的科技企业。2008年，英伟达与英特尔竞争焦灼阶段，里斯战略咨询创始人艾·里斯与女儿劳拉·里斯，为其提供了战略咨询服务。本次战略对话期间，里斯战略咨询全球主席劳拉·里斯带队受邀回访英伟达全球总部，与英伟达管理层一同回顾当年突围的战略历程。 定位理论深刻塑造了英伟达的成长，黄仁勋在30岁时阅读了《定位》一书，并将其视为需要“用一辈子回答的战略问题”。劳拉・里斯在《英伟达从GPU到AI战略路线》分享中表示，英伟达实现跨越式增长的核心，在于精准理解并落地定位理论：企业率先开辟 GPU 全新品类抢占赛道，后续依托里斯咨询的战略建议，推动GPU技术深度适配AI产业发展浪潮，牢牢抓住全球AI算力革命的时代机遇。 活动现场，拥有26年英伟达任职经历的业务副总裁 Angela复盘了企业四次关键战略迭代：从传统显卡供应商，到GPU品类开创者，再到专业AI计算服务商，最终升级为全球 AI 底层基础设施平台。她讲述了英伟达全员学习定位理论、黄仁勋亲抓顶层战略的发展故事，还原企业当年营收远不及英特尔、却依靠差异化定位逆势突围的全过程。 英伟达科研团队则对全球AI发展格局作出预判，未来市场将形成 “美国闭源、中国开源” 的差异化发展态势，开源模型将成为各国搭建自主可控AI体系的核心载体。 两大全球智驾车企对垒：中美车企技术博弈与商业化实践 自动驾驶作为AI产业化落地的核心赛道，是本次战略对话的重点研讨板块。活动特邀特斯拉早期核心研发创始成员、小鹏汽车战略顾问，立足硅谷AI技术前沿，全方位对比中美头部车企的技术路线、全球化布局与商业化路径。 在分享中，特斯拉早期核心研发成员Dexter对比特斯拉与Waymo两条自动驾驶技术路线，直言两条路径目前暂无明确胜负。他预判，FSD软硬件与人才储备可复用至Optimus人形机器人，加速机器人商业化落地。 小鹏汽车战略顾问赵春璋则在横向对比国内主流车企智驾技术迭代现状时指出，小鹏最新版本VLM(VLA2.0版本)基本追平特斯拉FSD。针对AI汽车未来品类创新机会，他提出两大核心方向：一是AI超级乘坐空间，二是AI四轮机器人。 在硅谷，嘉宾们还亲身试驾搭载FSD系统的特斯拉Cybertruck，直观感受全球前沿自动驾驶技术的实操优势与落地成果，抢先深度体验AI技术对汽车产业的颠覆性变革。 人形机器人产业思辨：具身智能的技术迭代与落地破局 与自动驾驶一样的是，人形机器人落地与产业趋势同样引发关注。斯坦福李飞飞实验室研究员Mike、杰克科技董事长阮积祥，分别从学术研发、实体制造两大维度，剖析人形机器人技术迭代逻辑、多元应用场景与可持续商业化路径。 在《机器学习时代的泛化—机器人在不同行业的应用》主题分享中，Mike他梳理了具身智能的五大核心技术路线：垂直细分深耕、仿真训练迭代、真人遥操作数据采集、大模型驱动、半自动人机协同。对于行业未来，他提出核心判断：技术可突破，瓶颈在国际关系。 在《拥抱AI 智领未来》主题分享中，阮积祥表示，AI正在全方位重塑传统制造业格局，服装制造业规模远超汽车行业，用工缺口巨大，人形机器人拥有广阔市场。杰克AI转型的核心目标，是立足中国场景优势，融合美国技术和欧洲工业底蕴，开放合作，集全球智慧，重塑自我，赋能客户，打造AI时代具有独特竞争力的企业。 2025年9月，杰克科技于上海重磅发布AI服装制造融合新品牌艾图（Aitu），推出Ai 10智能缝纫机与人形机器人产品，里斯战略咨询深度参与品牌共创与战略落地。里斯战略咨询全球CEO、中国区主席在做客钛媒体《赵何娟Talk》时指出，当前AI行业伪创新、同质化创新泛滥，艾图AI缝制机器人是当下唯一具备明确、巨大商业价值的人形机器人应用。 在“人形机器人企业落地与AI企业破局”圆桌论坛环节，活动特邀观察员、经济学家任泽平提出，AI将全面洗牌各行各业，大量岗位面临替代；企业推进AI转型需作为一把手工程，集中资源单点突破细分场景。 为提前体验人形机器人带来的影响，与会嘉宾还一同参观斯坦福机器人中心，体验家庭、仓储、医疗多场景人形机器人测试方案。 中美战略大师巅峰对谈：解构AI时代商业增长终极法则 作为本次活动的压轴重磅环节，受斯坦福官方邀请，中美顶级战略大师巅峰对话专场在斯坦福大学举办。鸿沟理论创始人杰弗里・摩尔与品类创新理论开创者、里斯战略咨询全球CEO 、中国区主席张云，围绕 “定义新品类，跨越鸿沟 ——AI时代商业增长终极法则”展开对话。 两位东西方战略大师虽在落地执行策略上持有不同看法，但对AI与人形机器人的长期产业价值高度看好，并达成核心共识：AI产业能否保持长期繁荣，核心取决于应用端能否产出真实、可持续的商业价值；企业布局AI切忌一上来就追求通用全场景产品，应当优先挖掘需求明确、落地门槛低的细分赛道，打造差异化新品类，完成从早期使用者向大众消费市场的跨越。 针对AI时代战略咨询行业的价值重塑，张云提出全新观点：传统咨询依靠案例积累、基础数据分析建立的竞争壁垒正在弱化，能够洞察长期产业趋势、信息有限条件下精准决策、定义全 新产业 问题的能力，将成为咨询机构关键壁垒。里斯战略咨询最新推出打造超级技术企业品牌方法论，帮助科技企业将前沿技术转化为强势商业品牌。 值得一提的是，2006年恰逢“定位之父”艾·里斯百年诞辰，本次斯坦福专场对话，也是艾·里斯百年诞辰系列纪念活动的重要起点。活动开场特设致敬环节，斯坦福大学终身教授Barry Katz现场致辞，全体参会嘉宾共同缅怀艾・里斯，致敬其重塑全球商业战略体系的定位理论与创新思想。 公开资料显示，里斯战略咨询是业内唯一持续落地AI标杆案例的定位咨询机构，率先将品类创新理论落地AI全赛道，打造三大行业标志性AI品类案例：2008 年为英伟达提供战略咨询；赋能小鹏打造全球首款AI智能汽车，开辟全新汽车品类；携手杰克科技推出全球AI缝制机器人，为全行业AI转型、品类创新、商业落地提供可复制的实战范式。 .appendQr_wrap{border:1px solid #E6E6E6;padding:8px;} .appendQr_normal{float:left;} .appendQr_normal img{width:100px;} .appendQr_normal_txt{float:left;font-size:20px;line-height:100px;padding-left:20px;color:#333;} 海量资讯、精准解读，尽在新浪财经APP

