根据公司方面的消息，谷歌打算在2026年推出它的首款AI眼镜。 在谷歌I/O大会上，该公司宣布将携手Gentle Monster与Warby Parker，依托Android XR系统开发面向消费者的可穿戴设备，而这一操作系统同样为三星的Galaxy XR头显提供技术支持。 然而，现实里佩戴沉重的头显并不便捷，这让智能眼镜这种不那么惹眼的智能可穿戴设备更有吸引力。 “要让AI与XR切实发挥作用，硬件就得无缝融入你的生活，并且契合你的个人风格，”谷歌如是写道。“我们希望能让你自由选择合适的重量、风格与沉浸感，以此来满足你的需求。” 谷歌目前正在开发多款AI驱动的智能眼镜产品。其中一款型号采用无屏幕设计，借助内置的扬声器、麦克风和摄像头，用户就能与Gemini进行交互，还能完成拍照操作。而另一款型号则在镜片中集成了显示屏，该显示屏仅佩戴者可见，可用于呈现逐向导航信息或字幕内容。 谷歌也分享了Xreal旗下有线XR眼镜Project Aura的预览内容。这款眼镜的形态介于厚重的头显与简约低调的普通眼镜之间。Project Aura眼镜除了配备镜片内显示屏外，还能当作扩展的办公或娱乐设备，让用户可以像在更高端的头显中那样，使用谷歌的产品套件或进行视频流媒体播放。 尽管Meta在智能眼镜的研发领域起步相对较早，不过谷歌目前已与苹果、Snap等企业一道，计划于明年推出自研硬件产品，以此来向Meta发起挑战。

2026-02-17

12月6日，据《汽车商业评论》报道，大众汽车与小鹏汽车联手打造的首款纯电轿车“与众07”，计划于12月31日在安徽正式投产落地。该车型是大众基于专为中国市场研发的CEA电子电气架构所推出的首款量产车。 CARIAD中国首席执行官、大众汽车集团（中国）执行副总裁韩三楚表示，这款车的整个开发流程由中国团队主导，从架构设计到整车集成仅用了18个月时间。 根据此前申报的信息，与众07的车身尺寸为长4853mm、宽1852mm、高1566mm，轴距达2826mm，定位中型轿车；动力方面，其配备国轩高科磷酸铁锂电池组，并搭载一台最大功率170kW的单电机。 CEA架构是大众与小鹏深度合作的成果。双方的合作始于2023年7月大众对小鹏7亿美元的投资，2024年7月联合启动CEA项目，今年8月合作进一步拓展，确定该架构将覆盖大众在华纯电、燃油及插混全平台。据韩三楚介绍，CEA架构1.0落地后，2027年将推出支持多种动力类型的2.0版本，2029年的3.0版本则会深入SOC芯片开发，保持每两年迭代升级的频率。 【：凤凰网科技】

2026-02-17

12月10日消息，科技媒体9to5Mac于昨日（12月9日）发布博文，文中提到国外拆解维修团队iFixit推出了一款名为FixBot的AI维修助手，其旨在借助人工智能技术，显著降低设备维修的门槛。 IT之家引用相关博文内容称，FixBot最突出的核心优势体现在其出色的交互诊断能力上——用户仅需通过口述描述所遇到的设备问题，或是拍摄设备故障的照片上传，FixBot就能自动对故障原因展开分析，并针对性地给出对应的解决方案。 这款应用融合了可视化的原理图、专业的操作指南以及专家级别的故障排查技巧。针对用户维修过程中“双手被占用无法查看指导”的困扰，FixBot专门对“免提引导”功能进行了优化升级，借助语音逐步骤提示用户进行操作，让用户获得了真正可互动的维修体验。 和通用AI模型不同，FixBot的智能依托于iFixit海量的垂直领域数据库。这家公司的专家团队花费20多年时间，打造出互联网上规模首屈一指的维修方案库，覆盖了智能手机（比如iPhone）、摩托车等超72000种产品。 FixBot 可以迅速查找并运用这些经过验证的资源，保证给出的维修建议符合 iFixit 始终如一的高品质标准，从而规避了通用 AI 或许会出现的“一本正经地胡说八道”的问题。 在商业模式层面，FixBot 计划推行“免费 + 付费”的双层架构策略。普通用户能够使用基础功能模块，像“分步语音引导”以及“视觉与语音深度诊断”这类进阶功能，则归属于付费服务层级。 这款应用新增了电池健康警示功能，用户可以借此查看电池的状态和循环次数。不过，该功能的操作体验稍显复杂，需要用户手动填写电池的原始容量、额定循环次数等信息，同时系统还建议用户共享分析数据，以此来提升功能的准确性。 外媒AppleInsider表示，该功能和iOS设置里现有的“电池健康”功能有很多相似之处，而且原生系统本身就具备最大容量和峰值性能的检测能力。所以，对于那些本来就有“电池焦虑”的用户来说，这或许只是多了一个额外的通知打扰，并没有带来真正有用的功能补充。 iFixit 目前还没公布具体的订阅价格，不过为了推广这项服务，所有付费的高级功能现在都对用户免费开放。有 iPhone 的用户现在可以直接下载 App，在收费政策正式实施前抢先体验这个“维修黑科技”。 【：IT之家】

