日企AI联盟一次性采购近3万枚英伟达下一代Rubin芯片，锁定高端算力与机器人双赛道，标志日本产业资本全力押注AI机器人产业化，预计将推高Rubin供应链溢价并形成HBM/CoWoS产能虹吸效应。
日企AI联盟拟采购近3万枚英伟达Rubin芯片 发力机器人生态
WAIC展示华为Atlas 950超节点1024卡集群、中科曙光10万卡超算及沐曦、地瓜机器人国产芯片，中国本土算力与机器人客户正加速切换至国产替代方案，国产AI基础设施进入规模化商用拐点。
世界人工智能大会来了：这里有全球AI浪潮里的中国答案
国产视觉AI老大，用一款开源模型宣告“缝合怪”时代终结_手机新浪网
新浪科技 股票 国产视觉AI老大，用一款开源模型宣告“缝合怪”时代终结 市场资讯 07.16 18:16 （来源：智东西） 智东西 作者 三北 编辑 漠影 智东西7月16日报道，近日，商汤科技发布并全面开源 日日新SenseNova-Vision理解生成统一视觉大模型 ，试图宣告视觉AI“缝合怪”时代的终结。 截至当前，该模型综合得分 登顶Hugging Face Any-to-Any Leaderboard，位列该全模态任意输入输出开源模型榜单全球第一。 ▲SenseNova-Vision在Hugging Face上的排名 长期以来，目标检测、图像分割、深度预测乃至3D重建，往往需要各自独立的专家模型来完成任务，系统复杂且割裂。这种“ 模型拼盘 ”的架构在面对复杂、充满干扰的现实场景时，往往力不从心，容易“抓瞎”。 SenseNova-Vision 的出现正是为了打破这一僵局。 它试图让大模型从诞生之初就具备“看”与“理解空间”的能力，甚至能用自然语言来定义自己需要执行的任务。 根据同步发布的技术报告，SenseNova-Vision以单一模型覆盖了 结构化视觉理解、稠密几何预测、图像分割和多视角3D几何 四大核心任务，在与备受关注的国际领先模型（如 Vision Banana ）的可比指标上取得了显著领先，任务覆盖范围也更加完整。 ▲SenseNova-Vision在四大核心视觉任务的各项细分指标上，都有很强竞争力 值得一提的是，商汤此次同步开放了模型、代码以及包含 5000万条 样本的 开源视觉语料库 。一个延续了数十年的产业范式正在被改写：视觉AI，会不会也迎来属于自己的“GPT时刻”？ 一、告别“缝合怪”：让大模型原生学会“看物理世界” 要理解这一突破，首先需要明白： 视觉AI为什么长期摆脱不了“缝合怪”的命运？ 原因在于不同视觉任务的输出形式天差地别。检测要输出边界框坐标，分割要输出像素级掩膜，深度估计要输出稠密深度图，3D重建要输出点云和相机位姿。以往的技术路线只能针对每种输出设计专门的算法头、损失函数和解码规则，导致视觉领域的研究天然分裂成一个个互不连通的“孤岛”。 SenseNova-Vision的“大一统”路线，实现了两个层面的根本性变革。 首先是 任务本质的统一 。它把众多经典视觉任务——检测、分割、深度、3D重建等，统一表述为多模态生成问题，不再为每个任务设计专属的模型架构。这意味着，模型不再是一个个执行特定指令的机械的“工具箱”，而是将视觉空间理解能力作为其原生本能，内化于大模型体系之中。 ▲SenseNova-Vision架构 其次是 能力上的双向增益 。这形成了一种“数据”与“思维”的双螺旋结构： 一是 数据反哺大模型： 视觉领域几十年积累的海量高质量工业级数据，可以直接用来“喂养”大模型。检测数据教会大模型定位，分割数据教会大模型区分边界，深度数据教会大模型感知远近，在统一的生成框架下被大模型完全吸收。 二是 推理赋能视觉任务： 大语言模型强大的泛化推理能力反向输出，让视觉任务“长出了脑子”。模型不再局限于执行预设任务，开发者甚至可以用一句自然语言，自主定义一个在训练中从未被明确列出的新视觉任务。 并且通过和研究者的交流，这项工作的哲学意义也浮出水面： 计算机视觉曾经处于深度学习研究的中心，在当今涌向AGI的时代洪流中又该处在什么位置？SenseNova-Vision展示的是将计算机视觉融入AGI主线的可行性。 视觉AI不再是一个个孤岛，而是正式并轨，成为通往通用人工智能（AGI）的主线任务之一。 二、硬刚全球最强：四大任务，一个模型通吃 SenseNova-Vision 展现出的泛化能力，已经超越了传统“工具”的范畴，带有了“世界理解模型”的雏形。在多个极端或复杂场景下，它对传统模型形成了代际优势。 评测数据表明，SenseNova-Vision在四大核心视觉任务上，以单模型之力比肩甚至超越了各领域的专用“专家模型”。与国际领先的同类模型Vision Banana相比，后者的技能点主要集中在两类任务上，而 SenseNova-Vision 则实现了全任务覆盖，在多项可比指标上均取得领先。 ▲在与Youtu-VL和Vision Banana的横向对比中，SenseNova-Vision在各项核心指标上表现突出 相较于冷冰冰的数据，模型在以下四个物理世界极端场景下的泛化表现，更能直观展现其代际优势。 