6月26日，香港恒生指数收跌1.76%，恒生科技指数收跌3.41%。

恒生科技指数成分股中智谱大跌12.94%，中芯国际跌近7%。互联网龙头公司大跌，阿里巴巴跌5.79%，百度跌4.47%，腾讯跌2.28%。 盘面上，耐用消费品、纺织服装等少数板块上涨，半导体、电气设备等板块大跌。

另外，苹果产业链公司跌幅居前，舜宇光学科技跌超9%，鸿腾精密跌近8%，瑞声科技跌近6%。存储概念股回调，澜起科技跌超8%，兆易创新跌超2%。

AI交易热潮降温 科技基金创纪录净流出93亿美元 美股3个月来首次周度流出 Moomoo

作者私密文章，无浏览权限

因版权限制，过往内容只提供给老鸟级别及以上用户访问

快科技6月26日消息， 谷歌前CEO埃里克·施密特近日在一场公开论坛中表示，中国AI全面开源的策略让美国失去了任何控制手段。这番言论引发广泛讨论。

施密特承认，他曾与政府成员努力限制AI芯片进入中国，政策看似有效但实际上已经开始失效了。 他认为中国通过较弱的AI硬件造出了顶级模型，并特别提到华为昇腾芯片。

施密特表示，他喜欢美国有真正的竞争对手，但不喜欢中国非常专注于推广开源AI技术，因为这意味着这些技术在很大程度上不受美国控制，也不受任何控制。

关于中美AI差距，施密特称一年前他认为差距约1至2年，而最新分析显示只有不到6个月。“在我们的世界里，相当于只有纳秒的差距。”

