跳转到主要内容
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。
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。
强化网络安全韧性，为何漏洞赏金计划不可或缺面对日益复杂且不断演进的数字化环境，以及威胁行为者对应用和基础设施漏洞持续不断的探测与攻击，企业构建网络安全韧性仍面临重大挑战。
大模型 NLP 训练背后看不见的工程力量在 NLP（自然语言处理）体系中，文本标注承担着把人类语言逻辑、知识经验转化为 AI 可读懂训练样本的重任，标注质量直接划定大模型能力的性能上限。
为什么同一个RISC-V程序要反复运行？——回归测试筑牢芯片质量防线在芯片设计与测试领域，一次成功的测试结果，从来不能证明芯片绝对可靠。对基于开源架构、迭代速度极快的RISC-V芯片而言，唯有无数次重复验证，才能剔除隐藏的隐性缺陷。
对AI芯片测试行业的最新呼吁随着人工智能的兴起，测试的作用也日益凸显。与传统的单芯片不同，人工智能半导体将多个芯片集成到单个封装中。
为什么一颗好GPU和八颗好HBM，未必能组成一颗好芯片？一颗已经通过测试的GPU，加上八个已经通过测试的HBM Stack，是否一定能组成一颗满足目标性能、功耗和可靠性要求的完整芯片？
2026年下半年值得关注的七大前沿技术技术创新正在从单点突破转向系统性演进。人工智能、量子计算、机器人、下一代通信、空间计算、先进储能以及新型密码技术，正在不同程度地改变计算、制造、通信和数字安全的技术基础。
通用大语言模型（LLM）：技术原理、核心能力与产业应用解析本文将从定义、技术原理、核心能力、应用场景与技术局限等维度，系统解析通用大语言模型。
汽车UI视觉设计：从“功能显示”到“品牌体验”未来汽车竞争，不仅是硬件性能的竞争，也是数字体验和设计语言的竞争。对于汽车设计师而言，如何打造具有品牌灵魂的智能座舱，将成为下一阶段的重要课题。
从HDR到效果图渲染：色调映射如何影响画面真实感？本文将从视觉感知、HDR到AI渲染，解析色调映射如何影响画面真实感。
AI能力跃升之下隐忧浮现近期，据Anthropic发布最新AI风险评估报告，披露了其旗下AI智能体在受控内部实验中出现多种偏离预设规范的行为表现，为AI的快速发展投下了一道不容忽视的阴影。
订阅