搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产 零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）https://shuzhi.hangyexinwen.comhttps://shuzhi.hangyexinwen.com/posts/25441https://shuzhi.hangyexinwen.com/posts/25441Wed, 09 Sep 2026 00:25:00 GMT⁣<br /><b><i><b>📰</b></i> 2026高适配制造业数字化转型的CRM之选</b><br /><br />2026年，中国制造业正处于数字化转型的深水区，CRM系统已从单纯的客户信息登记工具发展为连接市场获客、销售跟单、生产排程、供应链协同与财务回款等全链路的核心业务载体。制造业的端到端闭环要求在数据层实现统一建模，在业务层实现流程闭环，打通线索、商机、合同、订单、发货与回款等全链路，避免数据孤岛与流程断点，提升营销、销售、交付、售后服务等环节的协同效率。CloudCC以强大的PaaS平台、AI能力深度行业化、数据安全合规性以及灵活部署，成为国产替代中的积极选项，并通过与Salesforce、Zoho的对比，突出在制造业场景的深度适配与本地化优势。对于大型跨国企业可考虑全球布局与合规性，成本与本地化服务需评估；中小型企业与外贸团队则更看重性价比与快速落地，Zoho具备一定优势；而大型对深度定制和端到端闭环有高要求的企业，CloudCC凭借PaaS能力与“AI+行业”路线，成为国产化替代浪潮中的优选。整体来看，2026年的制造业CRM市场正在从单点工具向端到端闭环体系升级，AI能力与国产化落地将成为关键驱动。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%88%B6%E9%80%A0%E4%B8%9A">#制造业</a> <a href="/search/%23CRM%E5%8D%87%E7%BA%A7">#CRM升级</a> <a href="/search/%23%E7%AB%AF%E5%88%B0%E7%AB%AF%E9%97%AD%E7%8E%AF">#端到端闭环</a> <a href="/search/%23%E5%9B%BD%E4%BA%A7%E6%9B%BF%E4%BB%A3">#国产替代</a> <a href="/search/%23AI%E8%A1%8C%E4%B8%9A">#AI行业</a><br /><br /><i><b>🔗</b></i> <a href="https://m.sohu.com/a/1073186411_104421?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/24376https://shuzhi.hangyexinwen.com/posts/24376Wed, 26 Aug 2026 05:29:33 GMT⁣<br /><b><i><b>📰</b></i> 金色体育手机版下载驱动移动观赛新范式，数字体育大会展示自研直播引擎</b><br /><br />随着5G-A、算力网络与人工智能大模型的加速落地，移动体育应用正在从“功能工具”向“数字基础设施”转变。传统直播在弱网条件下的卡顿与低码率已难以满足沉浸式观赛需求。本次大会展示的金色体育手机版下载以“极速·智绘·全场景”为主题，发布的新一代移动端直播引擎实现了编码、传输、画质与智能分发的跨越式提升，目标是在任何网络条件下提供接近本地的低延迟和电视级画质。核心在于底层自研编码与QUIC自适应传输框架，辅以300多边缘节点的智能调度，使端到端延迟稳定在800毫秒以下，特定场景可降至500毫秒，同时实现1%–5%丢包条件下的可靠传输与显著的画质保真。为提升用户参与度，系统将行为序列建模引入Transformer与在线强化学习，动态预测并推荐内容，推荐位点击率提升35%，人均观看时长提升22%，互动率提升18%，并在高并发场景下保持低卡顿率。多端协同方面，开放式开放平台与OpenAPI使得跨设备无缝体验成为可能，智能汽车、智能电视、车载系统和可穿戴设备均可接入，形成“手机–多端–云端”的体育服务生态。安全方面则推出端云一体的安全方案，确保跨端数据在加密与脱敏条件下安全流转，已通过三级等保测试。总体来看，这是一整套端到端、环环相扣的技术与生态闭环，旨在让用户在任何设备、任何网络条件下都能沉浸式观赛，改变体育数字服务链的组织形态与行业标准，推动万兆互联时代的到来。 <br /><br /><i><b>🏷️</b></i> <a href="/search/%235G">#5G</a>-A <a href="/search/%23AI">#AI</a> <a href="/search/%23%E8%B6%85%E5%88%86">#超分</a> <a href="/search/%23%E7%AB%AF%E4%BA%91%E5%AE%89%E5%85%A8">#端云安全</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E6%8E%A8%E8%8D%90">#智能推荐</a><br /><br /><i><b>🔗</b></i> <a href="https://auto.eastday.com/a/n260826004135555.html" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/23195https://shuzhi.hangyexinwen.com/posts/23195Sat, 08 Aug 2026 01:49:43 GMT⁣<br /><b><i><b>📰</b></i> 信息化观察网 - 引领行业变革</b><br /><br />本文梳理了智能驾驶从模块化割裂向端到端融合、再向物理AI的演进路径。