1、零样本“秒懂”我的世界 面对训练集里从未出现过的画面——比如游戏“我的世界”画面，SenseNova-Vision无需任何微调，就能较快地同步完成表面法向预测、实例分割和目标检测。影视、游戏创作者可以直接将其投入工作流，无需为每个新场景重新训练。 ▲零样本场景下，模型对复杂游戏画面的多任务同步解析 2、不再“密恐”：超稠密物体“剥离式”分割 在颜色极度相近、边缘深度交织的密集场景中，传统模型往往难以区分个体。而SenseNova-Vision能像外科手术般精准地将每个独立个体剥离出来，为工业计数、智慧仓储等场景提供了高精度的“上帝视角”。 ▲对规整堆叠的钢管实现了准确分割，目标轮廓完整、边界清晰，相邻钢管之间区分明确；可视化结果布局规整，预测颜色具有足够的辨识度。 ▲相较于规整堆叠的钢管，该场景中的钢筋姿态各异、排列复杂，模型仍能准确识别并完整分割各个目标，同时有效区分扎带、稻草等干扰物，避免误分。 3、免疫“视错觉”：不被欺骗的3D脑补 在借位摄影等视觉错觉图像中，传统模型往往会给出错误的判断。而SenseNova-Vision不仅能准确抠出被遮挡物体的完整轮廓，还能输出完全正确的表面法向估计。它不被图案和借位欺骗，这正是语言模型推理能力与稠密几何预测完美融合的具象体现。 ▲面对极具迷惑性的借位与 3D 视觉错觉图案，模型仍能准确还原场景的远近关系与空间层次，并正确解析真实物理表面的朝向和结构，不受视觉错觉干扰。 4、识破“镜花水月”：看穿反射迷局 在包含镜子、玻璃的复杂室内环境中，传统视觉模型极易被镜中倒影欺骗，分不清虚实。SenseNova-Vision能够自动过滤反射干扰，准确估计镜中物体的真实空间方向与深度关系，展现了对三维空间几何本质的深刻理解。 ▲面对镜面反射，模型能准确估计真实的方向和深度 三、视觉AI走向基础设施，产业逻辑正在重构 技术突破之外，更值得关注的是产业逻辑的变化。 长期以来，视觉AI的落地一直遵循“一场景、一模型、一开发”的重资产、项目制模式。比如，智慧工厂需要检测缺陷就部署检测模型，需要计数产品就部署分割模型，需要识别空间位置就部署深度模型。这种模式不仅边际成本高，也限制了视觉AI在中小场景中的渗透。 SenseNova-Vision指向的是一种平台化能力复用的新范式。开发者不再需要为检测、分割、深度、3D重建分别建设和维护多套模型体系，单个模型即可覆盖绝大多数高频视觉需求。这种“大一统”大大缩短了研发周期、降低了部署成本，尤其适合复杂图像、开放场景下的视觉应用开发。 商汤的产业积累为这次发布提供了独特的底气。官方资料显示，商汤已连续十年蝉联中国视觉AI市场份额第一，并在2025年首次登顶视频分析赛道全球市场份额第一及亚太地区市场份额第一。十余年间，商汤在工业质检、自动驾驶、智慧零售等数十个细分领域中积累的场景理解和数据，为模型训练提供了重要燃料。 此次开源更是一个关键信号。模型、代码、训练配方和5000万条高质量语料样本全部开放，意味着全球开发者可以基于这套框架验证结果、复现实验、继续研发。商汤还提供了完整的转换规则和脚本，社区可以利用公开数据集重现完整的训练流程。这种开放程度在视觉模型领域极为罕见。 结语：剑指物理世界，视觉AI的“大航海时代”开启 曾经有人将AGI分为三个层级： -第一层是文字或符号级别的AGI，以大语言模型和Agent为代表； -第二层是Computer Use级别的AGI，计算机世界已成为这个时代的“语言”，视觉是不可或缺的能力； -第三层是能够在真实世界中观察、思考、交互的最终AGI——“以哈勃望远镜和冷冻电镜为眼，以星舰为载具，以计算中心为大脑，帮人类通向更广袤的未知。” 那么SenseNova-Vision瞄准的，就是向第二层和第三层跨越的关键：让AI真正“看懂”并“理解”物理世界。 它的意义不仅在于“一个模型顶多个用”，更在于把经典计算机视觉数十年的全部积累，以统一多模态生成的方式接入通用基础模型，使视觉感知成为大模型的原生组成部分。 这条路能走多远，取决于接下来社区如何接力、场景如何验证、规模如何扩展。但方向已经清晰：视觉AI的“大航海时代”，或许就从告别“缝合怪”的这一刻真正开启。 Hugging Face体验地址： https://huggingface.co/collections/sensenova/sensenova-vision GitHub代码仓库: https://github.com/OpenSenseNova/SenseNova-Vision 魔搭社区: https://modelscope.cn/models/SenseNova/SenseNova-Vision-7B-MoT 技术报告： https://arxiv.org/abs/2607.06560 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) 2026-07-16 20:00
金山办公CEO章庆元：AI时代软件将迎来新生
