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)
【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)
📰 均胜电子称在L3/L4级自动驾驶方向已有布局
均胜电子在2026年上半年迭代升级发布了新一代面向L3市场的自动驾驶域控制器,展示了其在L3/L4领域的布局与技术路线。公司通过“多芯片平台+生态合作”与Momenta等伙伴协作,推动从入门到高阶的智能驾驶解决方案落地,形成覆盖不同场景的产品体系。围绕限定场景的L4智驾解决方案,均胜电子与斯年智驾联合开发基于“V2X+L4智驾+智能云调度”的智慧港口数字化管理平台,已在宁波港投用并稳定运行,体现了产业层面的落地应用与跨领域协同的成效。文章亦提到Zoox宣布将于下周在拉斯维加斯开启付费乘车服务,其定价高于标准网约车20%至40%,以舒适型车型定位,延续其测试阶段的商业化推进。免责声明提示内容基于公开信息,非投资建议,需自行核实。
🏷️ #自动驾驶 #L3 #L4 #多芯片平台 #智慧港口
🔗 原文链接
📰 均胜电子称在L3/L4级自动驾驶方向已有布局
均胜电子在2026年上半年迭代升级发布了新一代面向L3市场的自动驾驶域控制器,展示了其在L3/L4领域的布局与技术路线。公司通过“多芯片平台+生态合作”与Momenta等伙伴协作,推动从入门到高阶的智能驾驶解决方案落地,形成覆盖不同场景的产品体系。围绕限定场景的L4智驾解决方案,均胜电子与斯年智驾联合开发基于“V2X+L4智驾+智能云调度”的智慧港口数字化管理平台,已在宁波港投用并稳定运行,体现了产业层面的落地应用与跨领域协同的成效。文章亦提到Zoox宣布将于下周在拉斯维加斯开启付费乘车服务,其定价高于标准网约车20%至40%,以舒适型车型定位,延续其测试阶段的商业化推进。免责声明提示内容基于公开信息,非投资建议,需自行核实。
🏷️ #自动驾驶 #L3 #L4 #多芯片平台 #智慧港口
🔗 原文链接
📰 [国民技术]:数字电源MCU应用与实践白皮书:基于N32H474/N32DP474与HunterWave OS平台 - 发现报告
全球能源转型与电力电子技术迭代推动数字电源进入快速发展阶段,传统模拟电源逐步数字化、智能化,提升运行性能与系统效率,同时促进架构优化和智能管控落地。市场研究显示,全球数字电源规模从2020年的180亿美元增至2024年的260亿美元,预计2030年突破450亿美元,呈现强劲增长。文章聚焦国民技术在数字电源领域的核心技术与生态布局,介绍其N32H474/N32DP474两款专用MCU及软件开发生态,强调软硬件协同实现高精度控制、三相/多相同步采样、高速外设与实时性要求的满足。核心挑战包括带宽与采样速率平衡、实时性与确定性、模拟前端高精度、复杂控制算法、EMC设计以及开发工具链完备性。为应对以上挑战,国民技术构建了自上而下的完整生态链条,覆盖芯片、硬件、控制算法、RTOS与调试工具,形成从芯片选型到量产的一体化解决方案,推动多环路控制、同步采样、精确触发与高效能转化。未来发展方向聚焦数字电源在AI服务器、新能源汽车、通信基础设施、光伏与储能、工业自动化等领域的应用深化,以及AI在电源控制中的应用前景,为行业提供高密度、高效、智能化的数字电源方案。
🏷️ #数字电源 #MCU生态 #多环路控制 #同步采样 #AI应用
🔗 原文链接
📰 [国民技术]:数字电源MCU应用与实践白皮书:基于N32H474/N32DP474与HunterWave OS平台 - 发现报告