早期以DARPA挑战赛为起点，自动驾驶多为规则算法和高精地图的“昆虫级”智能，难以泛化。2024年起，端到端方案兴起，特斯拉FSD V12/V14等推动感知、决策、控制的统一与可解释性提升，同时出现VLA（视觉-语言-行动）与世界模型两条路线的竞争与融合。行业逐步从“二段式”向“一段式”与“VLA+世界模型”深度融合转变，华为、百度、小鹏、蔚来、理想等企业纷纷落地世界模型、闭环强化学习、跨模态底座模型等技术，形成以物理世界理解与行动能力为核心的新竞争格局。未来五年，物理AI将成为智驾行业的核心底座，推动从价格战、堆参数向“建底座、懂因果、能行动”的升级，最终实现L3/L4甚至无人驾驶阶段，然而要真正达到像人类般的理解与预测仍需更大规模数据、算力与更高的技术突破。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E6%99%BA%E8%83%BD%E9%A9%BE%E9%A9%B6">#智能驾驶</a> <a href="/search/%23%E4%B8%96%E7%95%8C%E6%A8%A1%E5%9E%8B">#世界模型</a> <a href="/search/%23VLA">#VLA</a> <a href="/search/%23%E7%AB%AF%E5%88%B0%E7%AB%AF">#端到端</a><br /><br /><i><b>🔗</b></i> <a href="https://www.infoobs.com/article/20260807/71753.html" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/23083https://shuzhi.hangyexinwen.com/posts/23083Thu, 06 Aug 2026 08:19:36 GMT⁣<br /><b><i><b>📰</b></i> 物理AI重塑智驾-证券之星</b><br /><br />本文梳理了从“看见什么做什么”到“想象接下来会发生再主动行动”的物理AI浪潮对智能驾驶的深刻影响。随着终端端到端、VLA（视觉-语言-行动）与世界模型等路线的崛起，智能驾驶正从依赖规则和高精地图的模块化系统，逐步走向具有可解释性与预测能力的统一智能体。2024-2025年国内外先后落地的一段式端到端、VLA与世界模型的融合，促使特斯拉、华为、蔚来、小鹏、理想等厂商将底座模型作为核心支撑，推动自动驾驶、座舱及机器人等多场景的技术协同。行业共识逐步形成：VLA提供理解能力，世界模型增强对物理世界的预测，二者的深度融合被视为未来的主流方向，甚至可能超越人类驾驶。与此同时，算力与数据规模成为关键瓶颈，头部企业正在通过大规模算力投入与海量真实数据积累，提升物理AI的落地能力。尽管如此，真正的物理AI形态尚未到来，仍需解决“从理解到行动”的完整闭环与安全可控的问题。展望未来，物理AI在五年内有望成为行业普遍的核心底座，推动自动驾驶进入更高水平的智能时代。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%89%A9%E7%90%86AI">#物理AI</a> <a href="/search/%23%E4%B8%96%E7%95%8C%E6%A8%A1%E5%9E%8B">#世界模型</a> <a href="/search/%23VLA">#VLA</a> <a href="/search/%23%E7%AB%AF%E5%88%B0%E7%AB%AF">#端到端</a> <a href="/search/%23%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6">#自动驾驶</a><br /><br /><i><b>🔗</b></i> <a href="https://wap.stockstar.com/detail/IG2026080600019614" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/23023https://shuzhi.hangyexinwen.com/posts/23023Wed, 05 Aug 2026 11:24:33 GMT⁣<br /><b><i><b>📰</b></i> [东吴证券]：汽车行业深度报告：AI系列深度12期：从模块化到端到端 - 发现报告</b><br /><br />本文聚焦端到端在智能驾驶与机器人领域的发展脉络，解析其核心内涵、与模块化流水线的差异，以及在产业中的演进路径。端到端的要义在于以可整体训练的神经网络，将原始传感器输入直接映射为规划或控制输出，并通过全局优化提升系统性能。与模块化相比，端到端信息传递更完整、可提升任务导向的协同效果，但在可解释性、可控性与安全性方面面临挑战。历史上从网络工程的端到端概念演进到机器学习范式，经历了ALVINN、DAVE等代表性项目、以及LeCun等学者对整体可微与全局优化的确立。