施密特还指出，要发展至美国AI同等水平，需要大量程序员、学者、工程师、资金和硬件，能独立做到的国家不多，但中国正是其中一个。

业内人士表示，在美国主推闭源收费模式的背景下，中国DeepSeek V4等开源模型因低成本优势正在冲击西方AI生态话语权。

【本文结束】如需转载请务必注明出处：快科技

豫ICP备2023031922号-1 豫公网安备 41010502003949号

支持Android/iOS/iPad

具身智能企业竞相展示模型能力。

继破壳机器人创始人许华哲展示机器人制作麻婆豆腐后，6月24日，深圳通用具身智能企业RoboScience正式发布通用具身大模型Visics，展示了以物体为中心的VLOA（Vision-Language-Object-Action）模型架构，并在发布会现场展示了一段两台机械臂打领带的视频。

RoboScience机器科学成立于2024年12月，由前苹果AI平台技术负责人、斯坦福大学AI Lab硕士田野和新加坡国立大学助理教授、斯坦福大学AI Lab博士邵林联合创立，聚焦机器人与物理世界交互，布局机器人本体、末端执行器、多模态物理仿真等方向。

在RoboScience看来，选择打领带这一场景，并不是为了展示机器人未来要替人穿衣，而是为了验证模型对复杂柔性物体和长程操作任务的理解能力。RoboScience机器科学创始人兼CEO田野告诉澎湃科技（www.thepaper.cn），相比抓取杯子、搬运物品，打领带涉及柔性物体的连续形变、穿环、扭结以及中途失败后的状态恢复，这一任务没有使用任何真机数据，是在仿真环境中学习完成。

不过，视频展示的是模型能力的一面，能否从演示走向真实场景落地，仍需要持续观察。

VLOA更强调理解物体运动轨迹

在具身智能行业中，VLA（Vision-Language-Action）是被讨论较多的一类技术路线，它通常指模型根据视觉输入和语言指令，直接生成机器人动作。通俗理解，就是机器人看到环境、听懂指令，然后输出动作。

RoboScience提出的VLOA，则是在VLA中间加入了一个“O”，即Object。这里的Object并不是简单指“物体”这一模态，而是Object Trajectory，被操作物体的3D点云轨迹。按照RoboScience的定义，它指的是被操作物体在三维空间中的运动轨迹和状态变化，包括位置变化和形变。

田野认为，当前机器人操作面临泛化能力差、精细操作难、长程任务误差累积三大核心瓶颈。Visics并不是一个单一的机器人动作模型，而是由“具身世界模型”和“通用操作模型”组成的具身大模型系统。

其中，具身世界模型属于规划层，负责理解环境、语言指令和任务目标，并预演物体在物理世界中的运动轨迹；通用操作模型负责执行，将物体轨迹转化为机器人可以执行的接触点、接触力和关节控制信号，指导不同机器人完成操作。

通俗理解，Visics试图把“理解任务”和“执行动作”拆成上下两层：上层负责预演物体如何变化，下层负责让不同机器人执行动作。

RoboScience认为，这有助于解决具身智能中的泛化难题。当前机器人操作模型常见的问题是，换一个物体、换一个场景，甚至换一个机器人本体或末端执行器，原有技能就可能失效。原因在于，许多模型学习的是特定机器人和特定任务下的动作数据，与硬件绑定较强。

如果模型学习的核心对象从“机器人动作”转向“物体状态变化”，理论上可以降低对具体硬件的依赖。同一个物体轨迹，可以由二指夹爪、三指灵巧手、五指灵巧手，或不同形态的机器人执行。由此，模型才有可能实现跨本体、跨物体和跨任务泛化。

RoboScience选择VLOA路线，也和行业内目前缺乏数据有关。

在发布会现场，RoboScience联合创始人兼执行总裁汪涛表示，对具身大模型来说，数据和模型架构是两个最核心的问题，二者不能分开看。模型架构决定了需要什么样的数据，也决定了数据如何反哺模型。