2026-02-17

微软打算在接下来的四年里向印度投入175亿美元，以此拓展其在这个南亚国家的人工智能与云计算业务。印度数量庞大的在线用户和智能手机用户群体，正让该国成为全球科技企业角逐的重要阵地。 宣布于周二，这项投资——微软在亚洲的最大投资——将用于资助从2026年到2029年的新数据中心、AI基础设施和技能培训项目。基于30亿美元的基础该公司在1月份承诺在印度的投资。 微软的举措正值美国主要科技公司在全球范围内加大对数据中心和AI计算的投入，而印度由于其快速增长的开发者基础和全球最大互联网和智能手机用户群之一，成为战略重地。 最新的推进举措同样给谷歌、亚马逊与OpenAI等竞争对手带来了压力——这些企业正不断拓展在印度的业务版图，以适配当地企业、初创机构及政府部门对云服务与AI工具日益增长的需求。另一方面，该笔投资也与新德里方面的战略方向相契合，新德里正致力于在各领域加快数字基础设施建设与AI技术的应用进程，毕竟印度既希望能将自身打造为全球技术枢纽，也在积极应对数据治理与公平访问等相关议题。 微软CEO萨提亚·纳德拉在访问印度期间作出了这一宣布，他于周二与印度总理纳伦德拉·莫迪会面，计划在周三前往新德里发表主题演讲。这家总部位于雷德蒙德的企业同时透露，将于2026年中期在海得拉巴启动新的数据中心区域建设，该区域将成为其在印度规模最大的布局，包含三个可用性区域——按照公司的描述，其整体规模约等于两个伊甸园花园体育场。此外，微软还提到，会持续对钦奈、海得拉巴和浦那现有的三个数据中心区域进行扩展。 作为推动的一部分，微软还宣布将与劳动和就业部合作，将先进的AI功能整合到其两个旗舰数字公共平台——e-Shram和国家职业服务中，以向超过3.1亿非正式工人提供AI驱动的服务。 这两个印度政府平台将使用微软的Azure OpenAI服务提供多语言访问、AI辅助的职位匹配、技能和需求趋势的预测分析、自动简历创建和个性化路径，微软公司表示。 微软还指出，目前正为印度客户推出全新的主权云选项，具体包含已在印度地区上线的主权公共云，以及由Azure Local提供技术支撑、可适配连接与隔离操作场景的主权私有云。这些产品一方面能够助力企业达成监管合规及数据驻留的相关要求，另一方面也可通过提供最新Nvidia GPU和Microsoft 365服务的访问权限，为高性能工作负载提供支持。 此外，微软还透露其技能培训工作正持续提速。据介绍，借助“ADVANTA(I)GE India”计划，自今年1月起已累计培训560万人，这一数字远超其原定于2030年实现的1000万人培训目标。通过这些项目，已有超12.5万人成功就业或开启创业之路。目前，微软正加码早期承诺，将2030年的目标升级为为2000万印度人提供基础AI技能培训，并计划与政府机构、行业合作伙伴及数字公共平台携手，进一步扩大培训的覆盖范围与可及性。 印度在AI时代吸引全球科技公司 微软的投资承诺仅在谷歌宣布150亿美元计划在印度建立AI中心和数据中心基础设施之后几个月——这是该公司在该国的最大投资，紧随其后的是其早期的100亿美元承诺在2020年。 近几个月来，印度正成为全球科技企业拓展AI业务时格外青睐的市场。该国庞大的互联网用户基数、数亿智能手机用户群体、快速崛起的初创企业生态，以及印度政府积极推进的数字化规划，共同构建起消费者规模与企业需求的双重潜力，吸引着这些企业将目光投向这里。今年这一趋势进一步加速：OpenAI与Anthropic已在印度设立办事处，谷歌和Perplexity则分别与当地头部电信运营商Reliance Jio、Bharti Airtel达成合作，以深化自身在印度市场的布局。 然而，即使全球科技公司加大投资，超大规模企业预计将面临重大限制在印度，那里数据中心扩展面临挑战由于电力供应不稳定、高能源成本和多个地区的水资源短缺——这些因素可能会减缓AI基础设施的建设并提高云服务提供商的运营成本。 尽管如此，印度政府始终在积极推进吸引更多大型科技投资的工作，把大规模数据中心与AI项目视为其经济及数字公共基础设施愿景的核心所在。即便面临诸多限制，新德里方面还是针对AI和半导体项目推出了激励政策，放宽了部分监管壁垒，并且鼓励与本土电信及IT企业开展合作，力求让更多全球AI价值链在印度扎根。 “微软在印度社会扎根已逾三十载，”微软印度及南亚地区总裁普尼特·钱多克在一份事先拟好的声明中表示，“如今印度正满怀信心地迈向以人工智能为核心的未来，我们很荣幸能以值得信赖的合作伙伴身份，助力构建足以承载十亿人梦想的基础设施、驱动创新并创造机遇。” 微软已在班加罗尔、海得拉巴、浦那、古尔冈、诺伊达等城市招募了超22000名员工，其中涵盖开发Copilot Studio、Azure AI搜索、AI代理、语音与翻译工具及Azure机器学习等AI产品的工程团队，此外还为公司的国内运营提供支持。

2026-02-17

Olares作为一家专注于数据隐私保护的开源个人云服务器与AI工作站制造商，今日正式发布了旗下旗舰产品Olares One。 每天，有数百万用户在使用各类AI服务，像OpenAI Group PBC推出的ChatGPT、AI搜索引擎Perplexity AI Inc.，还有Sora、Vidu以及Higgsfield Inc.开发的图像/视频生成器等都在其列。这些第三方服务的表现确实十分出色，不过它们运行的前提是需要用户通过互联网传输个人信息或敏感信息。 “我们认为Olares正踏入一个当下仍较为小众、却具备极大发展潜力的市场，”品牌创始人彭鹏在接受SiliconANGLE采访时这样说道，“消费者内心迫切希望做出改变，然而又无法清晰地找到合适的解决办法，所以他们最终还是选择了保持现有的状态。” 今天，Olares发布了一项替代方案——一款主打隐私保护的开源个人服务器，用户可通过它快速部署专属本地AI助手，该助手能访问并调用用户的个人文件，助力用户始终掌控自身数据。 Olares One的设计初衷是让普通用户无需深厚技术知识，就能在高性能硬件上搭建并运行AI模型。随着大型语言模型不断轻量化以及针对本地硬件的适配优化，智能且精准的本地AI正慢慢成为触手可及的应用方式。比如Qwen3-30B-A3B，它的性能能和Deepseek-R1相抗衡，而Deepseek-R1是一款需要超高性能AI工作站或云服务器才能运行的6710亿参数模型，Qwen3-30B-A3B的体积却比它小了将近20倍。 彭表示，Olares One的设计从根本上提供了一种“个人云解决方案，而不是个人计算机”，这将允许用户随时随地通过手机、笔记本电脑或平板电脑访问它。 助手会从用户的个人电脑及其他渠道收集文件，接着把这些文件整理成一个知识库，再通过训练本地人工智能，让它能够熟悉用户的日常习惯、偏好、写作风格以及工作流程。Olares拥有企业级的硬件配置和可投入实际使用的开源软件，用户无需学习人工智能编程，就能从市场上为自己的AI助手添加各类“技能”和服务。 在Kickstarter上推出，这台机器起价为2999美元，使其在最近推出的AI工作站中具有竞争力，包括Nvidia DGX Spark个人AI超级计算机。 Olares One搭载了高性能的Nvidia GeForce GTX 5090 Mobile显卡，该显卡支持24GB的GDDR7显存，同时设备还配备了额外的96GB内存。据公司介绍，这样强大的硬件组合让它能够以每秒1824万亿次运算的超高速率运行开源LLM。 在硬件之上，这台机器使用了先进的图形处理单元管理系统，包括一种动态分配计算访问给应用程序和AI的时间共享模式，旨在最大化效率并保持计算机的冷静和安静。 开源的Olares OS赋予用户一项独特优势：它能够适配所有支持AI的硬件设备，功能完整且不存在供应商锁定问题。这让资深用户可以自主打造专属设备，并在任意场所运行该操作系统，确保使用体验的连贯性，尤其适合那些希望拥有AI助手却偏好自行操作的人群。 为什么消费者或开发者会想购买像Olares One这样的机器？除了显而易见的隐私优先考虑，当前的AI服务模式是基于订阅的。 在当今的AI时代，单个用户的计算需求或许会增长100倍，这使得用户不仅得为了获取服务而让渡隐私，还需要支付订阅费用，”彭如此表示。“从这个角度来看，尽管硬件的初始投入较高，但在机器的使用周期里，整体拥有成本会明显下降。” 彭表示，Olares One的构建是为了打破现状，为首批采用者和当前的AI用户提供他们自己的个人工作站，并使技术、模型和软件生态系统的访问民主化。 “我们预计，随着模型规模在2026年继续缩小，Olares One将获得广泛关注，”彭补充道。