新浪财经 股票 金山办公CEO章庆元：AI时代软件将迎来新生 市场资讯 07.16 18:18 （来源：大象新闻） 大象新闻记者 李莉 张迪驰 过去半年，金山办公CEO章庆元被问得最多的两个问题是：大模型会不会把软件吞噬掉？办公软件在AI时代还有没有活路？ 他的回答出人意料。“在AI时代，软件应该会得到新生。但传统软件不一定能活得下来。” 章庆元的判断，建立在一个关键洞察上：大模型会写代码了。这件事的影响远不止于程序员群体——当AI既能“动口”也能“动手”，它就不再只是参谋，而是可以直接作用于物理世界的执行者。 模型不再稀缺，软件的价值在“上下文” 在回答“软件会不会被吞噬”之前，章庆元先梳理了过去一年发生的三个变化。 第一，大模型的稀缺性正在快速降低。 第二，大模型越来越像一个基础设施服务，软件开发商选模型时首要考量的是性价比、稳定性和Token供给能力。 第三，开源产品和各类Agent产品快速涌现，竞争的关键回到了软件本身。 那么，软件的价值究竟在哪里？ 章庆元给出了一个形象的比喻：“大模型是个博士生，它懂这个世界，但它不懂你。” 在办公场景里，上下文极度复杂：老板喜欢简洁还是啰唆？偏好排比句还是平实叙述？企业内部的业务系统和场景逻辑是什么？这些，模型一概不知。大模型的每次对话都是一次“重生”，它没有记忆——所有的记忆和上下文，都存储在软件里。 “你用软件能记住使用习惯，这不是大模型做到的。”章庆元说，未来大模型提供智力，软件提供上下文，这才是正确的分工。 AI Native的三个特征 基于以上判断，章庆元的结论很明确：未来只有AI Native的软件才能生存。 什么是AI Native？他给出了三个标准。 第一，大模型驱动。过去办公软件有计算引擎、文字排版引擎，未来的软件必须有一个智能引擎——大模型赋予软件智能和生命。 第二，AI友好的设计。传统软件面向功能堆叠，越来越臃肿。AI Native产品的GUI会变得更简洁，同时提供丰富的API、CLI和Skill，让大模型能够高效调用。 软件不再只是工具集合，而是以结果为导向的智能体。 这不仅是理论，更是金山办公最新的产品实践。就在7月15日金山办公2026 AI生产力大会上，同日连发两款 AI 办公智能体，分别覆盖个人级与组织级两大场景：面向个人的灵犀专业版，与面向组织的 WPS Comate。 灵犀专业版：让人人拥有AI办公助理 对个人用户，金山办公的愿景是“给每个人配一个专业办公助理”。 为什么要把灵犀做成一个独立产品，而不是继续做WPS里的一个AI功能？章庆元打了个比方，“如果我们只是在WPS上做AI改造，那就像在胶卷相机上改，最后改成一台单反。但真正干掉胶卷相机的，不是数码相机，而是手机。灵犀独立去做，就是在做‘手机’那一层的事情。” 章庆元介绍这个“助理”具备三个要素： 懂你的上下文，它能理解你的历史文档、会议材料、个人偏好，自动参与，让你少解释一次背景。 高质量交付，它能调文档、跑数据、开浏览器、写代码，端到端完成完整任务。 专业Office操作，它交付的成果是可编辑、可溯源、可协作的原生文档，而不是HTML的拼装。 这正是金山办公发布“灵犀专业版”的初衷。市面上会聊天的AI很多，能把结果直接交付出来的还不多。灵犀专业版的目标不是在Office上加一个AI，而是让AI长出Office，以AI为原点，重新定义办公软件的形态。它深度调用WPS原生API，确保交付的成果是真正可用、可交付的办公成果。 WPS 365：帮企业管好AI、用好AI 对于企业客户，问题则完全不同。 “作为CEO，我现在最愁的是公司怎么变革，怕几千人的传统公司被AI Native公司打败。”章庆元直言，员工个人用Agent提效了，但整个版本发布速度有没有变快？公司经营效率有没有变高？“做企业级AI产品一定要帮客户降本增收，做不到就谈不上真正的价值。” 他还提到了一个容易被忽视的企业痛点：可控性。“我们内部Token账单很大，我会关心Token用到哪去了，员工用Token干什么，怎么更好地分配管理。企业解决的问题域跟个人完全不一样。” 因此，金山办公升级了WPS 365，并推出全新组件“WPS Comate”，旨在帮助企业“管好AI、用好AI”，并提出了组织级AI办公落地的“三二一”体系。 三通：通知识、通数据、通能力。把散落在文档、系统、流程中的知识与数据统一治理，并打通企业ERP、CRM、OA等业务系统，让AI从“回答问题”升级为“执行任务”。 两管：管成本、管安全。以按人、按岗、按任务的Token配额与审计，让企业的AI投入“花得清楚”；并以四重可信机制，守住“数据不出域”的安全底线。 一平：统平台。以WPS Comate作为统一的组织级AI入口，避免“平台碎片化、经验流失、组织复利难以实现”。 办公软件的边界被AI放大 基于此，金山办公未来的格局，落在两端。 个人端，是“真正给用户一个助理”——一个聪明、懂你、能帮你把活干完的助理，让你少加班、有更多时间陪家人。” 企业端，则是一道生存题。“大部分公司在 AI 时代如果不完成转型，是会掉队的。而我们一直在做的就是服务这些企业。” 在 AI 的加持下，“办公”这个词正在被放大，办公软件的边界也在被放大。那些不能与时俱进的传统软件会被淘汰，而AI Native的软件将迎来新生。 金山办公未来几年的使命，章庆元总结成一句很简单的话：“未来的办公软件公司，就是帮助客户，变成一家真正的 AI 公司——管好 AI，用好 AI。” (本文根据2026金山办公AI生产力大会章庆元演讲全文整理。) 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) 2026-07-16 20:00