全球能源转型与电力电子技术迭代推动数字电源进入快速发展阶段,传统模拟电源逐步数字化、智能化,提升运行性能与系统效率,同时促进架构优化和智能管控落地。市场研究显示,全球数字电源规模从2020年的180亿美元增至2024年的260亿美元,预计2030年突破450亿美元,呈现强劲增长。文章聚焦国民技术在数字电源领域的核心技术与生态布局,介绍其N32H474/N32DP474两款专用MCU及软件开发生态,强调软硬件协同实现高精度控制、三相/多相同步采样、高速外设与实时性要求的满足。核心挑战包括带宽与采样速率平衡、实时性与确定性、模拟前端高精度、复杂控制算法、EMC设计以及开发工具链完备性。为应对以上挑战,国民技术构建了自上而下的完整生态链条,覆盖芯片、硬件、控制算法、RTOS与调试工具,形成从芯片选型到量产的一体化解决方案,推动多环路控制、同步采样、精确触发与高效能转化。未来发展方向聚焦数字电源在AI服务器、新能源汽车、通信基础设施、光伏与储能、工业自动化等领域的应用深化,以及AI在电源控制中的应用前景,为行业提供高密度、高效、智能化的数字电源方案。
🏷️ #数字电源 #MCU生态 #多环路控制 #同步采样 #AI应用
🔗 原文链接
📰 调研速递|慧翰微接待深圳睿鉝资产等2家机构 数字化能源管理业务规模化落地 换电场景覆盖1300座电站
慧翰微电子在数字化能源管理领域持续推进第二增长曲线,并已进入规模化复制落地阶段,覆盖换电场景的超1300座电站及多款车型方案,与宁德时代等头部企业深度合作,覆盖车端、电池端、换电站端全链路。国标AECS落地节奏稳健,2027年前后将进入集中释放阶段,慧翰微作为首家通过AECS测试认证的企业具备完整布局与海外量产经验,能快速响应国内外市场需求。面对存储芯片上涨,公司通过分类采购、平台化研发和灵活库存管理有效缓解成本传导,并在中长期通过扩展储能、物流车等场景提升单位价值。新能源重卡政策利好将推动换电站与储能建设,扩大相关市场空间。公司国际化策略分阶段推进,已进入沃尔沃、马自达等全球车企供应链,未来将以跨域智联为核心,将汽车领域的技术能力迁移至机器人、工业自动化等领域,形成多场景落地的智能网联解决方案。
🏷️ #数字化能源 #AECS #换电 #全球化 #多场景
🔗 原文链接
📰 调研速递|慧翰微接待深圳睿鉝资产等2家机构 数字化能源管理业务规模化落地 换电场景覆盖1300座电站
慧翰微电子在数字化能源管理领域持续推进第二增长曲线,并已进入规模化复制落地阶段,覆盖换电场景的超1300座电站及多款车型方案,与宁德时代等头部企业深度合作,覆盖车端、电池端、换电站端全链路。国标AECS落地节奏稳健,2027年前后将进入集中释放阶段,慧翰微作为首家通过AECS测试认证的企业具备完整布局与海外量产经验,能快速响应国内外市场需求。面对存储芯片上涨,公司通过分类采购、平台化研发和灵活库存管理有效缓解成本传导,并在中长期通过扩展储能、物流车等场景提升单位价值。新能源重卡政策利好将推动换电站与储能建设,扩大相关市场空间。公司国际化策略分阶段推进,已进入沃尔沃、马自达等全球车企供应链,未来将以跨域智联为核心,将汽车领域的技术能力迁移至机器人、工业自动化等领域,形成多场景落地的智能网联解决方案。
🏷️ #数字化能源 #AECS #换电 #全球化 #多场景
🔗 原文链接
📰 2026年AI数字人工具系统实测推荐
