标签: 软件
2026年5月22日，腾讯和腾讯音乐正式对外官宣了一项重大调整，瞬间刷屏了各大社
2026年5月22日，腾讯和腾讯音乐正式对外官宣了一项重大调整，瞬间刷屏了各大社交平台。官方明确表态，会全面放弃在线音频的独家版权权限，往后不会再签任何新的独家音频合作协议，手里现存的所有独家合约，也会按照监管要求全部解除。对于每一个喜欢听歌、听有声书、听播客的普通人来说，这绝对是今年最实在的福利。很多人可能好奇，好好的独家版权，腾讯为什么突然全面放开。这件事的源头，要追溯到2026年5月11日国家市场监督管理总局发布的官方公告。当时监管部门为了规范市场，对腾讯收购喜马拉雅股权一案做出裁定，附加了多项限制性条件，取消音频独家版权就是其中最核心的要求。这也是行业反垄断、维护公平竞争的重要举措，并非企业自主调整，是合规经营的必要举措。不少网友会把这次事件和2021年的版权整改混淆。2021年8月，腾讯音乐确实解除过音乐独家版权，但当时的整改范围只覆盖线上歌曲领域。而2026年的这次调整范围更广，除了全网音乐，还包含有声书、播客、音频课程等所有在线音频内容，覆盖了大家日常使用的全部音频场景，整改力度和全面性都远超以往。常年使用音频软件的人都深有体会，过去多年大家一直被版权问题困扰。市面上每款听歌、听书软件的曲库和内容都不一样，热门歌曲、优质有声内容分散在各个平台。想要听完整的喜欢的内容，手机里必须同时下载好几个APP，还得重复开通不同平台的会员，不仅占用手机内存，还白白花不少冤枉钱，体验感特别差。随着这次新规落地，这种行业乱象会彻底成为过去。所有音频平台都能平等获取正版内容授权，各大平台的核心曲库、有声内容会逐步趋于统一。往后大家只用一个常用的音频软件，就能收听绝大部分正版音频内容，不用再频繁切换软件，也不用重复充值会员，日常的视听体验会大幅提升。整个音频行业的竞争模式也会迎来彻底改变。过去很长一段时间，各大平台的竞争重心都放在抢夺独家版权上。谁手握更多独家内容，谁就能锁定更多用户，行业也陷入了恶性内卷。天价版权费用最终都会分摊到平台运营成本中，最后变相让消费者承担。独家版权壁垒消失后，平台没法再靠垄断内容吸引用户。想要留住用户，只能在实打实的服务上下功夫。未来行业竞争会集中在音质优化、界面体验、会员权益、原创内容打造、互动功能升级这些维度，整个行业的发展会变得更加健康良性。音乐人和有声创作者也能从中受益。以往创作者的作品只能通过独家合作的单一平台分发，曝光渠道有限，收益模式也比较单一。版权全面开放后，创作者和版权方可以自主和多个平台合作，作品的传播范围会更广，收益渠道也会更多，能够更好的激励大家产出优质原创内容。大家也需要理性看待这次调整。现存的独家合约不会瞬间全部失效，会按照规定流程逐步解除，内容全面互通还需要一段时间过渡。但可以确定的是，音频行业独家垄断的时代已经彻底结束，普通用户、创作者和整个行业，都将迎来全新的发展局面。
科技大佬黄仁勋曾说，我的公司员工，如果年薪是五十万美金，一年下来花费在智能软件上