2026-02-17

12月10日消息，Intel旗下下一代Panther Lake系列的旗舰移动处理器——酷睿Ultra X9 388H，于近日在Geekbench平台上亮相。 测试结果表明，Intel酷睿Ultra X9 388H处理器在Geekbench测试里，单核成绩达到3057分，多核成绩为17687分。 作为参照，在单核测试环节，酷睿Ultra X9 388H的得分较前代Ultra 9 285H提升了接近15%，和AMD旗舰级移动芯片锐龙AI Max+ 395的表现不相上下。 需要说明的是，锐龙AI Max+ 395的默认TDP为55W，TDP范围在45W到120W之间；而酷睿Ultra X9 388H的默认TDP是45W，其TDP范围预计与前代相近，大概在45W至115W左右。 在多核测试环节，酷睿Ultra X9 388H的核心配置与前代产品有所区别，采用了4+8+4的P/E/LP核心组合，多核性能比Ultra 9 285H提升了大约21%；另外，根据Geekbench的数据，这款芯片的最高加速频率能够达到5.1GHz。 尽管目前展示的只是处于早期阶段的工程样品跑分数据，而且Geekbench这类测试本身结果存在一定波动可能性，但从现有信息来看，Intel即将推出的下一代移动处理器，无论是在CPU核心性能还是集成显卡（iGPU）的图形处理能力上，都有望实现较为显著的提升。

2026-02-17

12月10日消息，印度计划推出强制性版权使用费机制，规定AI企业需为其模型训练过程中使用的受版权保护内容支付费用，这一举措可能会改变OpenAI、谷歌等公司在印度这一全球最重要且增长最快的市场之一的运营模式。 当地时间本周二，印度工业和内贸促进部（DPIIT）公布了一项拟议框架：AI企业将被允许使用所有受版权保护的作品开展模型训练，但需向一个由权利人组织构成的新型集体管理机构支付版权使用费，相关费用之后会分配给创作者。该提案认为，这种“强制性一揽子许可”机制既能降低AI企业的合规成本，又能保障作家、音乐人、艺术家及其他权利人在其作品被用于商业模型训练时获得合理报酬。 印度这项提案推出之时，全球市场正愈发担忧AI公司使用受版权保护的材料来训练模型的行为。在美国与欧洲，这类行为已经引发了作者、新闻机构、艺术家等权利人的多起诉讼。当下，法院和监管机构还在评估这类训练行为是否属于“合理使用”，使得AI企业在法律存在不确定性的情况下迅速拓展业务，却缺少清晰的监管框架。 与美国和欧盟仍在就透明度义务和合理使用边界展开政策辩论不同，印度此次提出的方案堪称迄今为止最具干预性的举措之一，即在强制付费的前提下，自动授予 AI 公司使用受版权保护内容的权利。 今年 4 月下旬，印度政府成立了一个八人委员会，负责制定相关机制。该委员会认为，这一制度可避免多年法律争议，同时确保创作者从一开始就能获得报酬。 在一份长达125页的正式提交文件里，委员会对该制度作出辩护，称一揽子许可“意在为AI开发者提供便捷的内容获取途径……减少交易成本……同时保证权利人得到公平的报酬”，是对大规模AI训练数据进行管理时负担最轻的方式。文件进一步提到，单一的集体管理机构会充当“一站式窗口”，省去逐一谈判的繁杂步骤，并且能让已注册和未注册的创作者都获取到版税分成。 委员会也着重指出了印度在生成式AI（GenAI）工具市场中所占据的重要地位。相关文件引用OpenAI首席执行官山姆・奥尔特曼（Sam Altman）的表述提到，印度目前是该公司仅次于美国的第二大市场，并且“极有可能发展为我们最大的市场”。基于这一情况，委员会明确表示，考虑到AI企业既从印度用户群体中获取了丰厚的收益，又依靠印度创作者的作品来训练自身的模型，那么就应当把部分价值回馈给这些创作者。而这也正是构建“平衡框架”以确保创作者获得相应报酬的核心逻辑之一。 印度此项提案正值全球围绕 AI 公司能否合法使用受版权保护内容训练模型的法律争端不断加剧之际。 在印度，新闻通讯社ANI已就OpenAI未经授权使用其文章一事向德里高等法院提起诉讼。这起案件引发法院思考：AI训练过程本身究竟是否属于“复制行为”，还是应被归入“合理使用”（fair dealing）的范畴。与此同时，美国和欧洲的法院也在处理类似的纠纷，创作者们普遍指控科技公司在未获授权的情况下，利用各类内容来构建自身的AI模型。 然而，并非所有人都认同印度政府提出的模式。 代表谷歌、微软等科技企业的行业协会Nasscom提交了正式异议，认为印度应当采用范围更广的“文本与数据挖掘”（Text and Data Mining, TDM）例外条款，让AI开发者在合法获取的基础上，可以使用受版权保护的内容开展训练。Nasscom还提醒，强制许可制度或许会阻碍创新，并且提议应该允许有异议的权利人选择退出（opt-out），而不是强迫企业为所有训练数据支付费用。 商业软件联盟（BSA）——该联盟代表着Adobe、亚马逊云服务（AWS）、微软等全球科技企业——也向印度政府提出建议，希望其避免采用纯许可制。BSA呼吁印度引入清晰明确的TDM例外条款，并表示：“如果仅依靠直接许可或法定许可来对AI训练数据进行规范，这种做法或许并不实际，而且也不一定能带来最优的结果。” BSA 进一步警告，若将 AI 模型训练限制于规模较小的已授权或公共领域数据集，可能导致模型性能下降，并“增加输出结果仅仅反映有限训练数据中趋势与偏见的风险”。相比之下，清晰的 TDM 例外条款更能兼顾技术创新与权利人利益。 印度政府委员会就此回应称，他们未采用“广泛TDM例外+选择退出”的模式，原因在于这类机制不是会弱化版权保护，就是难以得到有效落实。作为替代方案，委员会提出了一种“混合模式”：AI企业能够自动获取所有合法公开的受版权保护作品，不过需要向中央集体管理机构支付版税，之后再由该机构把收益分发给创作者。 目前，印度政府已就该提案启动公众咨询程序，给予企业和相关利益方 30 天时间提交意见。委员会将在汇总反馈后形成最终建议，再提交政府审议。 截至IT之家发稿，OpenAI 和谷歌均未回应置评请求。 【：IT之家】