目前，不少具身智能企业选择自建数据采集场，通过遥操作、真机演示等方式采集真实世界物理数据。这类数据更接近真实场景，包含真实的接触、摩擦、失败和恢复，但问题也很明显：采集成本高、产能有限，并且往往和具体机器人平台绑定。

RoboScience选择的是“互联网视频+物理仿真”的数据路线。该公司称，Visics的预训练主要依赖两类数据：一类是从互联网视频中提取的物体运动相关数据，另一类是由自研物理仿真引擎RoboMirage生成的仿真操作数据。

据公司披露，RoboScience已经积累了数百万小时以物体为中心的视频数据，并计划在2026年构建上千万小时级数据集；同时通过RoboMirage积累数百亿次高质量操作轨迹，目标是构建超过1T操作轨迹数据集。

2026年年中美国市场回顾：存储与AI芯片大爆发下涨幅最大的10只股票 Moomoo

6月以来，半导体硅片赛道不仅受资本市场热捧，产业层面同样动作连连。 近日， 沪硅产业 公告拟携手国盛集团共同对子公司上海新昇增资114.48亿元，用于300mm硅片产能升级；6月14日， 上海合晶 设立SOI（绝缘体上硅）合资公司，切入高附加值赛道…… 价格方面，全球硅片巨头今年以来已开启两轮调价；结合近期国内硅片企业披露的调研纪要，虽然国内尚未全面进入涨价周期，但管理层普遍判断硅片价格已呈现企稳迹象，后续随着需求端的改善，价格预计存在修复预期。 半导体业内人士认为，当前全球12英寸硅片行业呈现寡头垄断格局，全球市场前五厂商均为海外老牌企业，国内硅片自给缺口显著。在行业景气度提升、国产替代加速推进的双重催化下，国内硅片企业正迎来发展良机。 结构性失衡 硅片是半导体产业链中游核心基材，亦是芯片制造的核心“地基”，广泛应用于集成电路、分立器件、传感器等半导体产品制造。 从行业周期看，2025年半导体硅片市场进入温和复苏通道，由于市场复苏从下游向上游传导需一定周期，叠加行业下行周期的高库存影响，市场呈现出“量增价减”的分化特征。据国际半导体产业协会（SEMI）统计，2025年全球半导体硅片出货面积达12973百万平方英寸（MSI），同比增长约5.8%，扭转了自2023年以来的连续下降势头，但同期整体销售额同比减少约1.2%，已连续3年下滑。 但今年市况已有进一步改观。一季度，SEMI估算全球硅晶圆出货量同比增长13.1%，达到3275百万平方英寸（MSI）。在价格端，5月10日，信越化学、SUMCO、环球晶圆三大硅片厂商同步发布涨价函：其中，12英寸常规硅片涨价约5%—8%，适配AI/HPC场景的高端专用硅片涨幅达18%—22%。环球晶圆董事长徐秀兰在5月底的业绩会上表示，今年市况相比去年好很多，基于12英寸产能已处于满载，加上成本上升、折旧增加，正积极与客户沟通下半年调涨售价。 剖析本轮产业明显转暖的原因，离不开“AI”驱动。“AI产业的快速发展，带动了半导体芯片市场的持续繁荣，主要受益环节包括：AI算力芯片、存储芯片、硅光产品、电源管理芯片以及未来6G应用等。但部分半导体器件也受到一定拖累，例如今年手机芯片面临存储配套紧缺与成本上升的压力。”沪硅产业董事、常务副总裁李炜近日向证券时报记者分析称。 他指出，在此背景下，从硅片应用角度，和AI产业相关的公司产品正得到快速发展，预计在一两年内仍处于上升期；如果与AI关联度低，相关硅片则可能不温不火。品种规格方面，受AI需求拉动的12英寸硅片发展好于8英寸；SOI等产品也表现突出。 广州博士信息技术研究院产业发展顾问高承远向证券时报记者列举了一组数据：目前单台AI服务器对12英寸硅片的需求量约为通用服务器的3.8倍，HBM（高带宽内存）存储对硅片的消耗是主流DRAM（动态随机存取存储器）的3倍，这种“倍增杠杆”令相应的12英寸轻掺抛光片、重掺片和外延片等供求关系变得紧张。“但非AI领域的8英寸及以下成熟制程用片相对平稳。所以这是一种结构性失衡，而硅片供给端扩产周期一般需要18—24个月。”他说。 高端硅片当前占比几何？据SUMCO预测，2026年AI对12英寸先进硅片的需求将达到100万片/月，占全球总需求10%以上。与此同时，新能源汽车、工业控制、3D NAND存储等领域的需求也正同步复苏，拉高了8英寸和12英寸相应硅片的景气度。 国内价格将修复 证券时报记者从产业链获悉，在全球头部厂商涨价之后，国内已有个别硅片厂商针对全品类外延片产品的调价通知，上调幅度为15%，但国内半导体硅片尚未进入全面涨价周期。 谈及硅片价格， 西安奕材 在5月下旬披露的调研纪要中表示，目前公司产品价格与去年基本持平，处于较低水平，伴随市场需求持续旺盛、公司第二工厂满产、公司产品及客户结构不断改善，公司平均单价有望提升。 