科技大佬黄仁勋曾说，我的公司员工，如果年薪是五十万美金，一年下来花费在智能软件上的支出，如果只有几万美金，我会特别失望，我希望是花费一半收入在上面。这话听着有点“凡尔赛”，但老黄是认真的。今年3月GTC大会期间，他在《All-InPodcast》节目里把话说得更直白——如果年薪50万美元的工程师，年底告诉他这一年买Token只花了5000美元，他会“非常火大”。先给大伙解释一下Token是个啥玩意儿。你可以把它理解成AI干活要烧的“汽油”。你用AI写文案、写代码、做分析，后台都在消耗Token。烧得越多，说明AI替你干的活越多。老黄的逻辑很简单：我给你配了一辆跑车，你居然还在蹬自行车上班？他打的算盘大着呢。老黄计划在员工基本工资之外，额外再给相当于薪水一半的Token配额，目标让每个人的生产力放大10倍。换句话说，拿50万美金年薪的人，能再领价值25万美金的Token额度。这笔钱不是让你存着，是让你拿去“雇佣”AI智能体替你干活的。有人可能说了，这不就是变相给员工多发福利吗？天真了。Token预算在硅谷已经变成了一种变相的绩效考核。网上有分析文章讲得很到位——老黄嘴里说“希望花掉一半”，潜台词其实是“花不够一半，说明你根本没用好AI，效率没拉满”。哪个工程师敢承认自己效率没拉满？更绝的是这玩意儿正在变成招聘杠杆。现在硅谷面试，除了谈工资谈股票，问的最多的是“你们公司配多少Token”。Token预算已经成了薪资包里一个单独列出来的硬指标，跟底薪、奖金、期权平起平坐。你不给够，人才扭头就去隔壁了。国内大厂反应也快得很。腾讯被曝出给员工配了年度价值约22万元的AIToken套餐，阿里相关配套方案也在紧锣密鼓推进。打工人还没反应过来，老板们已经悄悄把KPI里加了一条：你烧了多少算力。批判性地看这件事，我觉得有两个坑。头一个，Token预算跟真金白银不一样。现金放银行有利息，股票涨了能套现，Token消耗完毕就失效，不能攒下来买房买车。有外媒分析直接点名——Token预算不会出现在你下次谈薪的offer信里，不会在你简历上留下痕迹，更不会成为你跳槽时讨价还价的筹码。说白了，这是消费预算，不是个人资产。另一个坑更隐蔽。当公司给你配了相当于“半个自己”薪资价值的Token，嘴上说这是福利，心里想的是“你必须产出两个人的活儿”。TechCrunch那篇分析算了一笔账——Token费用相当于给你配了“第二个工程师”，如果你没拿到翻倍的生产力提升，公司就可能要考虑优化人员来持平成本。听出弦外之音了吗？不是怕你花少了，是怕你花完了产出不够。再把账算得明白一点。老黄这步棋真正的巧妙之处在于闭环。英伟达售卖GPU给云服务商和AI公司，AI企业依托GPU生成Token，黄仁勋又号召全球企业采购Token发放给员工，Token消耗一暴涨，云厂商就得接着向英伟达采购更多芯片。好家伙，自己搭的台子自己唱戏，全场都得买他家的票。对咱们普通打工人来说，这事儿也没那么复杂。不管你老板有没有开始发Token，AI工具现在已经摆在那儿了。会用的人，写代码、做表格、整方案的速度确实快了好几倍；不会用或者懒得学的人，可能慢慢就发现——自己干的活，旁边同事用AI十分钟就搞定了。这不单是技术进步，这是对工作方式的一次重新定义。以前衡量你价值的是你“能干多少活”，以后衡量的可能是你“能指挥AI干多少活”。两种能力之间的差距，正在被拉得越来越大。在这个赛道上，有人已经开始飙车了，有人还在路边找车钥匙。你愿意做哪一个？各位读者你们怎么看？欢迎在评论区讨论。
