博客

为什么芯片制造CP测试之后FT测试至关重要？对于芯片设计、测试、供应链、硬件研发从业者来说，理清CP与FT的分工边界，不仅能看懂制造流程，更能理解半导体行业“极致严谨、层层兜底”的品质逻辑。

2027年值得关注的云计算技术趋势尤其值得关注的是人工智能代理安全、数字身份治理、软件供应链安全、深度伪造防范、后量子密码迁移以及网络韧性等方向。

数字钥匙之后，汽车正在重新定义“我是谁”这几年，汽车智能化发展越来越快。我们经常讨论大屏、HUD、智能驾驶、AI座舱、多屏交互，却很少认真关注一个看似不起眼的功能——数字钥匙。

GPU公司半年报到底透露了哪些不为人知的秘密？未来的GPU赛道，再也不是“只要入局就能吃肉”的蓝海市场。技术迭代、生态完善、落地能力、盈利质量，将成为筛选优质企业的核心标尺。

中央网信办：当前人工智能领域主要面临5方面安全风险挑战在近日举办的2026年国家网络安全宣传周新闻发布会上，中央网信办网络安全协调局副局长、一级巡视员王丽宏向总台央视记者介绍，当前人工智能领域主要面临5方面安全风险挑战。

现代可穿戴设备中视觉智能背后的技术从技术角度来看，现代视觉可穿戴设备实际上是一个由感知、理解、推理、计算和交互多个环节组成的综合系统。设备最终呈现出的功能体验，很大程度上取决于这些环节之间能否高效协同。

AI 怎么变聪明的？神经网络、机器学习、NLP 三大里程碑神经网络与深度学习，是人工智能走得最远、也最关键的一段路。它们让机器学会了从数据里找规律，把图像识别、语音识别、自然语言处理这些原本只有人能干的事，一步步揽到了自己手里。

看懂AI真正的底气：什么是算力？它为什么决定AI上限？今天我们用最通俗、最透彻的方式，带你读懂 AI 时代最核心、也最容易被忽略的底层力量 ——算力。

《2026智能体工具大全》（附下载）文中不仅整理了各类工具的功能特点与访问地址，也还原了智能体从简单对话，逐步转向任务自主执行、多智能体协同协作的行业发展现状，方便行业人员快速比对筛选工具，摸清整个智能体领域的发展脉络。

郑南宁院士：具身智能，在物理世界中成长人工智能的重要发展方向之一，是让机器不仅能处理信息、推演复杂问题，也能在真实多变的环境中灵活完成各类任务。

AI会取代芯片工程师？智能体人工智能不会取代才华横溢的芯片设计师。但智能体人工智能会彻底改变他们的工作方式——从执行单一任务转变为指导多项并行探索。

智能体时代，设计正在重新定义人机交互不同于过去以自动化和效率提升为目标的AI，新一代智能体人工智能（Agent AI）正在重新定义人与机器的关系。

中国信通院牵头的大模型平台系列行业标准发布本次发布的标准覆盖了大模型全生命周期的核心平台环节，填补了国内大模型平台领域系统性标准的空白，为大模型平台的研发、建设、评估与选型提供了权威依据，将有效引导产业规范发展，提升我国大模型基础平台的整体技术水平与服务能力。

重估Chiplet光Chiplet有望突破铜互连的带宽、功耗和传输距离限制，但将光子技术应用于先进封装比简单地用一种信号介质替换另一种信号介质要困难得多。

从工具到伙伴：汽车正在拥有自己的“数字人格”当座舱能够通过视觉感知主动识别用户的情绪与状态，并据此调整交互节奏与反馈方式，人车关系也正从“执行工具”走向“感知伙伴”。

2027年值得关注的十大大数据趋势随着人工智能、物联网、云计算和边缘计算持续发展，企业产生、存储和处理的数据规模正在快速增长。数据已经从传统的信息资产逐渐转变为支撑业务运营、技术创新和决策制定的核心基础。

AI 的「眼睛」，到底有多强？未来的 AI，一定是「看得懂、想得通、能落地」的智能体系，而计算机视觉，就是这个体系最核心的视觉入口。

什么是环境光遮蔽？AO 的含义、类型和开启/关闭设置本文将介绍环境光遮蔽的原理、作用、类型，以及在不同场景中的应用建议。

ASIC疯狂，2028年出货量将超过GPU随着AI从模型训练走向大规模商业化部署，算力竞争正在发生变化。GPU曾经定义了AI计算时代，但未来，专为特定任务优化的ASIC或将成为云端AI基础设施的核心力量。

2027年值得关注的机器人技术趋势机器人真正进入日常社会的过程，很可能不是依靠一次性的技术突破，而是通过大量细分应用逐步实现。当机器人能够稳定解决搬运、清洁、分拣、巡检、装配等具体问题时，其产业价值也将从技术展示进一步转化为可持续的商业应用。