雷神科技：推出智算中心全栈产品 液冷AI智算服务器能耗减少33%
财联社记者从 雷神科技 获悉，公司于今日在青岛发布智算中心全栈产品，涵盖AI智算服务器、通用服务器、高速交换机、海量存储、桌面终端及工作站五大品类。其中，AI智算服务器以8U16卡为旗舰型号，提供高密度模组型及液冷机型，满足大模型训练与高密度推理需求。公司相关负责人透露，10U/8U模组AI智算服务器博越FX2-H2UG88支持国产化CPU和Intel至强系列CPU，兼容多款国内外主流算力模组，风冷液冷双技术已落地，液冷机型能耗减少33%。
前往东方财富APP阅读全文
即将前往东方财富APP查看原文
Matter 1.6、端侧AI、AR眼镜芯片齐亮相：智能家居与可穿戴论坛干货盘点
不久前出台的《关于加快“人工智能+消费”发展的实施意见》，将“人工智能+商品消费”摆在突出位置，提出要丰富智能终端、智能家居、智能穿戴等产品供给。政策的背后，是一个正在稳步扩大的市场——数据显示，2025年全球家居市场规模已达5547亿美元，同比增长3.5%。与此同时，可穿戴设备市场也保持稳健增长，IDC数据显示2026年全球可穿戴设备出货量预计将突破6亿台。
当千亿级市场遇上政策东风，智能家居与可穿戴设备正站在从“万物互联”迈向“空间智能”的十字路口。在此背景下，7月16日，由AspenCore与深圳市新一代信息通信产业集群联合主办的2026（第七届）国际AI+IoT生态发展大会“智能家居与可穿戴论坛”在深圳南山科兴科学园国际会议中心举行。论坛以“空间智能体：万物智联、穿戴随心”为主题，汇聚连接标准联盟、泰凌、博通集成、晶华智芯、思特威和六角形半导体等厂商代表，为业者勾勒出从芯片到生态、从标准到场景的完整落地路径。 UX5esmc
连接标准联盟亚洲区解决方案架构师杨莉在题为《连接标准驱动智能家居未来》的演讲中，系统介绍了Matter标准的最新进展。她指出，自2002年成立以来，连接标准联盟始终致力于化繁为简，为物联网技术的应用与创新开辟开放道路。截至目前，联盟已汇聚940余家成员公司、9500余位个人代表，覆盖全球45个国家。 UX5esmc
Matter标准方面，已有300余家成员公司在工作组持续贡献，支持智能家居全品类产品，第一台Matter Camera产品已认证上市，累计认证产品总数超过14000款。Matter 1.5、1.5.1、1.6版本持续更新，并拓展能源管理新应用。 UX5esmc
杨莉重点介绍了结合了Matter与Aliro的智能门锁应用。Aliro支持多种交互方式，包括近场通信、低功耗蓝牙以及超宽带+低功耗蓝牙，采用非对称加密与数字证书技术，为门禁凭证数据提供规范。其价值在于：对安装服务商而言，可简化移动设备与门禁读卡器之间的故障排查；对设备制造商而言，可降低技术复杂度并提供联盟官方认证的互操作性计划；对系统业主和住宅业主而言，可提升各类出入口硬件之间的互操作性，并为终端用户带来移动门禁凭证的便捷体验。 UX5esmc
目前，Aliro 1.0已有超过220家成员企业参与，三大主流钱包服务商悉数参与，首批智能锁、读卡器及解决方案已正式出货。 UX5esmc
泰凌微电子主任产品市场经理蔡捷宏分享了泰凌在Matter领域的全面布局。 UX5esmc
泰凌致力于打造无线连接SoC的未来，产品支持蓝牙、Zigbee、Thread、Wi-Fi、Matter及Amazon Sidewalk等多种协议。在Thread与Matter技术方面，泰凌已通过最新Thread v1.5最终计算认证，多款采用泰凌Thread协议的Matter终端产品已成功获得Matter认证资质，并紧跟Matter新版本发布，跻身首批支持Matter最新版本的行列。泰凌的Matter解决方案已全面兼容Google Home、Apple Home、Amazon Alexa、涂鸦智能及三星SmartThings等主流智能家居生态。 UX5esmc
针对实际部署中的多样化需求，泰凌推出了三种Matter双模解决方案：双模事件切换方案，通过按键事件触发特定标记位并复位，切换对应协议；并发配网方案，通过APP触发特定标记位并复位，切换对应协议；以及支持CS的Matter解决方案，其中Matter RTP方案可作为智能家居网关，Channel Sounding则可用于多路口情况下的路由路径优化。 UX5esmc
此外，蔡捷宏还介绍了Matter设备的DAC认证方案，泰凌与TrustAsia、Snowball等OpenPAA供应商保持长期合作，提供将安全编程与密钥注入无缝集成到生产和测试线的交钥匙解决方案。 UX5esmc