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支柱：算力芯片，AI的“发动机”。核心硬件通用GPU：英伟达A100/H100、AMDMI250，大模型训练主力，强并行计算。AI专用芯片（ASIC/NPU/DCU）：华为昇腾、寒武纪、壁仞、海光，针对深度学习定制，能效更高、成本更低。FPGA：可编程，适合边缘低延迟推理（工业、自动驾驶）。存算一体/光计算芯片：前沿方向，解决“存储-计算”数据搬运瓶颈。核心作用提供原始算力：支撑大模型训练（如GPT-4需数万GPU）、推理（每天千亿次调用）。定义能效上限：决定AI能跑多快、多大模型、功耗多少（直接影响电费与成本）。构建算力集群：通过NVLink/InfiniBand互联，组成“超级大脑”，支撑分布式训练。一句话价值没有算力芯片，AI就是纸上谈兵；芯片的性能与供给，决定国家AI竞争力的底线。目前来看，美国在算力算法和芯片方面，略占优势，中国在迎头赶上。二、第二支柱：通信网络，AI的“血管”。构成（三层网络）数据中心内网（高速互联）：InfiniBand、NVLink、400G/800G光模块，低延迟、高带宽，GPU间通信。骨干网/算力网络：5G和未来的6G基站网络、光纤、卫星互联网，连接智算中心、边缘节点、用户终端。边缘接入网：工业以太网、Wi-Fi7、物联网（IoT），设备端数据采集与实时控制。核心作用数据高速流通：海量训练数据、模型参数、推理请求在云-边-端实时传输。支撑云边端协同：大模型在云端训练，边缘实时推理（自动驾驶、工业质检），终端交互。保障低延迟高可靠：自动驾驶、远程医疗、工业控制等场景，毫秒级延迟是安全底线。目前的5G技术和未来的6G技术，是人工智能的支撑性基础技术。5G的研发和应用，中国走在世界的前列。6G的研发，目前中国又走在前列。一句话价值网络不通，算力无用；网络带宽与延迟，直接决定AI应用的可用性与体验。三、第三支柱：工业体系，AI的“骨骼与土壤”。构成（四大产业链）半导体制造：晶圆代工（台积电、中芯国际等）、光刻/刻蚀/沉积设备、先进封装（Chiplet），决定芯片能否量产。算力基建（智算中心AIDC）：高密度服务器、液冷散热、高压供电、储能/绿电，大规模算力交付。算力的运算，需要消耗相应的电力，电力决定算力。得益于风电、光伏发电、水电和核电的大发展，从近3年发电量来看，中国的年发电量几乎是美国、印度、俄罗斯、日本、德国、法国和英国的总和。液冷散热、特高压供电、储能/绿电，还有在人形机器人中将电能转化为精准机械运动，也是中国的强项。整机与智能制造：AI服务器、工业机器人、智能产线，支撑算力硬件规模化生产与AI落地。软件与生态：操作系统、AI框架（TensorFlow/PyTorch）、编译器、行业解决方案，让硬件可用、模型可落地。核心作用硬件规模化供给：稳定、低成本生产GPU/NPU、服务器、光模块，支撑AI算力爆发式需求。工程化落地能力：把算法模型变成可量产、可运维、可迭代的产品（如工业质检、自动驾驶、无人机、无人艇、机器狗、战狼等）。得益于中国完整的工业体系和供应链，相对美国的产业空心化来说，中国人工智能产品的工程化、产品化、市场化和迭代能力都相对要好些。产业链安全自主：避免“卡脖子”，保障芯片、设备、软件的自主可控，支撑长期发展。一句话价值工业体系不强，AI只能“空中楼阁”；完整的产业链，是AI从实验室走向产业的根本保障。四、三者关系总结算力芯片是动力源，提供计算能力；通信网络是传输纽带，连接算力、数据与场景；工业体系是制造与工程底座，保障硬件量产与应用落地。三者缺一不可，共同构成AI产业的“硬支撑”，决定一个国家AI发展的上限与安全。
这次访华，美国AI、互联网和软件巨头一个没来！其他领域的，比如金融、航空和农