2026-02-17

双十二手机数码采购已进入冲刺阶段，京东推出“平台红包+数码9折券+全国国补”三重优惠叠加活动，覆盖手机、电脑、配件等全品类商品，单件商品最高可直省2000元。这份超详细的教程，能帮你一步解锁所有优惠，让你用最少的钱买到心仪的数码产品！ 一、核心优惠口令汇总(速存!搜即领) 全品类通用红包：打开京东APP搜索【福利500】【福利600】【福利900】，每天都能参与1次，有机会领取最高1888元的无门槛红包。特别注意12月8日、10日、12日这几天，不仅红包金额会翻倍，中奖概率还能提升50%，而且这个红包可以和所有优惠叠加使用哦。 数码9折优惠券：搜索【数码005】即可直达领取专区，有满500减50、满3000减300、满8000减800三档优惠可选，适用于电脑、显卡、耳机等全品类数码产品，优惠券限量发放，每天10点和20点会进行补货。 手机专属国补券：搜【手机 005】领 15%-20% 国补资格，单件最高省 500 元，苹果、华为、小米等主流品牌均适用。 苹果专属福利来啦！搜索【苹果好物300】，即可享受iPhone 17系列满减优惠：满5000元立减400元、满8000元立减800元。叠加国家补贴后，最高可省1000元，另外还赠送壳膜套装哦~ PLUS 会员加码：会员额外享 95 折，部分机型下单返 100 元 E 卡，叠加 9 折券与国补，优惠力度再升级。 二、关键优惠领取 & 叠加步骤(超简单!直接抄) 1. 数码 9 折券领取流程 打开京东 APP，顶部搜索框输入【数码 005】，点击进入优惠专区。 选择对应档位优惠券，点击 “立即领取”，成功后在 “我的 - 优惠券” 中查看。 注意：优惠券有效期 7 天，限数码类目使用，部分爆款机型可能除外，领取前核对使用范围。 2. 数码国补资格锁定 同一搜索框输入【数码 005】，在优惠专区找到 “国补资格锁定” 按钮。 选择与收货地址一致的省份，完成实名认证(仅需 10 秒)，即可锁定 15%-20% 国补额度。 提示：全国国补剩余额度紧张，广东、江苏、浙江等省已用超 80%，建议尽早锁定，避免名额告罄。 3. 优惠叠加顺序(省最多的核心技巧) 先领全品类红包(【福利 500】等)→ 再领数码 9 折券(【数码 005】)→ 锁定国补资格。 选购带有“国补可用”标识的商品，在结算环节会自动依次叠加优惠：商品自身折扣→跨店每满200元减30元的满减优惠→数码类商品9折券→国家补贴→全品类通用红包。 联想拯救者Y9000P（原价9999元），先参与跨店满减活动可减1470元，接着使用数码9折券能再减900元，之后叠加国补优惠减1500元，最后用红包抵扣300元，最终实际支付6829元，总共节省了3170元。 三、热门数码产品补贴力度(闭眼冲清单) 手机类(补贴 15%-20%) 苹果iPhone 17系列（256GB版本）：享受补贴后价格5599元起，若叠加使用【苹果好物300】优惠券与红包，入手价最低可达5199元。 华为 Mate 70 Pro：补贴后 6299 元起，支持北斗卫星通信，商务党首选。 小米 15 Ultra：补贴后 5799 元起，骁龙旗舰芯片 + 大电池，性价比拉满。 电脑 & 配件类(补贴 15%-20%) 联想小新 Pro14(2025 款)：补贴 + 9 折券后 4299 元起，轻薄本续航王者。 华硕 ROG 枪神 7：补贴 + 9 折券后 10999 元起，高端游戏本性能拉满，单件最高省 2000 元。 数码配件：三星 T7 移动硬盘补贴后 399 元起，罗技机械键盘补贴后 299 元起，均支持 9 折券叠加。 四、必看注意事项(避坑!不白跑) 收货地址需与国补领券省份一致，否则补贴失效;若所在省份无名额，可尝试邻省地址(需确保物流可达)。 同一账号限领 3 个数码品类国补资格，同一商品仅享 1 次国补，不可重复领取。 优惠活动的有效期限如下：红包以及9折券的使用截止时间为12月31日，与此同时，国家补贴的申领通道也会在该日同步关闭。其中，12月8日的0:00至0:30、12月9日的20:00至21:00这两个时段是优惠力度最大的峰值期，届时红包池的金额最为丰厚，商品补货也最为充足。 支持价保：下单后若商品降价，可在 7 天内申请价保退差，放心下单。 避坑提示：仅标注 “国补可用”“9 折券适用” 的商品可叠加优惠，下单前务必核对标识，避免错过优惠。 五、淘宝 & 天猫额外福利(多平台薅羊毛) 超级红包：淘宝 APP 搜【我想要补贴】【我想要好运】，每日 1 次，最高领 8888 元，支持与官方立减、满减叠加。 数码国补：搜【红包滚滚来】直达国补专区，领资格后自动叠加官方立减 12% 起，无需凑单更省心。 现在打开京东APP，先输入【福利500】领取红包，接着搜索【数码005】锁定9折券和国补资格，在12月8日至12日的黄金时段下单，就能薅到年前最划算的数码羊毛啦！