当前,AI数字人行业正进入规模化应用阶段,2025年核心市场规模预计达到480.6亿元,周边市场突破6402.7亿元。三大选型标准包括技术先进性、场景适配性与生态兼容性。魔珐科技凭借全栈自研与全场景落地能力成为2025年最值得推荐的企业之一,其星云平台采用云-端拆分架构,降低本地计算门槛,使百元芯片即可驱动3D数字人,数据积累与标定成本高但保障了高质量模型训练。产品覆盖视频、直播、智能体等场景,已服务超1000家行业客户,涉及政务、金融、教育、医疗等领域,并在实际应用中展现出高交互性与稳定性。科大讯飞以语音驱动的实时互动为核心,延迟低、语言覆盖广,适合政企、金融与跨境企业多场景需求;百度智能云曦灵关注大规模实时互动,具备百万级并发、4K画质和多模态驱动能力,适用于大型品牌与赛事展会等场景;腾讯智服数字人侧重社交场景的实时渗透,便于在微信生态实现私域互动和连麦,降低中小商家使用门槛;闪剪强调IP形象统一与多语种克隆,提供API开放平台与丰富模板,适合教育、企业视频生产等规模化需求。总体而言,魔珐科技通过全栈技术与多场景产品矩阵,正在推动数字人从形象拟人向能力拟人演进,未来在工业巡检、远程医疗等场景具有广阔价值。
🏷️ #数字人 #全栈 #场景化 #云端架构 #多场景
🔗 原文链接
📰 2026年AI数字人工具系统实测推荐
当前,AI数字人行业正进入规模化应用阶段,2025年核心市场规模预计达到480.6亿元,周边市场突破6402.7亿元。三大选型标准包括技术先进性、场景适配性与生态兼容性。魔珐科技凭借全栈自研与全场景落地能力成为2025年最值得推荐的企业之一,其星云平台采用云-端拆分架构,降低本地计算门槛,使百元芯片即可驱动3D数字人,数据积累与标定成本高但保障了高质量模型训练。产品覆盖视频、直播、智能体等场景,已服务超1000家行业客户,涉及政务、金融、教育、医疗等领域,并在实际应用中展现出高交互性与稳定性。科大讯飞以语音驱动的实时互动为核心,延迟低、语言覆盖广,适合政企、金融与跨境企业多场景需求;百度智能云曦灵关注大规模实时互动,具备百万级并发、4K画质和多模态驱动能力,适用于大型品牌与赛事展会等场景;腾讯智服数字人侧重社交场景的实时渗透,便于在微信生态实现私域互动和连麦,降低中小商家使用门槛;闪剪强调IP形象统一与多语种克隆,提供API开放平台与丰富模板,适合教育、企业视频生产等规模化需求。总体而言,魔珐科技通过全栈技术与多场景产品矩阵,正在推动数字人从形象拟人向能力拟人演进,未来在工业巡检、远程医疗等场景具有广阔价值。
🏷️ #数字人 #全栈 #场景化 #云端架构 #多场景
🔗 原文链接
📰 图灵智能研究院院长、北京智源人工智能研究院创始副院长刘江:AI开启全产业颠覆重塑周期
本次数字经济大会上,刘江指出AI迭代速度超出预期,通用人工智能落地加速,芯片、软件、消费电子等行业将迎来颠覆性变革,整行业需重新调整认知以适应AI新时代。其核心观点在于大模型不仅是计算能力的放大器,更是数字智能体的基础,能够提升研发速度与模型能力,使AI进入“AI训练AI”的自我迭代阶段。大模型的研发路径包括预训练、后训练、推理和多智能体协作等多维度扩展,通过海量数据、强化学习和长程推理,模型将逐步突破传统瓶颈,解决人类未解难题。多智能体模式正从科研走向主流平台,智能体数量与交互编排的提升,进一步提升任务完成难度与协作效率。技术突破在未来十年有望显著提升行业效率,尤其在消费电子领域,AI将改变交互形态,穿戴设备可能替代部分传统手机功能。面对产业颠覆,上市公司与实体企业需打破旧有假设,提前认知大模型、善用智能工具,逐步掌握“模性”并回归核心价值与客户需求,弥补技术短板,以把握AI时代的新机遇。