这次访华，美国AI、互联网和软件巨头一个没来！其他领域的，比如金融、航空和农业领域暂且不提，来了一大堆，都是老牌的巨头。科技领域，来的全是卖硬件的，比如英伟达、高通、美光，但是人工智能、互联网和软件巨头，一个都没来，比如谷歌，微软之类的。这个其实也好理解，硬件公司巨头过来，是想卖东西，想赚中国钱，而人工智能、互联网和软件行业，中国和美国直接竞争，还是不见为好！
五一假期后重点关注科技龙头:1. 山子高科：芯片概念、减速机、重组预期2. 隆基
五一假期后重点关注科技龙头:1.山子高科：芯片概念、减速机、重组预期2.隆基绿能：光伏设备、BC电池3.工业富联：英伟达产业链、科技独角兽4.平潭发展：新材料、合成生物5.神州信息：量子科技6.阳光电源：光伏设备、储能7.鹏辉能源：刀片电池、锂电池8.多氟多：固态电池、锂电池9.江波龙：存储芯片、AIPC10.中钨高新：小金属、可控核聚变11.天际股份：锂电池、钠离子电池12.三花智控：人工智能、特斯拉产业链13.科大国创：量子科技、MLOps14.常铝股份：刀片电池、有色金属15.先导智能：固态电池、特斯拉产业链16.上海电力：储能、风电、新能源17.欣旺达：锂矿、动力电池18.赣锋锂业：能源金属、锂矿19.天赐材料：锂电池、动力电池回收20.国盾量子：量子科技、国产软件21.新易盛：光通信模块、CP概念22.浙江东方：量子科技、中芯国际产业链23.中国核建：可控核聚变、核能核电24.海光信息：X86架构服务器CPU（国产量产）25.寒武纪：7nm制程AI训练芯片（国产量产）26.中微公司：5nm刻蚀设备龙头27.兆易创新：NOR/NAND全品类存储芯片28.澜起科技：DDR5芯片全球市占率领先29.润泽科技：纯液冷智算中心标杆30.中科曙光：芯片-服务器-算力全栈平台31.金山办公：国产办公软件市占率第一32.科大讯飞：中文语言技术全球领先33.英维克：液冷方案规模化落地34.紫光国微：存储芯片设计全产业链35.北京君正：车规级存储芯片全球前三36.华大九天：国产EDA龙头（市占率领先）37.埃斯顿：机器人全链条自主技术38.中科蓝讯：RISC-V架构蓝牙音频芯片39.中大力德：减速器、人形机器人核心部件40.中科星图：国产GPU芯片
台积电技术主管终于说出真相：DUV可以生产5nm。西方人那一套，被我们看的清清楚
台积电技术主管终于说出真相：DUV可以生产5nm。西方人那一套，被我们看的清清楚楚，当初断供的时候，曾经放话说中国凭一己之力永远造不出高端光刻机，说没有EUV光刻机，中芯国际永远无法生产出高端芯片，台积电高管说华为不可能追上台积电。等到mate60上市后，突然改口了，阿斯麦CEO说美国断供就是在逼中国研发光刻机，还有人说中芯国际用DUV生产不了5nm芯片。芯片圈最会变脸的，不是手机发布会上的灯光，而是某些西方舆论的嘴。前些年，说中国没有EUV就只能站在门外看热闹；等国产高端手机重新回到货架，又开始改口，说这不算、那不稳、成本高、良率难。DUV到底能不能碰到5nm门槛？这不是饭桌上拍大腿能定的事，而是一场技术、产业链和话语权的硬碰硬。先把一个容易被带偏的问题摆正：台积电官方资料显示，其5nmFinFET，也就是N5技术在2020年量产，并称N5是该公司第二个使用EUV光刻的技术平台。也就是说，中国台湾地区企业台积电的主流5nm商业路线，确实与EUV深度绑定，并不是单靠一句“DUV也行”就能把量产难题轻轻揭过去。可这也不等于DUV就是“废铁一堆”。DUV浸没式光刻机配合多重曝光、计算光刻、工艺补偿和先进封装，理论与工程实践中都存在继续压榨极限的空间。它像一把小刀，切不了一刀成型的大萝卜，就反复修边、分层下刀。