博通集成深圳子公司总经理刘连学重点介绍了博通集成的新一代多协议无线MCU BK7239N。该芯片采用Armv8 M STAR IVC1内核，主频240MHz，算力达3.84 CoreMark/MHz，内置TrustZone硬件级隔离技术。存储方面，SiP集成Flash最高16MB，外部串行Flash最高32MB，SiP集成PSRAM最高8MB，支持XIP直接执行。 UX5esmc
无线连接能力方面，BK7239N全面通过Bluetooth Core 6.0标准认证，支持LE Audio的CIS/BIS协议实现多设备无线音频共享，支持AoA/AoD厘米级高精度定位，发射功率高达+25 dBm。同时原生支持IEEE 802.15.4标准，可构建Thread、Zigbee和Matter跨品牌互联网络。 UX5esmc
澳门90后跑出“AI视觉大模型第一股”，极视角创始人陈振杰：智能应用必然替代重复性脑力劳动
炒股就看 金麒麟分析师研报 ，权威，专业，及时，全面，助您挖掘潜力主题机会！ （来源：时代周报） 本文来源：时代周报 作者：何珊珊 今年3月底，极视角（06636.HK）成功登陆港交所，成为“AI视觉语言大模型第一股”。 对34岁的陈振杰来说，那是一个阶段性的创业成功时刻。极视角由陈振杰2014年创立，历经多年发展，成为AI计算机视觉领域的明星公司。 AI视觉赛道从不缺玩家， 海康威视 等传统安防巨头、商汤和旷视等AI原生企业早已重兵布局。极视角要在巨头环伺之下求得一席之地，并不容易。 “2014-2015年是最艰难的阶段，当时公司只有Demo，没有成熟产品，也没有营收。”极视角创始人、董事长陈振杰对时代财经回忆称。当时，AI还并不为外界熟知，不受资本认可，陈振杰没有选择继续走大厂拿高薪的就业路径，而是一头扎进计算机视觉领域开始创业。 过去十余年，国内AI赛道创业经历了残酷的淘汰赛。同处计算机视觉领域的“AI四小龙”，在新一轮的AI浪潮当中，逐渐失去舞台中心的位置。业内玩家们亟需在新的竞争中，尽快完成从热门概念到商业落地的艰难跨越。 天风国际近期发布研报称，随着人工智能技术持续发展与成熟，下游客户对计算机视觉解决方案的需求日益增长。相关需求不仅集中在人脸识别等传统应用领域，也正逐步拓展至更多新兴应用场景。而在经历2023~2025年的快速发展后，AI产业的价值重心正在从模型能力转为企业AI落地。 时值时代财经十周年，我们推出特别策划，聚焦成长迅速的商业新锐，作为受访嘉宾，陈振杰复盘了从澳门北上创业的完整历程，拆解了极视角“算法平台”路线的底层逻辑，也分享了对AI产业周期、商业化落地与上市后战略的深度思考。 陈振杰自称是一个喜欢做战略规划的人，并希望通过落地执行验证自己的想法。“选择AI创业的原因并不是基于复杂的技术判断，而是一个简单逻辑：人力越来越贵，机器代替人力是必然的。以前机器生产替代了部分体力劳动，未来智能应用肯定会逐渐替代脑力劳动。” 他还表示，进入AI这个长期赛道创业，可能需要几年甚至十几年才会爆发。短期资本冷热只是阶段性波动，要摒弃赚快钱的思维。 极视角 陈振杰 图源：受访者供图 靠200万融资熬过生死线 陈振杰1992年出生于澳门，有中山大学和北京大学等名校背景，以及贝恩、毕马威、腾讯等实习履历。2020年，他入选福布斯亚洲30位30岁以下精英。 简历的另一面，是艰难的创业过程。 极视角的起步难度远超预期。陈振杰复盘称，创业初期公司生存一度非常艰难，只能海量地去约见投资人，“当时多数人对AI赛道连基本概念都没有。”除此之外，创始团队三人分处三地沟通成本极高，团队零薪酬仅靠积蓄维持，早期商务、人员管理全部从零摸索。直到2015年春节，公司拿到200万天使轮融资才渡过生死线。 “选择创业不是一时热血，是基于一个非常朴素的长期判断。当人力成本持续上升，机器替代体力劳动已成现实，未来智能应用替代重复性脑力劳动是必然趋势。AI是一条能做十年、二十年的长赛道，哪怕短期内不被资本认可，底层的产业趋势不会变。”陈振杰表示。 就在拿到“救命钱”的同一年，极视角为运营商营业厅上线智能零售算法，首个智能零售算法商业项目落地。首个项目的产业价值正向反馈，让陈振杰确信AI的价值最终要落在产业场景里。 陈振杰认为，团队之所以能够熬过低谷，在于对赛道长期方向的共识，并且从第一个项目验证了AI能切实帮助企业降本增效。而另一个不得不提的因素则是，同窗合伙人之间信任互补，未产生过核心利益分歧。 极视角2017年推出AI视觉算法商城，“类似苹果的AppStore”；2024年切入企业大模型定制落地业务。截至目前，累计落地6000余个产业项目，政企客户超3000家，覆盖能源、轨道交通、制造、环保等细分行业。有市场机构分析，随着AI产业重心由模型参数比拼转向企业端落地服务，以及传统行业智能化改造需求集中爆发，AI视觉与大模型解决方案市场将迎来扩张红利。 过去十年，陈振杰认为极视角踩中了三大行业周期。2014-2015年提前进入AI视觉赛道，避开移动互联网末期的流量红海；2018-2022年借助产业数字化转型浪潮，依托平台模式快速覆盖政企客户；2023年以来聚焦垂直行业大模型落地，避开通用大模型的同质化内卷，主攻视觉语言大模型与行业智能体落地。 “澳门适合创业想法萌芽；深圳浓厚的科创氛围与充足的人才供给，适合完成0到1的技术验证；2021年总部从深圳迁至青岛后，山东完整的工业门类则为AI落地提供了海量实体场景。”谈及公司的发展轨迹，陈振杰向时代财经表示。 平台模式降低项目落地成本 从资本泡沫到落地寒冬、再到大模型爆发，国内AI行业至今经历了三轮周期。在这个过程中，创业公司要么囤积到更多子弹，要么尽快找到自我造血的途径，否则大概率将面临出局。 陈振杰对此的思考是，技术是AI创业的底层要求，无底层平台和自研技术则无竞争力。但与此同时，技术必须落地产业、完成商业变现才能产生价值。 发展初期如何与其他AI企业差异化竞争，在市场中找到自己的位置，是一项严峻的考验。不同于一众同行，极视角试图走通的是平台模式——通过AI视觉算法商城，串联起算法供需双方，尤其满足各行各业长尾企业的市场需求。当需求方购买一项算法服务，平台则与开发者按照一定比例分成。 尽管模式新颖，对一家初创公司来说，在缺乏资源的情况下去获得企业客户并非易事。陈振杰向时代财经称，早期行业存在信任壁垒，政企客户更倾向于选择从业多年的老牌企业；公司对顶尖人才吸引难度也远高于头部大厂。年轻企业只能依靠平台模式、长期股权激励与产业落地前景争取突破。 针对AI技术“落地难、复用难、盈利难”，他认为，落地难的核心是缩小技术与产业现场的鸿沟，团队要下沉到一线场景，用轻量化产品降低客户试用门槛；复用难要靠平台化解决，沉淀标准化通用技术模块，再结合开发者生态满足细分需求；盈利难则需要构建可持续的商业化体系，以标准化产品与服务形成稳定营收，以定制化方案创造高价值收益，同时布局新兴赛道拓宽商业增长空间。 虽然被外界视为平台型企业，但极视角并非只做轻资产平台。 “公司一直重视底层自研建设。”陈振杰回应道，“早期落地项目时我们就发现，传统单一自研的模式场景适配性弱、落地成本高，无法匹配海量行业的碎片化需求。” 他告诉时代财经，极视角最终选择的路径是“深耕底层技术自研，上层生态覆盖场景”，以自研技术为基础，搭建产业AI平台体系，再依托平台生态适配多元细分场景，持续降低产业落地的边际成本，形成区别于传统模式的可持续产业化路径。 在这种策略下，陈振杰认为极视角能够使产业算法在实体场景中落地。此外，通过自研星际视觉语言大模型，依靠自然语言指令即可精准定义目标物体和场景，一键生成定制化识别模型，满足多场景智能识别、目标定位与场景分析需求。而更具明显商业效应的是，通过自研工具链，算法开发、测试、部署、运维全流程标准化，大幅降低了单项目落地成本。 要摒弃短期风口思维 这一赛道的市场规模仍在持续扩张。 据弗若斯特沙利文预测，到2029年，中国新兴企业级计算机视觉解决方案的市场规模将达到970亿元，2024年至2029年的复合年增长率为54.3%，渗透率有望进一步升至53.2%。 市场红利之下，面对市场普遍关注的“上市即拐点”问题，陈振杰坦陈，IPO募集资金将主要用于技术研发、商业化扩张与补充流动资金，核心方向是迭代行业专用视觉大模型、完善全链路工具链等。 据招股书披露，极视角本次约4.34亿港元募资净额中，60%将投入研发，重点用于大模型及AI基础设施建设及产品升级；30%用于提升商业化能力，推进全球化战略；剩余10%补充营运资金。 在陈振杰看来，相比传统产业巨头，年轻团队有两大核心优势：一是决策链条短、迭代速度快，扁平化管理下可快速跟进大模型、具身智能等技术变革。近两年快速布局与落地大模型解决方案，形成第二增长曲线；二是更懂长尾碎片化产业需求，团队长期下沉一线，能捕捉到大厂忽略的分散轻量化视觉需求，依托平台与生态实现海量场景覆盖。 对于当前想要入局硬科技、AI赛道的年轻人，陈振杰认为，创业者应该首先扎根一线，再谈技术创新。更为重要的是，创业团队要摒弃短期风口思维，做好十年以上的长期规划。 从澳门、深圳到青岛，这个年轻创业者把一个冷门赛道的小团队做成港股上市公司。陈振杰回顾这段创业经历时称，十年时间验证了硬科技长期主义路径的可行性。对于未来十年，他的目标是持续迭代大模型技术体系，为企业提供智能体与Token服务，降低实体产业智能化升级门槛，让视觉AI成为千行百业数字化转型的通用基础工具。 .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
新华社在世界人工智能大会前夕报道中国AI机器人在肯尼亚咖啡店商用落地，展示中国AI从硬件到方案整体出海能力，'一带一路'沿线服务业被视为重要场景。该模式若规模化，将带动国产机器人、视觉大模型及行业解决方案在新兴市场复制。
海外话中国丨中国AI机器人助力非洲服务业智能升级
中国AI情感陪伴产品登陆韩国KIWIE展会并获政要认可，说明AIGC应用层从工具型向情感陪伴、社交体验等细分赛道延伸，且具备一定文化出海潜力。该赛道商业模式以订阅+虚拟道具为主，估值依赖用户留存与情感数据飞轮。
超级玩伴智能科技闪耀KIWIE 2026——中国AI情感陪伴创新获韩国政要高度赞誉_行业动态