沪硅产业则于5月22日的业绩会上回应称，半导体硅片价格逐步企稳，后续随着需求端改善，价格预计也会有所修复。 对于未来国内硅片价格趋势，一位国产硅片销售负责人向证券时报记者分析称：“今年硅片市场热度超过我们预期，2025年底我们已与主要大客户谈完今年的硅片价格，这部分产品价格年内不会变动。对于短期有增量订单的客户，适当提价或在所难免。事实上，公司某些与AI相关的硅片品种已出现明显的供不应求，并在抓紧时间扩产。在这种情况下，这类品种具备了价格调整的空间。” 该硅片销售负责人亦指出，具体操作方面，以国际头部硅片企业为例，虽然已给出一定涨价幅度，但实际操作中，因为硅片是品种多样、批次不均匀的非标准化产品，所以要根据不同情况进行结构性调整。 “总体而言，从行业趋势来看，若市场热度持续至下半年，公司今年年底的议价协议整体上也会有适当的空间。”他说。 从行业格局来看，长期以来全球市场均被全球前五大硅片厂商掌控，合计占据了全球80%以上的市场份额，形成了技术、产能、客户资源的多重壁垒，尤其在300mm（12英寸）高端硅片领域，长期垄断核心供给。 在此背景下，伴随着行业景气度提升，国内厂商亦在加快布局步伐。例如，近日沪硅产业拟与股东国盛集团共同对子公司上海新昇进行增资，合计增资金额高达114.48亿元，后者是公司落实300mm半导体硅片发展战略的实施主体。2025年底沪硅产业300mm半导体硅片合计产能已达到85万片/月，产能利用率维持高位。 再如，除了近期战略投资设立SOI合资公司，上海合晶的郑州合晶二期12英寸半导体硅片扩产项目稳步推进，规划新增外延片产能72万片/年。 平衡创新投入与盈利 据集微咨询预测，中国半导体硅片市场规模预计2030年将达到58.67亿美元，届时全球占比将进一步提升至23.21%。2025年中国大陆12英寸硅片国产化率约为15%—20%。预计2026年国产化率将提升至25%—30%，随着头部企业产能逐步达产，国产化替代进程将进一步加速。 在高承远看来，国内硅片产业的机遇很清晰：一是AI算力爆发带来的高端硅片需求井喷；二是国内晶圆厂扩产潮释放的国产替代空间。 据SEMI预测，到2028年，全球预计将新建108座晶圆厂，其中亚洲84座，中国独占47座，超过亚洲新增产能的一半；而在22至40纳米主流制程节点，中国产能占比将从2024年的25%提升至2028年的42%。 不仅是国内市场，国内硅片厂商在海外亦不乏机遇，但也面临不小挑战。 “除了少数非常高端的硅片，国内产业的技术层面还有待努力，目前全球80%以上硅片的技术要求，我们都已有能力满足。我现在几乎每个月都要出国跑海外市场，公司产品也已远销北美、欧洲及亚洲等地区，但国内厂商全球市占率仍较低。原因一方面是，在最高端的硅片领域还未达到技术门槛。另一方面，地缘政治也影响了国内厂商拓展海外市场的步伐。”李炜告诉证券时报记者。 他指出，在此背景下，和国际硅片巨头相比，国内硅片企业的主要差距之一在于欠缺广泛的客户基础，即缺少与诸多国际一流的晶圆代工企业建立长期、稳定的供货机会，从而难以更快地提升自身业务水平。其次，从供应链角度，虽然国内半导体近年来在设备、材料等多领域实现了广泛的国产替代和自给自足，但一些领域尚未攻克，难免也受制于人。 高承远表示，从财务角度，尽管营收增长亮眼，但国内硅片产业整体仍处于“高投入”的攻坚阶段，一条12英寸产线投资动辄数十亿元；同时，为突破海外技术垄断，需持续保持高强度研发投入，目前相关企业普遍未摆脱亏损状态。 据统计，2026年一季度，A股7家硅片上市公司合计净亏损约24.07亿元，平均净利润约为-3.44亿元。 “长期而言，当前国产硅片企业面临的核心挑战，是在扩大产能、保持技术创新能力的同时，寻找创新投入与盈利的平衡点。短期来看，随着全球硅片价格上涨传导至国内，以及企业产能利用率提升、产品结构优化，行业盈利状况有望逐步改善。”高承远说。 来源：e公司 声明：数据宝所有资讯内容不构成投资建议，股市有风险，投资需谨慎。 责编：林丽峰 校对： 冉燕青 ]article_adlist--> 数据宝 数据宝（shujubao2015）：证券时报智能原创新媒体。 ]article_adlist--> .appendQr_wrap{border:1px solid #E6E6E6;padding:8px;} .appendQr_normal{float:left;} .appendQr_normal img{width:100px;} .appendQr_normal_txt{float:left;font-size:20px;line-height:100px;padding-left:20px;color:#333;} 海量资讯、精准解读，尽在新浪财经APP