2026-02-17

12月10日消息，最新数据表明，Intel CPU于上周在德国零售商Mindfactory的收入占比，首次降至5%以下。 根据TechEpiphany披露的Mindfactory 2025年第49周销量统计数据，Intel CPU的收入占比已从7%以上滑落至5%以下，这或许是该品牌近年来的最低纪录。 与此同时，竞争对手AMD依旧维持着绝对领先的态势，其整体市场份额稳固在93.6%，收入占比更是攀升至95.05%的高位。 在销量数据上，Mindfactory平台一周内AMD CPU的总销量接近3655颗，相比之下，Intel CPU同期的销量仅约250颗，刚刚达到这个数字。 在250颗Intel CPU的统计范围内，Arrow Lake的销量只有40颗，LGA 1700平台（涵盖12、13、14代酷睿）的销量大约是200颗，并且这两个系列里没有任何一款产品能进入销量排行的前30名。 在AMD这边，锐龙7 9800X3D依旧占据销量榜单的主导位置，一周内卖出了1290颗，排在它后面的是7800X3D；除此之外，锐龙9000系列、7000系列，甚至是相对老旧的AM4平台锐龙5000系列，也都在持续为销量添力。 值得关注的是，这一趋势并非Mindfactory所特有，亚马逊美国站的数据同样表明，锐龙7 9800X3D与7800X3D的销量之和，已经超过了Intel所有CPU产品的销量总和。

2026-02-17

12月10日消息，科技媒体The Register在12月8日发布的博文中提到，软件存档网站Macintosh Garden近期收到了三张具有重要历史意义的CD-R光盘，里面存有尚未正式推出的CHRP版本Mac OS 7.6与Mac OS 8系统。 这些光盘的刻录时段主要分布在1997年5月到9月期间。光盘内除了存有操作系统的核心文件外，还收录了与Mac OS 8相关的“Outland 1.1B”软件、详尽的兼容性说明文档、Mac OS授权扩展文件，以及适配“较新”硬件的系统启动程序（System Enabler）。 这些系统的ISO镜像文件现已开放下载，可供技术爱好者进行研究和体验。 这批软件的核心在于其基于的“CHRP”架构。IT之家注：CHRP 全称为“通用硬件参考平台”（Common Hardware Reference Platform），是当年苹果与 IBM 联手打造的行业标准。 该计划的目标是搭建一个统一的PowerPC硬件基础，以此破除操作系统对硬件的绑定约束。一旦该计划落地执行，macOS将摆脱仅能在苹果自有电脑上运行的局限，转而可以像Windows那样，在IBM或者其他厂商所生产的兼容设备（也就是常说的“克隆机”）上运行。在当时，这被看作是苹果为扩大市场份额、与Wintel联盟（Windows+Intel）展开抗衡的关键战略举措。 尽管CHRP版系统的技术蓝图颇为宏大，可它最终还是没能成功推向市场。Macintosh Garden分析认为，这一结果和1997年史蒂夫・乔布斯的回归存在紧密联系。当时苹果正处于严重的财务危机之中，乔布斯上任后很快就推行了收缩战略，而其中最广为人知的决策，就是叫停Mac克隆机项目，重新收回硬件的控制权。 随着克隆机市场的关闭，原本为了支持多厂商硬件而推出的CHRP版Mac OS也因此失去了存在的价值，最终沦为苹果历史角落里的“废案”。 对于如今热衷于复古科技的玩家而言，这批软件的发现为他们开启了全新的玩法。尽管该系统是针对二十多年前的架构所设计，但其兼容性却意外地覆盖到了后续推出的设备上。 MacOS9Lives 论坛的一名用户表示，他已成功在一台 Mac mini G4 上启动该操作系统。这就说明，要是你手头正好有一台 20 年前推出的 Mac mini（G4 处理器版本），或者乐意使用模拟器，就可以亲自运行这套见证了苹果 90 年代末动荡转型的罕见系统。 【：IT之家】

2026-02-17

据了解，全球风险投资公司B Capital的创始普通合伙人之一Kabir Narang已从该公司离职。他此前曾是印度多家初创企业的早期支持者。 根据创始人分享且经TechCrunch审阅的说明，Narang正为计划2026年推出的新投资平台打基础，该平台将聚焦于“在技术、人工智能与全球资本流动的交汇点实现复利增长”。 加入B Capital后，Narang从2017年3月开始在新加坡与团队共同主导公司的亚洲战略布局，同时兼任全球投资委员会主席一职。在他任职期间，曾为印度多家初创企业提供支持，包括Meesho、Khatabook、CredAvenue、Bounce以及Bizongo等。 “我们正处于历史上最为深刻的技术革命进程中，这同时也是对投资者纪律性的一次严峻考验，”Narang在文中写道。“人工智能的独特之处在于能够拓展思维边界，大幅压缩从创意萌生到成果落地的周期。而那些能将这种高效速度与定价主导权、单位经济效益提升相融合的创业者，将成为定义下一代持久价值的核心力量。” 在开发新投资平台的过程中，Narang向创始人透露，他正以1-2%的个人资金投入那些他眼中具备“智能复利”能力的公司。这一行为意味着，在搭建更全面的投资工具之余，他打算持续参与早期阶段的投资活动。 B Capital已就Narang的离职事宜向TechCrunch作出确认，同时表示Eduardo Saverin、Karan Mohla以及Howard Morgan将携手南亚与东南亚地区的现有团队，共同负责管理其亚洲投资组合。 “在公司任职八年有余后，专注于亚洲后期增长投资领域的Kabir Narang已正式离职，以寻求其他发展机遇，”B Capital的发言人表示，“我们对他所做出的贡献心怀感激，并祝愿他在未来的道路上继续取得成功。” B Capital是由Facebook联合创始人Eduardo Saverin与前贝恩资本高管Raj Ganguly在2015年共同创立的企业，作为一家多阶段投资者，它专注于技术、医疗保健以及韧性技术领域。这家以旧金山为总部的公司，在美亚两地设有九个办事处，管理的资金规模超过90亿美元。借助和波士顿咨询集团的合作关系，B Capital还能为旗下投资组合内的公司提供战略规划与运营层面的支持。 在加入B Capital之前，Narang在Fidelity支持的Eight Roads Ventures India工作了近九年，担任董事总经理。 “B Capital依然坚定地投身于我们在亚洲的战略布局以及更为广泛的全球平台建设，”B Capital的发言人表示。“依托强大的领导力量与经验丰富的团队，我们在这一地区占据着有利地位，能够把握下一轮创新浪潮，并且持续为我们核心市场里那些具有类别定义意义的公司提供支持。”