产业端，特斯拉FSD v12等示例标志着端到端在主决策中的主导地位逐步增强，但规则体系并未完全消失，而是作为安全兜底和合规约束依然存在。文章进一步指出，端到端、VLA与世界模型并非替代关系，而是处于不同能力层级的组合方案，数字AI在很多场景已将端到端设为默认范式。未来智能驾驶与机器人应用将围绕端到端的整体训练、与VLA、世界模型等协同，构建更稳健的闭环系统。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%AB%AF%E5%88%B0%E7%AB%AF">#端到端</a> <a href="/search/%23%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6">#自动驾驶</a> <a href="/search/%23%E6%A8%A1%E5%9D%97%E5%8C%96">#模块化</a> <a href="/search/%23VLA">#VLA</a> <a href="/search/%23%E4%B8%96%E7%95%8C%E6%A8%A1%E5%9E%8B">#世界模型</a><br /><br /><i><b>🔗</b></i> <a href="https://www.fxbaogao.com/detail/5580381" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/21811https://shuzhi.hangyexinwen.com/posts/21811Sat, 18 Jul 2026 11:19:36 GMT⁣<br /><b><i><b>📰</b></i> 直击WAIC｜“手掌大小的设备驱动千亿参数” 告别参数内卷，AI红利走向实际落地</b><br /><br />本次WAIC聚焦从“模型竞赛”到“实体落地”的转变，展现了AI产业在底层算力、智能调度、行业模型与终端应用之间的闭环升级。展区从以往的对比墙转向实物应用与场景化服务，强调民生普惠与产业赋能的协同推进。企业通过医养健康、数据中心节能、工业诊断、组织智能化等多维场景，展示AI能力向高效工作流的落地价值：单纯的技术复杂度并非关键，关键在于嵌入真实工作流并带来可量化的效率提升。与此同时，端侧AI、Token为单位的算力新范式和智能体/代理体系逐步成熟，推动“大模型云端向本地化、端边协同”的转变，并促使资本评估聚焦商业化落地、数据壁垒与规模化价值创造。未来的竞争将围绕行业定制化能力、数据与流程整合，以及通过智能组织与任务持续性提升来实现可复制的盈利能力。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23AI%E8%90%BD%E5%9C%B0">#AI落地</a> <a href="/search/%23%E7%AE%97%E5%8A%9B%E5%8F%98%E9%9D%A9">#算力变革</a> <a href="/search/%23%E7%AB%AF%E4%BE%A7AI">#端侧AI</a> <a href="/search/%23%E4%BA%A7%E4%B8%9A%E8%B5%8B%E8%83%BD">#产业赋能</a> <a href="/search/%23%E5%95%86%E4%B8%9A%E5%8C%96">#商业化</a><br /><br /><i><b>🔗</b></i> <a href="https://www.nbd.com.cn/articles/2026-07-18/4476783.html" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/20463https://shuzhi.hangyexinwen.com/posts/20463Sun, 28 Jun 2026 14:25:12 GMT⁣<br /><b><i><b>📰</b></i> 全双工AI会对数字人行业带来什么改变?</b><br /><br />阿里 WanStreamer 通过将传统六模块级联流水线整合为一个统一的 Transformer，实现了“边听、边看、边想、边说”的全双工端到端交互，显著降低数字人交互延迟至约550ms，总体实现对数字人新物种的定义。核心创新包括200ms的模型侧延迟、 thinker-performer 双卡流水线、音视频在潜在空间的多模态联合生成、以及原生流式架构，使数字人能够在用户说话时点头、皱眉、随时打断并持续感知对话中的细微情感与表情变化，解决了传统系统的音画错位和叠加延迟问题。这一技术带来三重颠覆：提升交互真实感和流式交流体验，拓展商业变现路径（如医疗、教育、企业数字员工、以及可实时感知评论区并调整话术的电商直播），以及推动行业从拼模块向端到端模型训练的转型，提升算力与开源生态的重要性。未来需在分辨率、情感深度和人格化方面继续提升，并在金融、医疗、教育等强交互场景广泛落地，形成以全双工模型能力为核心的产业闭环。阿里以千问大模型、WanStreamer 与平头哥芯片构建全栈生态，已在先机阶段取得行业领先。本文信息来自 AI 生成内容。