能不能切好，考验的不只是刀，还考验厨师、案板、火候和整套厨房。所以，西方一些人把“难度很高”直接翻译成“中国不可能”，这就有点像看见别人爬山喘气，立刻宣布别人没有腿。芯片制造从来不是魔法，而是长期积累。EUV当然重要，先进制程也确实难，但科技竞争里最怕的不是一时落后，而是被人按住脖子后还不肯自己练气。Mate60系列上市后，外界争论迅速升温。路透社曾援引科技洞察拆解称，华为Mate60Pro搭载的麒麟9000S由中芯国际制造，采用先进7nm工艺。这个消息之所以震动大，不是因为一部手机能解决所有芯片难题，而是它让“断供等于断路”的老剧本忽然卡壳了。时间来到2026年4月再看，Mate70已经不是“快要来了”，而是早已发布。中国日报网报道，2024年11月26日，华为Mate70系列正式亮相，红枫原色影像系统、AI隔空传送等功能成为亮点；人民日报海外版也把搭载原生鸿蒙操作系统的Mate70系列发布，列入2024年度中国科技新闻内容之中。美国的动作也很有意思。商务部公告显示，2022年以来，美国通过规则、通知函等方式限制对中国出口集成电路产品和制造设备，并限制相关人员参与中国半导体项目。到了2026年4月，路透社又报道，美国议员推动新法案，试图进一步限制ASML等企业向中国出口芯片制造设备，限制焦点甚至涉及DUV设备和相关服务。这就很像一边喊“你们造不出来”，一边把工具箱锁得更紧。若真不担心，又何必连DUV都反复盯着？科技日报2026年4月文章也指出，靠出口管制限制中国芯片发展难以得逞，相关限制反而加速了中国国产设备与产品的应用。阿斯麦方面早有外媒报道提到，出口限制会推动中国加倍努力发展自己的光刻机。这个判断并不神秘，因为被卡脖子的地方，迟早会变成攻关清单。中国半导体产业真正难得的，不是某一天突然喊出一句“赢了”，而是在设计、制造、封装、材料、设备、软件、操作系统这些环节里，一点一点补课，一点一点追赶。芯片这东西，吹牛吹不出纳米，着急也急不出良率。真正靠谱的道路，是把每一次封锁都变成技术坐标，把每一次质疑都变成产业压力测试。DUV能否稳定、经济地生产5nm，需要工程数据说话；但中国企业能不能在封锁里继续向前，市场已经给了不少答案。西方人那一套，厉害的地方在设备、专利和规则；露怯的地方，是总把中国人的耐心看低。中国科技进步不需要天天敲锣打鼓，也不必把每个节点都说成终局胜利。春天不是靠喊出来的，是一寸一寸暖出来的。真正值得写进这场芯片叙事里的，不是某一句技术主管的话，而是中国制造在压力中继续生长的能力。没有EUV，路当然更难；有了封锁，路也不会自动消失。能绕就绕，能补就补，能攻就攻。把难题拆开，把短板补上，把产品做出来，这比任何口水仗都硬。西方看得清不清楚不重要，中国自己的路，正越走越清楚。
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支柱：算力芯片，AI的“发动机”。核心硬件通用GPU：英伟达A100/H100、AMDMI250，大模型训练主力，强并行计算。AI专用芯片（ASIC/NPU/DCU）：华为昇腾、寒武纪、壁仞、海光，针对深度学习定制，能效更高、成本更低。FPGA：可编程，适合边缘低延迟推理（工业、自动驾驶）。存算一体/光计算芯片：前沿方向，解决“存储-计算”数据搬运瓶颈。核心作用提供原始算力：支撑大模型训练（如GPT-4需数万GPU）、推理（每天千亿次调用）。定义能效上限：决定AI能跑多快、多大模型、功耗多少（直接影响电费与成本）。