2026-02-17

12月9日，数码视讯股价下跌2.34%，收盘价为5.43元。当日主力资金净流出3280.43万元，占总成交额的21.74%；与此同时，游资和散户资金分别实现净流入1979.9万元、1300.52万元。整体资金面呈现出“主力资金撤离，中小资金承接”的分化态势，这种格局的核心原因在于公司业绩表现的分化以及短期市场情绪的波动。 一、资金流向核心特征 1. 主力资金持续撤离 近5个交易日主力资金合计净流出4820.91万元，其中12月9日当天的流出量占近5日总流出额的68%，这表明主力资金对公司短期股价走势持谨慎态度。从当日交易情况来看，股价呈现高开低走态势，盘中最高报5.56元，最低下探至5.43元，下跌过程中主动性卖单占据主导，换手率为2.15%，处于近期中等区间，尚未出现恐慌性抛售的特征。 2. 中小资金逆向接盘 游资和散户的资金合计实现净流入3280.42万元，刚好抵消了主力资金的流出规模，这一现象体现出不同资金群体之间存在分歧。游资更关注短期的交易机会，而散户则是受到股价回调以及题材概念的吸引而入场，不过这两类资金对股价的支撑作用比较有限，没能改变股价下跌的趋势。 3. 估值与市值表现 截至当日收盘，该公司总市值达77.43亿元，流通市值为69.58亿元，市盈率（TTM）高达289.90倍，明显超出传媒科技行业的平均水平。在此高估值状况下，主力资金倾向于获利了结的意愿较为强烈。 二、资金出逃核心原因 1. 业绩分化引发盈利担忧 2025年三季报显示出“营收增长、利润表现疲弱”的分化态势：前三季度营业收入同比增长24.58%，然而扣除非经常性损益后的净利润同比下降63.06%；第三季度单季扣非净利润同比大幅下滑88.1%，仅实现248.66万元。净利润的增长主要依靠3161.57万元的投资收益支撑，主营业务的盈利能力有所减弱，主力资金对其业绩的可持续性持怀疑态度。 2. 行业竞争与题材兑现压力 公司的主营业务涵盖传媒科技、信息服务等板块，尽管业务范畴包含AI、超高清这类当下的热门领域，但近期六省市卫视超高清频道陆续开播等行业层面的利好消息已逐步落地，目前来看缺少新的驱动因素。与此同时，行业竞争的日益激烈使得公司毛利率较去年同期下滑了13.24个百分点，这也进一步降低了市场对其盈利情况的预期。 3. 股东结构与资金情绪影响 十大流通股东里，像马志飞这样的股东进行了减持；同时，持仓机构只有4家，机构对其关注度不高，所以很难汇聚起资金合力。另外，近期市场整体的风险偏好较为谨慎，高估值的题材股正面临资金回流到蓝筹股的压力，而数码视讯作为小众题材的标的，就成了主力资金撤离的目标。 三、后续关注要点 1. 业绩真实性与持续性 需持续跟踪第四季度主营业务的盈利改善情况。若扣除非经常性损益后的净利润依旧未见好转，当前的高估值逻辑将难以维系，股价或面临进一步调整压力；若投资收益仍为利润的主要贡献来源，则需重点关注该部分收益的稳定性与可持续性。 2. 资金流向与估值匹配度 当前289.90倍的市盈率处于明显偏高水平，后续若主力资金持续撤离，估值大概率会向行业均值靠拢；而要是游资与散户能持续承接筹码，同时有新题材的推动，或许会保持震荡走势。 3. 行业政策与技术突破 关注广电行业改革、应急广播体系建设等政策推进情况，以及公司 AI、多模态技术的商业化落地进展，这些因素可能成为后续资金回流的关键催化剂。

2026-02-17

12月10日，由古天乐、林峯、宣萱、郭羡妮、滕丽名等主演的电影版《寻秦记》宣布将于12月31日在中国内地上映，并同步发布了定档预告与海报。 《寻秦记》电影版定档预告： 在定档预告里，项少龙（古天乐 饰）和赵盘（林峯 饰）这对师徒针锋相对，数十年积压的恩怨情仇也将要做个了断。 电影版《寻秦记》延续了剧版《寻秦记》的剧情脉络，故事设定在剧版结局的19年后；影片不仅集结了2001年剧版的原班人马，还由古天乐出任总监制，吴炫辉与黎震龙携手联合执导。