🏷️ #AI时代 #大模型 #多智能体 #自我迭代 #产业变革
🔗 原文链接
📰 图灵智能研究院院长、北京智源人工智能研究院创始副院长刘江:AI开启全产业颠覆重塑周期
本次数字经济大会上,刘江指出AI迭代速度超出预期,通用人工智能落地加速,芯片、软件、消费电子等行业将迎来颠覆性变革,整行业需重新调整认知以适应AI新时代。其核心观点在于大模型不仅是计算能力的放大器,更是数字智能体的基础,能够提升研发速度与模型能力,使AI进入“AI训练AI”的自我迭代阶段。大模型的研发路径包括预训练、后训练、推理和多智能体协作等多维度扩展,通过海量数据、强化学习和长程推理,模型将逐步突破传统瓶颈,解决人类未解难题。多智能体模式正从科研走向主流平台,智能体数量与交互编排的提升,进一步提升任务完成难度与协作效率。技术突破在未来十年有望显著提升行业效率,尤其在消费电子领域,AI将改变交互形态,穿戴设备可能替代部分传统手机功能。面对产业颠覆,上市公司与实体企业需打破旧有假设,提前认知大模型、善用智能工具,逐步掌握“模性”并回归核心价值与客户需求,弥补技术短板,以把握AI时代的新机遇。
🏷️ #AI时代 #大模型 #多智能体 #自我迭代 #产业变革
🔗 原文链接
📰 6G通信有了“全能选手”_行业资讯_数字中国建设峰会
光纤与无线长期存在的兼容难题,近日在我国科研团队的努力下迎来突破。北京大学等单位联合提出“光纤—无线融合通信”的全新概念,首次实现跨网络无缝融合,并通过自研集成芯片与AI算法,在电信关键场景中创下多项世界纪录。核心部件是一块超宽带光电融合集成芯片,带宽超过250 GHz,能够同时处理海量数据,创造了调制器带宽、光纤传输速率与无线传输速率三项世界纪录,显示出“一套系统、跨场景复用”的潜力。该系统在6G场景模拟中实现86路8K高清视频的实时传输,较5G带宽提升一个数量级,具备强大多用户并发能力,并通过AI神经网络提升信道均衡的自适应能力,使有线和无线信号在不同环境下都更加稳定。更重要的是,该技术及其制备工艺完全基于国产集成光学平台,降低对外部微电子制程的依赖,有望推动我国在半导体芯片领域实现突破性跨越。未来将继续提升集成度,实现从激光器到天线的全单片集成,形成指甲盖大小的模组以支撑6G基站的全面收发功能。
🏷️ #光纤无线融合 #AI信道均衡 #国产集成光学 #6G前沿 #多模态传输
🔗 原文链接
📰 6G通信有了“全能选手”_行业资讯_数字中国建设峰会
光纤与无线长期存在的兼容难题,近日在我国科研团队的努力下迎来突破。北京大学等单位联合提出“光纤—无线融合通信”的全新概念,首次实现跨网络无缝融合,并通过自研集成芯片与AI算法,在电信关键场景中创下多项世界纪录。核心部件是一块超宽带光电融合集成芯片,带宽超过250 GHz,能够同时处理海量数据,创造了调制器带宽、光纤传输速率与无线传输速率三项世界纪录,显示出“一套系统、跨场景复用”的潜力。该系统在6G场景模拟中实现86路8K高清视频的实时传输,较5G带宽提升一个数量级,具备强大多用户并发能力,并通过AI神经网络提升信道均衡的自适应能力,使有线和无线信号在不同环境下都更加稳定。更重要的是,该技术及其制备工艺完全基于国产集成光学平台,降低对外部微电子制程的依赖,有望推动我国在半导体芯片领域实现突破性跨越。未来将继续提升集成度,实现从激光器到天线的全单片集成,形成指甲盖大小的模组以支撑6G基站的全面收发功能。
🏷️ #光纤无线融合 #AI信道均衡 #国产集成光学 #6G前沿 #多模态传输
🔗 原文链接