新华网北京6月26日电 题：量子科技赋能AI+通信产业升级

新华网刘子明 林雨南 郭晓婷

近日，工信部印发《“人工智能+信息通信”创新发展实施意见（2026—2028年）》，明确未来三年人工智能与信息通信产业融合发展路径，部署5G-A规模普及、6G技术研发等重点任务，打造低时延、高智能、高安全的新一代通信基础设施。文件中计划攻克的算力不足、网络复杂、数据安全隐患等难题，恰好是量子技术的优势所在。

图为2026年世界移动通信大会上，6G人与智能体共生展区。新华社发

传统算力速度慢又耗能 量子计算有效补齐短板

“人工智能+信息通信”实施意见提出，要搭建高速协同的算力网络，但传统计算设备在实现这一目标时面临挑战。当前主流计算设备在训练AI大模型、调度全网算力及优化网络资源过程中，普遍存在运算速度慢与耗电量大两大问题。

东南大学教授薛鹏认为，量子计算依托量子叠加特性，算力可实现指数级提升。她用形象的比喻阐释量子计算的独特运算优势：传统计算好比单向单车道，海量数据只能排队处理，容易发生拥堵；量子计算如同多车道并行通行，可同步处理海量信息，快速完成算力调配、网络负载均衡等工作。

薛鹏同时指出，光量子计算机具备天然低能耗优势。采用“传统+量子”协同发展模式，既能充分发挥现有设备的作用，又能补齐速度与能耗短板，为新型算力网络建设提供有力支撑。

传统芯片性能受限 量子技术助力芯片升级迭代

高端光电芯片相当于通信、算力设备的“高速血管”，网络传数据、AI算任务全都靠它支撑，这份实施意见中明确要加强高端光电芯片和器件研发。

国家重点研发计划首席科学家、北京航空航天大学教授周苗表示，传统光电芯片在集成度、信号损耗、运行速度等方面正逐渐逼近物理极限，而量子技术与光电技术联系紧密，可为芯片研发开辟新方向。

他指出，一方面，借助量子精密测量技术，可精准排查芯片光路、电路缺陷，提升产品良品率与综合性能；另一方面，基于量子原理打造的光量子芯片，在特定任务中具有高速运算、低功耗、大带宽等潜在优势，是未来量子通信、量子计算、6G 技术和高性能信息处理的重要硬件支撑。加大光电芯片攻关，也为量子技术规模化应用打下硬件基础。