2026-02-17

在数字人技术快速发展的当下，生成效率依旧是行业亟待解决的核心难题。商汤科技依托在生成式AI和多模态交互领域的扎实积淀，研发出实时语音驱动数字人技术——SekoTalk。借助多维度的创新技术手段，SekoTalk大幅提高了数字人视频的生成效率，在8卡服务器环境中，生成速度可达25 fps，首帧延迟仅3.5秒，在行业内率先达成实时生成的目标。此外，SekoTalk还能够支持多人场景、多语言环境下的口型精准适配，以及超长时间的稳定生成效果。这一技术突破了数字人发展过程中的性能限制，为数字人实现大规模、实时化的应用拓展了更多空间。 SekoTalk今年8月上线，应用在商汤Seko、如影数字人等产品中，已助力用户创作出数十万部作品，并诞生了全网播放量超2000万播放的爆款作品。 算法系统协同：实现极致性价比突破 生成效率是数字人走向实用化的关键，而实时性又是生成效率的北极星。SekoTalk通过模型蒸馏，模型结构优化，以及模型与系统的协同设计，在保证生成质量的前提下，实现推理效率的跨越式提升。 和其他方案比起来，SekoTalk的性价比优势十分突出：开源模型生成一段5秒的视频往往要超过十分钟，商用闭源模型生成5秒视频通常也需要1到10分钟左右。而SekoTalk在8卡服务器上的生成速度能达到25帧每秒，就算把SekoTalk和多模态模型结合使用，整个系统的首帧延迟也能低至3.5秒。 Phased DMD分布匹配蒸馏技术，无限逼近base模型效果： 以往在扩散模型蒸馏方面的实践表明，低步数生成质量往往受限于等效模型的容量。而当前主流的SOTA视频生成模型已充分验证混合专家（MoE）技术在扩散模型领域的显著潜力——在不增加推理成本的前提下，能够有效提升等效模型容量，从而带来更优的性能表现。不过，MoE技术在扩散模型蒸馏场景中的应用尚未得到深入探索。商汤科技团队研究发现，若直接将分布匹配蒸馏（DMD）应用于MoE模型，会导致生成视频的运动流畅度与指令遵循能力下降。针对这一问题，团队提出了Phased DMD技术，将去噪过程构建为多阶段的MoE模型架构。该技术不仅能原生适配MoE模型，对于非MoE的教师模型，也可通过蒸馏将其转化为MoE学生模型。这一创新显著增强了蒸馏后模型生成内容的动态效果与多样性，使SekoTalk在推理开销降低25倍的情况下，仍能保持教师模型原有的肢体运动自然度与情绪表达能力。除了在SekoTalk上的应用，Phased DMD还对开源社区常用的基础模型进行了蒸馏优化并反馈至社区，相关优势已获得开源社区的认可，进一步验证了该技术的通用性与有效性。 LightX2V采用与模型协同设计的方式，可支持低资源环境下的部署。作为商汤科技开源的行业内首个能实现实时视频生成的推理框架，LightX2V在模型与系统的设计阶段，就将低比特量化感知训练、稀疏注意力等原生优化手段融入其中，再搭配自研的“SPARSE+NVFP4+低比特通信”高效注意力算子，使得模型在完成训练后即可直接进行低资源部署。 从测试数据来看，在不同GPU硬件环境下，LightX2V均能实现 SekoTalk 的高效推理，为不同场景的落地提供灵活支撑。 声形同步：多语言+多人场景口型精准匹配 传统数字人技术在处理多语言、多人交互的复杂场景时，常出现口型与语音匹配不准的问题。SekoTalk通过一系列创新设计，实现了从单人口形到多人互动的高度精准的声形同步。 在2D数字人生成领域，部分研究工作仍采用早期wav2vec2系列预训练语音编码器实现角色驱动。商汤团队依托在3D数字人语音驱动技术UniTalker上积累的算法经验，意识到语音编码器的选型对数字人驱动效果起着关键作用。 为此，研究团队针对wav2vec2、hubert、wavlm、whisper等多款语音编码器，开展了2D数字人驱动场景下的性能对比探究。结果显示：即便采用多语言预训练的wav2vec2-large-xlsr-53模型，其在英语口型驱动的精准度及多语言泛化能力的定量评测中，表现仍不及其他几款编码器。 通过系统的消融实验验证后，SekoTalk最终选用了本次探究中性能最优的音频编码器；结合规模化训练优化，该模型在中英文、多小语种场景，以及日常对话、说唱等多样化表达情境中，均实现了高精度的数字人驱动效果。 音视频帧率解耦，防止细节丢失：主流视频生成模型采用“1+4N”时序压缩机制，为达成与视频帧的精准同步，SekoTalk对音频处理分支展开了细致优化。它创新性地将视频帧率（16-25fps）与语音特征帧率（50fps）进行解耦，规避了传统下采样方式导致的口型细节丢失问题，让音频能够和任意帧率的视频在时序上实现对齐，确保音频与画面的高质量同步。 多人场景高度可控：借助良好的模型泛化能力和创新的掩码注意力机制(Attention Mask)，SekoTalk可在多人对话场景中，独立、精准地控制每个角色的口型与动作，输出自然流畅的群组互动效果，拓展了技术的适用场景和应用潜力。 高效能、低成本的语音模块：在文生视频领域，人们常利用文本条件的Classifier-Free Guidance（CFG）来优化视频生成质量；而在数字人生成领域，过往研究也采用类似思路，通过语音条件的CFG提升口型驱动的精准度，但这会比仅用文本条件生成视频增加50%的计算成本。此外，文本条件的CFG往往会导致生成画面过饱和，同理，语音条件的CFG在提高口型驱动准确性时，也常使生成的人脸画面显得夸张且不自然。商汤团队提出，通过优化语音注入模块的设计，能够从根本上解决这一问题。借鉴DiT的设计理念，研究团队在语音模块中引入了Adaptive Layer Normalization（AdaLN），并以可学习参数的注入方式替代传统的Linear Projection，在保证生成表现力的基础上降低了计算开销。经过这些优化，SekoTalk模型无需依赖语音条件的CFG，就能实现精准的嘴形驱动。这一改进不仅减少了计算成本，还避免了因使用语音条件的CFG而需在口型准确性与脸部画面自然性之间做出权衡的问题。 超长时稳定生成：告别画面漂移与人物不一致 在生成长视频时，画面色彩漂移和人物ID不一致，一直是行业的重要挑战。SekoTalk提出混合参考图注入等方案，有效平衡动作多样性与画面稳定性。 混合参考图注入策略，兼顾“段内稳定”与“段外泛化”：通过在训练阶段随机选择片段内、外的参考图，并辅助标志位指示参考图来源，使模型同时掌握了“段内稳定”与“段外泛化”两种能力。在推理时灵活切换，有效兼顾了动作多样性与画面稳定性。 高低语义特征联合注入，加快模型收敛速度：采用“高语义特征+低语义特征”的双通道注入机制，利用不同层级的语义信息引导模型，这不仅加强了人物ID的一致性，还加速了模型的收敛。 分离式Patchify编码，高保真条件注入：将加噪视频、参考图、前序帧等不同类型的特征交给独立的Patchify分支处理，使模型注意力更容易区分并理解多源信息。这不仅增强了长视频生成中的人物一致性，还提升了续写的连续性与稳定性。 SekoTalk在隐空间续写的效率优化方面表现突出，能保障续写流畅度：具体而言，它在时序维度融入前序帧特征，直接复用前一生成片段末尾的隐空间特征，省去了传统方案里“解码-再编码”的多余步骤；同时结合层级化KV缓存与因果注意力机制，既保证了续写的稳定性，又显著提高了长视频生成的推理效率。 SekoTalk的技术价值已通过实践得到验证。作为首个支持2人以上对口型、生成2分钟长视频的免费技术体验平台，其在线体验平台已产出大量作品，SekoTalk模型也已集成到Seko、如影数字人等产品中使用。另外，SekoTalk实时版在情感陪伴、在线教育、专业咨询领域的实时交互案例，也体现出它推动数字人迈向更自然、智能、实时的未来的潜力。