苹果正从克制并购转向主动收购AI芯片公司，背景是自研AI服务器芯片Baltra延期、M2 Ultra触顶，被迫外包至谷歌云上的英伟达算力，暴露AI基础设施双重依赖。同时与PrismML等模型压缩公司接触，意在打通设备端AI落地闭环。这意味着苹果在AI算力竞争中已从自研单线作战转…
【苹果加速布局AI，#苹果拟收购AI芯片公司#】
据快科技消息，苹果正积极寻找芯片公司收购，过去数月已与投资银行及多家半导体初创公司进行接触，评估潜在交易。
此次战略转向背后，是苹果AI芯片布局面临的现实压力。此前，苹果自研的下一代AI服务器芯片Baltra遭遇延期，而现有M2 Ultra在数据中心AI任务中已触及性能瓶颈，迫使公司将部分重负载工作外包至谷歌云平台上的英伟达基础设施。
这意味着，在AI模型以周为周期快速迭代的背景下，苹果最核心的AI基础设施仍存在对外部供应商的双重依赖。
苹果在并购上的节奏也在悄然提速。今年1月，苹果斥资近20亿美元收购以色列AI初创公司Q.ai，成为公司历史上第二大并购案，仅次于2014年30亿美元收购Beats Electronics。
Q.ai专注于通过面部微动作解读语音的技术，此次交易标志着苹果在战略性收购上不再拘泥于此前的克制风格。
与此同时，苹果近期还与专注模型压缩技术的初创公司PrismML举行会谈。该公司宣称可将270亿参数的大模型压缩至在iPhone上本地运行而不损失性能，与苹果设备端AI愿景高度契合。
值得注意的是，尽管收购意图明确，但AI服务器芯片领域竞争格局高度集中，英伟达占据主导地位。苹果若想通过收购实质性提升AI算力能力，潜在标的的技术成熟度与战略契合度均面临较高门槛。
新浪财经头条意见反馈留言板
4001102288 欢迎批评指正
长鑫科技295亿元IPO创2026年A股纪录，短期抽血引发半导体板块剧烈分化，但牛市后半程大型IPO对流动性实质冲击有限；存储芯片国产化主线受益于美光扩产及AI算力基建，仍具基本面支撑。
新浪财经 基金 大型IPO“抽血”市场？AH芯片半导体蓄势回调！规模最大港股通信息技术ETF华宝（159131）冲高回落跌1.51% 新浪基金 07.16 19:12 关注 今日（7月16日），半导体板块全线重挫，港股硬科技冲高回落，同类规模最大、流动性最强*的港股通信息技术ETF华宝（159131）早盘一度冲高1.51%，随后震荡走弱，收跌1.51%，单日成交额26亿元。 成份股中软件硬件涨跌分化明显。迈富时暴涨逾30%，阜博集团涨超11%，小米集团涨超6%；建滔积层板跌逾13%，华虹宏力跌逾7%，联想集团、ASMPT跌逾6%，中芯国际跌超1%。 消息面上，长鑫科技科创板IPO今日申购，本次初始公开发行约66.88亿股，占发行后总股本10%，拟募集资金295亿元，为2026年以来A股最大规模IPO。有一些声音担心：如此大的募资规模和上市后预计体量会不会影响二级市场？ 华创证券策略分析师姚佩分析认为：本轮牛市市场容量与成交中枢抬升的背景下，大型IPO对当前A股整体流动性的实质冲击有限。牛市后半程IPO放量是普遍规律，IPO前后风格并无明显切换特征，IPO并非牛市终结根源。 大同证券分析指出，本周海外半导体市场波动放大，韩国股市呈现“暴涨暴跌”特征，核心源于半导体龙头权重集中、杠杆ETF工具放大波动、散户杠杆资金扎堆等问题，反映全球半导体成长赛道短期情绪过热、估值博弈加剧，板块短期波动风险需警惕。中长期维度行业基本面存在边际利好支撑，美光官宣将美国本土投资规模从2000亿美元上调至2500亿美元，侧面反映全球AI算力基建持续扩张带来存储芯片需求增量逻辑。存储芯片国产化、存储上游材料设备赛道具备产业逻辑支撑，可结合中报业绩预增、订单变化等基本面数据进行跟踪。 港股稀缺“纯血”硬科技！支持T+0交易！全市场首只、同类规模最大、流动性最强的港股通信息技术ETF华宝（159131），场外联接基金代码026755，标的指数港股通信息C由“85%硬件+15%软件”构成，重仓港股“半导体+电子+计算机软件”，涵盖60只港股硬科技公司，其中“中芯国际+华虹宏力”两大晶圆代工巨头合计权重超26%，国产AI PC龙头联想集团权重超10%，PCB龙头“建滔集团+建滔积层板”合计权重超11%，三者均为全市场具有挂钩产品的指数中含量最高。此外，6月15日指数纳入智谱、胜宏科技、天数智芯、壁仞科技等多只港股硬科技新秀，成份股不含阿里巴巴、腾讯、美团等大市值互联网企业，锐度更高，更易捕捉港股AI硬科技行情。 数据来源：中证指数，截至2026.6.30。图片由AI生成。 数据来源：中证指数公司，沪深交易所。 注：“全市场首只”是指港股通信息技术ETF华宝是全市场首只跟踪中证港股通信息技术综合指数的ETF。截至2026.6.30，港股通信息技术ETF华宝最新场内规模为19.79亿元，为同指数8只ETF中规模最大；今年以来该ETF日均成交额为6.89亿元，为同指数8只ETF中日均成交额最高。标的指数中证港股通信息技术综合指数（HKD）2021-2025年年度历史收益分别为：-9.54%、-34.47%、-0.25%、21.58%、39.30%；2021-2025年度波动率分别为：4.13%、4.63%、4.00%、5.49%、5.45%。