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%85%A8%E5%8F%8C%E5%B7%A5">#全双工</a> <a href="/search/%23%E7%AB%AF%E5%88%B0%E7%AB%AF">#端到端</a> <a href="/search/%23%E6%95%B0%E5%AD%97%E4%BA%BA">#数字人</a> <a href="/search/%23%E5%A4%9A%E6%A8%A1%E6%80%81">#多模态</a> <a href="/search/%23%E5%95%86%E4%B8%9A%E5%8F%98%E7%8E%B0">#商业变现</a><br /><br /><i><b>🔗</b></i> <a href="https://app.myzaker.com/news/article.php?pk=6a40ff218e9f095e777b57ed" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/16081https://shuzhi.hangyexinwen.com/posts/16081Sat, 18 Apr 2026 18:50:10 GMT⁣<br /><b><i><b>📰</b></i> 浪潮海岳iBD重磅发布，开创端到端一体化产品新格局_腾讯新闻</b><br /><br />4月17日，2026浪潮数字企业创新大会在北京举行，浪潮数字企业与达索系统发布浪潮海岳iBD，提供覆盖研发、制造、经营的端到端一体化能力，成为大会焦点。国家推动制造业数字化，行业痛点如排程难与孤岛，一体化方案需求凸显，强调端到端落地性。 <br />海岳iBD以“双核驱动、全栈赋能”为定位，以统一BOM与数字孪生为引擎，打通研发、工艺、生产、经营四大环境，构建实时感知、智能决策、虚拟优化的闭环体系，兼容500+工业协议。非计划停机降幅30%-40%，运维成本下降20%-30%，帮助企业从局部优化走向全局协同与价值重构。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E6%B5%AA%E6%BD%AE%E6%B5%B7%E5%B2%B3">#浪潮海岳</a> <a href="/search/%23%E8%BE%BE%E7%B4%A2%E7%B3%BB%E7%BB%9F">#达索系统</a> <a href="/search/%23%E6%95%B0%E6%99%BA%E5%8C%96">#数智化</a> <a href="/search/%23%E7%AB%AF%E5%88%B0%E7%AB%AF">#端到端</a><br /><br /><i><b>🔗</b></i> <a href="https://news.qq.com/rain/a/20260418A05T8Z00" target="_blank">原文链接</a>https://shuzhi.hangyexinwen.com/posts/14801https://shuzhi.hangyexinwen.com/posts/14801Sun, 29 Mar 2026 15:15:19 GMT⁣<br /><b><i><b>📰</b></i> 行业观察｜中国手机大厂都在做AI，vivo解法有何不同</b><br /><br />本篇报道聚焦vivo在博鳌亚洲论坛期间提出的手机从Smart Phone走向Agent Phone的前瞻性观点。文章指出，成本压力、存储等核心器件价格上升以及换机周期延长，促使手机厂商探索新增长路径。vivo的核心思路是通过端侧AI与影像能力的深度结合，构建差异化的场景数据护城河，将手机从被动工具转变为“数字伙伴”，以影像+AI双核驱动实现价值重构，并将技术边界延伸至家庭机器人与IoT生态。端侧模型、本地计算带来低延迟与隐私保护，而真正的护城河在于场景数据的沉淀能力，谁能在端侧积累更贴合用户场景的数据，谁就能形成长期竞争力。vivo以端侧模型、定制算力芯片和影像能力为核心，推动从Agent Phone到机器人生态的纵贯布局，力图在AI时代建立可持续的差异化优势。文章还提到，影像能力正成为核心的“眼睛”，通过对场景理解与用户场景下的应用，推动商业化落地，同时面临消费者是否愿意为隐性Agent能力买单等挑战。机器人Lab的成立与“沿途下蛋”的策略，体现了公司在手机、MR与机器人之间构建闭环的长期愿景，即以手机为入口，养成AI能力、推动机器人应用，形成对未来终端形态的前瞻性储备。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E7%AB%AF%E4%BE%A7AI">#端侧AI</a> <a href="/search/%23%E5%9C%BA%E6%99%AF%E6%95%B0%E6%8D%AE">#场景数据</a> <a href="/search/%23%E5%BD%B1%E5%83%8F%E8%83%BD%E5%8A%9B">#影像能力</a> <a href="/search/%23AgentPhone">#AgentPhone</a> <a href="/search/%23%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%94%9F%E6%80%81">#机器人生态</a><br /><br /><i><b>🔗</b></i> <a href="https://m.sohu.com/a/1002634595_115571?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334" target="_blank">原文链接</a>