2026-02-17

当航空发动机叶片的精密设计邂逅大模型推理，当低空飞行器的动态调度融入智能管理系统，空天领域的智能化升级正迎来关键跨越。12月9日，北京趋境科技与金航数码于北京正式签署人工智能业务合作框架协议。这场“算力底座巨头与航空数字化领军者”的强强联手，不仅要将前期已落地的标杆解决方案大规模推广，更凭借趋境科技独创的“以存换算”技术大模型落地难题，为航空等复杂装备工业构建“低成本、高适配、可复制”的智能化转型范例。 强强联合：从技术验证到战略绑定的必然选择 此次签约并非从零起步的全新尝试，而是在已有成功实践基础上的深度进阶。金航数码作为中国航空工业集团信息化建设的核心支撑力量，肩负着推动国产工业软件实现突破的重要使命，二十多年来在复杂装备“研发-生产-试验-保障”的全价值链环节持续深耕，其自主研发的“金航倍思BASIC”云网融合基础设施，已然成为“数字航空”建设的关键核心底座。趋境科技则由清华大学武永卫教授发起创立，依托“全系统异构协同”与“以存换算”两大核心技术优势，在大模型私有化部署领域树立起技术标杆——其创新研发的方案能够在单GPU上运行千亿乃至万亿参数的超大MoE模型，彻底打破了算力方面的限制与束缚。 在签约仪式上，金航数码董事长曾文与趋境科技CEO艾智远的发言传递出清晰的合作共识：“这并非单纯的技术叠加，而是算力底座与行业场景之间的双向赋能。”随后，金航数码副总工程师郑双成与趋境科技副总裁关嘉伟代表双方签署合作协议，清华大学武永卫教授等来自学界与产业界的代表共同见证了这一时刻。此次合作不仅实现了顶尖学术成果与工业实践的对接，更明确了空天领域智能化升级的核心方向。 核心突破：“以存换算”技术让大模型落地成本直降10倍 航空航天领域的大模型应用曾长期受制于两大痛点：一是千亿级参数模型推理需多GPU集群支撑，算力成本居高不下;二是工业场景数据敏感，私有化部署的兼容性与效率难以平衡。趋境科技的“以存换算”技术，正是这一困局的关键。 这项技术借助全系统异构协同架构对算力调度逻辑进行重构，把传统上依赖算力集群的推理流程，转变为以高效存储调度为关键的运算形式，直接让大模型的推理门槛降低了10倍。“拿航空发动机故障诊断场景来说，以前需要8卡GPU集群来支持的推理任务，现在用单GPU就能完成，而且推理延迟从200ms降到了30ms以内。”趋境科技的技术负责人表示，这一突破让大模型从“实验室里的奢侈品”变成了“车间中的刚需品”。 依托金航数码在行业领域的落地实践能力，双方共同构建起三大成熟的解决方案体系：在研发环节，智能化数据库搭配辅助编程系统，能让零部件设计周期减少30%，某航空发动机关键部件的仿真分析效率也因此提高40%；在运维方面，基于知识库开发的智能诊断系统，对飞机航电系统故障的定位准确率已达92%；在新兴业务领域，低空飞行器智能化管理系统已成功在某省级低空经济示范区完成部署，可支持每小时1000架次的动态调度任务。 场景落地：从“单点突破”到“全链重塑”的实践路径 在某航空工业主机厂的实际应用场景中，这套联合解决方案已彰显出突破性价值。以往需5人团队花费两周时间完成的航电系统日志分析工作，现在借助大模型辅助分析工具，仅需1人耗时2小时就能完成，同时异常数据识别准确率也从78%提高到了95%。这一成果的背后，是“算力与场景”的深度融合：趋境科技的算力调度平台与金航数码的工业软件相互适配，对设备运维数据、设计图纸信息、试验报告文本等多模态数据进行高效处理，再通过工作站与笔记本相结合的灵活终端模式，满足车间、实验室、指挥中心等多种场景的使用需求。 低空经济的落地实践具有更强的示范价值。依托航空空域管理的专业积淀，金航数码联合趋境科技的动态推理技术优势，共同打造的智能化管理系统，能够实时融合气象信息、飞行器运行状态与航线拥堵数据，借助大模型的预测性调度功能，有效将低空飞行冲突发生率降低六成。目前，该系统已在京津冀、粤港澳大湾区等低空经济试点区域投入应用，为无人机物流配送、空中游览观光等场景筑牢核心技术支撑。 行业影响：开启复杂装备工业智能化“规模化时代” 这场合作的价值，远不止于单一企业间的协同效应，更将推动整个复杂装备工业的智能化转型迈入“规模化落地阶段”。长期以来，大模型在工业领域的应用一直受困于“定制化成本高昂、技术门槛偏高、复用性较低”这三大难题，而趋境与金航数码的联合模式则给出了破局之策：趋境科技输出标准化的算力底座，金航数码提供行业化的应用模块，构建起“底座+模块”的可复制方案，让不同企业不必重复投入底层技术研发，就能快速适配自身的应用场景。 从产业战略视角分析，此次合作堪称落实“新型工业化”与“新质生产力”要求的范例。作为高端制造领域的“国家队”成员，中国航空工业集团的数字化转型实践成果，将借助金航数码的解决方案向行业内外延伸；趋境科技的算力技术则能为国产工业软件赋能AI功能，从而助力突破关键技术“卡脖子”的困境。武永卫教授表示：“一旦单GPU能够支持超大模型的推理工作，且航空场景的解决方案可以复制应用到航天、船舶等领域，中国复杂装备工业的智能化发展就能实现‘换道超车’。” 未来，双方将重点拓展三大方向：一是深化航空发动机、大型客机等核心装备的研发智能化，推出大模型辅助设计平台;二是构建跨领域工业知识库，实现航空、航天、兵器等行业的技术经验复用;三是打造低空经济智能管理国家级示范项目，推动空域资源高效利用。 从单GPU的算力突破到全产业链的智能重塑，趋境科技与金航数码的合作正在书写新的产业故事。当“以存换算”的技术红利遇上航空工业的场景积淀，空天领域的智能化升级不再是零星试点，而是即将席卷整个复杂装备工业的生态革命——这不仅是两家企业的共赢，更是中国高端制造向“智能+”时代迈进的重要里程碑。

2026-02-17