指数过往业绩不预示未来表现。近期市场波动可能较大，短期涨跌幅不预示未来表现，基金投资可能产生亏损。请投资者务必根据自身的资金状况和风险承受能力理性投资，高度注意仓位和风险管理。 基金费用说明：港股通信息技术ETF华宝申购赎回代理机构可按照不超过0.5%的标准收取佣金。场内交易费用以证券公司实际收取为准。不收取销售服务费。 参考机构观点来源：大同证券20260715《成长赛道情绪降温，半导体短期波动加剧，静待中报验证》；华创证券20260706《大型IPO是否会对股市形成抽血效应——策略周聚焦》 风险提示：港股通信息技术ETF华宝及其联接基金被动跟踪中证港股通信息技术综合指数，该指数基日为2014.11.14，发布于2017.6.23。材料中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。本产品由华宝基金发行与管理，代销机构不承担产品的投资、兑付责任。投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，选择与自身风险承受能力相适应的产品。基金过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资须谨慎！基金管理人评估的该基金风险等级为R4-中高风险，适宜积极型（C4）及以上的投资者。销售机构（包括基金管理人直销机构和其他销售机构）根据相关法律法规对该基金进行风险评价，投资者应及时关注销售机构出具的适当性意见，并以其匹配结果为准，各销售机构关于适当性的意见不必然一致，且基金销售机构所出具的基金产品风险等级评价结果不得低于基金管理人作出的风险等级评价结果。基金合同中关于基金风险收益特征与基金风险等级因考虑因素不同而存在差异。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎选择基金产品并自行承担风险。中国证监会对该基金的注册，并不表明其对该基金的投资价值、市场前景和收益做出实质性判断或保证。基金有风险，投资须谨慎。 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) 2026-07-16 20:00
AI板块内部出现风格切换迹象，资金从前期热炒的小盘AI概念回流至现金流与算力更确定的大型科技股，反映在AI叙事阶段性兑现后，市场重新强调业绩与基础设施确定性。这一轮动若持续，将利好云厂商与芯片龙头，但压制纯题材标的估值。
AI轮动：大型科技股暂时领跑
中荷双方推动安世半导体与闻泰科技协商化解争议，标志政府层面介入半导体跨国纠纷，有助于短期稳定相关上市公司估值情绪，但地缘博弈下产业链断供风险仍未根本消除。
安世半导体与闻泰科技争议，中荷双方同意推动企业协商化解
WAIC将AI全球治理列为核心议题，中国强调多边合作与包容性发展，全球AI规则制定权博弈加剧，将推动合规审计、AI安全、内容标识等监管配套需求加速释放。
世界人工智能大会将聚焦AI治理框架
日经单日重挫近3%，主因美股费城半导体指数隔夜跳水拖累，东京电子、爱德万测试等高估值设备股领跌，韩国科技股同步走弱，显示全球AI/半导体高位品种出现集中获利了结。在AI模型迭代加速但硬件兑现节奏分歧的背景下，板块短期波动率将明显抬升。
googletag.cmd.push(function() { googletag.display('div-gpt-ad-1759120208230-0'); }); 日经指数重挫2.79% AI和半导体股遭抛售 共同社 2026年 7月 16日 - 17:44 所有新闻 , 东京股市 图为东京证券交易所。2022年5月摄于东京日本桥兜町。（共同社） 【共同社7月16日电】东京股市日经指数16日大幅回落，终盘较昨日重挫1915.97点，报收于66835.54点，时隔5个交易日失守67000点大关，跌幅为2.79%。受美股半导体板块跳水的拖累，股价处于高位的半导体和人工智能（AI）板块涌现卖盘，打压了大盘。 东证指数（TOPIX）下跌59.33点，收报4028.79点，跌幅为1.45%。全天成交量为21.2015亿股。 隔夜美国股市上，由主要半导体股组成的股指下挫，波及东京股市。此前领涨的半导体制造装置巨头东京电子和爱德万测试等个股从早盘起跳水。 16日，高科技股占比较大的韩国股指也下跌，打击了投资者信心。 东京股市近期持续上涨的个股也出现卖盘，银行、海运、商社等PRIME市场近7成个股收跌。（完） 2026年 7月 16日 - 17:44 共同社 googletag.cmd.push(function() { googletag.display('div-gpt-ad-1759119923586-0'); }); googletag.cmd.push(function() { googletag.display('div-gpt-ad-1759120036073-0'); });