AI优化网络运维 量子筑牢6G安全防护盾

未来6G网络终端接入规模大、业务场景多元、运维复杂度远超5G，传统AI运维依赖历史数据和固定规则，面对突发故障、未知网络问题易出现决策滞后、处置低效等问题。与此同时，传统数学加密算法存在先天短板，随着AI算力、通用量子计算技术迭代升级，传统加密方式面临破解风险，难以适配新一代网络安全需求。

北京量子信息科学研究院副研究员潘栋表示，量子技术与人工智能可实现双向融合赋能：一方面是“AI赋能量子”，出现了如AI辅助量子网络路由、AI辅助量子信道预测、AI辅助量子通信系统参数优化等研究方向；另一方面是“量子赋能AI”，量子通信能够提供基于量子物理原理的信息安全保障，两者形成互补。

“从技术发展趋势来看，‘AI智能监测+量子安全通信’有望成为未来通信网络的重要安全架构。”潘栋指出，“人工智能擅长对海量网络数据进行实时分析，能够快速识别异常流量、恶意攻击和系统故障，实现风险预警与主动防御；量子通信则能够在量子信号传输层面提供高等级安全保障，降低窃听风险。二者分别解决‘发现威胁’与‘保障传输安全’这两个关键问题，具有天然的互补性。”

人工智能与量子通信正从简单叠加走向深度融合。潘栋表示，在6G和未来网络时代，AI将成为网络的“智慧大脑”，量子通信将成为网络的“安全底座”。二者协同发展，有望共同支撑更加智能、可信和安全的数字基础设施建设。

工作人员进行6G网络协作通感技术验证。新华社发

上海消保委618网购体验报告：AI匹配精准度仅16%，“算法向善”待破局 上观新闻

800V革命来了！AI算力爆炸重塑电力芯片格局，SiC和GaN迎来大时代 华尔街见闻

财联社6月26日讯（编辑 黄君芝） 近两日，人工智能（AI）存储龙头美光科技的“王炸财报”再度引爆了华尔街的乐观情绪。

美银证券（Bank of America Securities）高级半导体分析师Vivek Arya最新表示， 内存行业正在经历一场由人工智能驱动的根本性结构变革， 美光科技最新的季度业绩表明，制造专为人工智能优化的存储芯片所需的产能是传统计算产品的三到四倍。

他在接受最新采访时解释说 ，“没有存储芯片，就没有人工智能”， 并指出近期看到的盈利激增——远远超过了人们的预期——反映的是一种永久性的转变，而不是典型的周期性上升。

Arya还预计， AI内存的供需失衡至少会持续到明年年底。 他提到，美光已宣布与16家不同的客户达成里程碑式的协议，这些协议将提供多年价格、数量和供应方面的可见性。

“我认为这次的周期持久性有所不同，”他说道， 并强调即使存储芯片制造商想要提高产量，但土地、电力和制造空间等物理限制使得快速扩张几乎不可能。

Arya进一步指出，韩国三星和SK海力士以及美国的美光科技这三家大型存储芯片厂商此次采取的定价策略，正在推动其取得卓越的财务业绩。

他解释称，这些公司已经从之前的繁荣与萧条周期中吸取了教训，现在正在采取克制措施，从而产生了强劲的自由现金流，使得美光科技每年有可能回购其10%的股票。

另一方面，Arya还提到， 尽管半导体股票价格大幅上涨，但其估值仍然出人意料地低。

“自年初以来，美光科技的预期市盈率基本保持不变，”他指出，并补充称 他关注的三家最大的半导体公司——英伟达、博通和美光科技——的市盈率均低于标普500指数的市盈率，其中美光科技的预期市盈率甚至低于10倍。

展望未来，Arya 预测，随着新的“智能层”的建立， 人工智能基础设施的部署将持续到2030年。尽管增长可能无法无限期维持每年60%至70%的增速，但结构性扩张仍将持续。

“唯一阻碍其发展的因素是，终端用户是否有足够的想象力去开发能够推动更多用户采用的新应用？他们能否将这些应用变现？”Arya说道，并指出 半导体行业的未来发展最终取决于下游的创新和商业化。