博客

《人工智能安全治理框架3.0》发布人工智能安全风险的评价涉及诸多因素。可从应用场景重要性、智能化水平、应用规模等维度，对人工智能安全风险进行评价分级，进而针对性采取安全防范措施。

给机器人当老师：具身智能背后的新型数据标注从给图片拉框、音频转写到给机器人当“老师”，数据标注行业正在完成一次新的转型。机器人每学会一个新动作，背后都有人员把物理世界的常识，翻译成模型听得懂的语言。

2026年电动汽车行业发展趋势解析电动汽车产业正在进入新的发展阶段。经过多年规模扩张，全球市场的竞争重点已经从单纯追求销量增长，逐步转向成本控制、产品价格、电池技术、充电基础设施、软件能力以及海外市场布局。

未来智能座舱，不应该只是多几块屏幕自动驾驶改变的不只是驾驶方式，更是在重构座舱逻辑。当驾驶不再是唯一核心，汽车也开始从交通工具，逐步演变为可工作、休息、娱乐与社交的“第三生活空间”。

半导体IP，增长强劲虽然半导体设计知识产权（IP）市场规模达 94.5 亿美元，但它却是全球整个半导体价值链中不折不扣的架构瓶颈。

全球机器视觉市场仍在增长，已不再是从前的模样机器视觉的长期发展逻辑依然令人信服。制造商需要更高的生产效率、更稳定的质量和更完善的可追溯性。劳动力短缺持续推动自动化进程，而人工智能正让许多传统规则式系统难以应对的检测应用变得切实可行。

RISC-V如何保证不同厂商芯片都能运行同一套软件？兼容性测试是RISC-V生态的统一标尺，抹平不同芯片的设计差异，解决软硬件适配碎片化问题，真正实现“一套软件，多机通用”。

芯片算力内卷到底靠什么？如果把AI算力芯片比作算力工厂的“超级处理器”，负责疯狂运算、处理海量数据，那HBM就是芯片圈的超级快递员。它不直接参与运算，却掌控着数据传输的速度、容量和效率，算力内卷的本质，一半是芯片运算能力的比拼，另一半就是HBM跑腿能力的较量。

2027年最值得关注的生成式人工智能趋势未来的生成式AI系统不会只是更大的模型，而是由模型、智能体、数据、算力、网络、应用和治理机制共同构成的复杂系统。

深度解析CPU大小核与AI异构设计的融合之道本文将深入拆解这两大异构设计的技术内核，探讨它们如何协同工作，以及面临的工程挑战。

一图读懂《智能网联新能源汽车产业发展“十五五”规划》为贯彻落实党中央、国务院关于建设制造强国，交通强国、网络强国的战略部署，推动智能网联新能源汽车产业高质量发展，加快建设汽车强国，依据《中华人民共和国国民经济和社会发展第十五个五年规划纲要》，制定本规划。

AI、大模型、智能体，三者的层级关系一次讲透三者不是并列关系，而是从宽泛到具体、从基础到落地、从动脑到动手的层层递进关系。今天用零基础也能看懂的大白话+生活化案例，彻底理清三者逻辑，看完再也不混淆。

摩尔定律跑不动之后，芯片们该怎么卷？曾经“缩尺寸、提性能、降成本”的简单内卷逻辑彻底走到尽头，芯片行业告别了躺赢的黄金时代，正式进入后摩尔时代。当物理缩放的路被堵死，万亿芯片赛道的内卷，正在彻底换一套玩法。

边缘AI未来十年决胜于内存本文与ST专家Giuseppe Desoli探讨了以内存为中心的芯片设计、存内计算，以及在人工智能真正融入微控制器、传感器或机器人灵巧手之前，芯片硬件层面需要做出哪些方面的改变。

2026年半导体制造的七大关键趋势进入2026年，半导体制造的核心变化可以概括为：从追求更小的晶体管，转向同时优化晶体管、封装、存储、互连、制造流程和供应链。

CPU训练、GPU训练及多GPU训练模型训练的主要目标是通过不断优化模型参数来最小化损失函数，从而提高模型在测试数据上的泛化能力。常用的训练方式包括CPU训练、GPU训练以及多GPU训练。

2027年值得关注的增强现实趋势2027年，增强现实（AR）将逐渐从以头戴设备和手机应用为主的探索阶段，向更加轻量化、智能化和场景化的方向发展。

汽车启动的3秒，藏着多少HMI设计？以前我们聊汽车 HMI，更多关注的是仪表、中控、HUD、导航以及各种功能页面。但这几年做项目下来，我越来越关注一个看似简单的问题：一台车启动的那几秒，究竟应该让用户看到什么？

边缘AI的崛起：算力向用户侧迁移，重塑设备战略边缘AI能力在设备市场上并非均匀分布。不同档次的NPU性能差异显著，而这种差异决定了设备能支撑哪些边缘AI工作负载——以及支撑到什么程度。

unity是如何使用不同的 SubShader 优化性能一些示例和策略，展示如何通过选择合适的 SubShader 来优化性能。