构建算力集群：通过NVLink/InfiniBand互联，组成“超级大脑”，支撑分布式训练。一句话价值没有算力芯片，AI就是纸上谈兵；芯片的性能与供给，决定国家AI竞争力的底线。目前来看，美国在算力算法和芯片方面，略占优势，中国在迎头赶上。二、第二支柱：通信网络，AI的“血管”。构成（三层网络）数据中心内网（高速互联）：InfiniBand、NVLink、400G/800G光模块，低延迟、高带宽，GPU间通信。骨干网/算力网络：5G和未来的6G基站网络、光纤、卫星互联网，连接智算中心、边缘节点、用户终端。边缘接入网：工业以太网、Wi-Fi7、物联网（IoT），设备端数据采集与实时控制。核心作用数据高速流通：海量训练数据、模型参数、推理请求在云-边-端实时传输。支撑云边端协同：大模型在云端训练，边缘实时推理（自动驾驶、工业质检），终端交互。保障低延迟高可靠：自动驾驶、远程医疗、工业控制等场景，毫秒级延迟是安全底线。目前的5G技术和未来的6G技术，是人工智能的支撑性基础技术。5G的研发和应用，中国走在世界的前列。6G的研发，目前中国又走在前列。一句话价值网络不通，算力无用；网络带宽与延迟，直接决定AI应用的可用性与体验。三、第三支柱：工业体系，AI的“骨骼与土壤”。构成（四大产业链）半导体制造：晶圆代工（台积电、中芯国际等）、光刻/刻蚀/沉积设备、先进封装（Chiplet），决定芯片能否量产。算力基建（智算中心AIDC）：高密度服务器、液冷散热、高压供电、储能/绿电，大规模算力交付。算力的运算，需要消耗相应的电力，电力决定算力。得益于风电、光伏发电、水电和核电的大发展，从近3年发电量来看，中国的年发电量几乎是美国、印度、俄罗斯、日本、德国、法国和英国的总和。液冷散热、特高压供电、储能/绿电，还有在人形机器人中将电能转化为精准机械运动，也是中国的强项。整机与智能制造：AI服务器、工业机器人、智能产线，支撑算力硬件规模化生产与AI落地。软件与生态：操作系统、AI框架（TensorFlow/PyTorch）、编译器、行业解决方案，让硬件可用、模型可落地。核心作用硬件规模化供给：稳定、低成本生产GPU/NPU、服务器、光模块，支撑AI算力爆发式需求。工程化落地能力：把算法模型变成可量产、可运维、可迭代的产品（如工业质检、自动驾驶、无人机、无人艇、机器狗、战狼等）。得益于中国完整的工业体系和供应链，相对美国的产业空心化来说，中国人工智能产品的工程化、产品化、市场化和迭代能力都相对要好些。产业链安全自主：避免“卡脖子”，保障芯片、设备、软件的自主可控，支撑长期发展。一句话价值工业体系不强，AI只能“空中楼阁”；完整的产业链，是AI从实验室走向产业的根本保障。四、三者关系总结算力芯片是动力源，提供计算能力；通信网络是传输纽带，连接算力、数据与场景；工业体系是制造与工程底座，保障硬件量产与应用落地。三者缺一不可，共同构成AI产业的“硬支撑”，决定一个国家AI发展的上限与安全。
华为昇腾全链条狂飙！芯片性能+50%，算力突破，国产替代加速，上下游齐嗨！华为昇
华为昇腾全链条狂飙！芯片性能+50%，算力突破，国产替代加速，上下游齐嗨！华为昇腾这波全链条狂飙太牛了！芯片性能提升50%，算力实现突破，国产替代加速，上下游都嗨翻了。想想之前美国不断打压，华为却逆风翻盘。到2026年，华为独占国产AI芯片出货量的50%，几乎承包中国AI算力半壁江山。现在华为自研芯片出货能力持续回升，从旗舰到千元机全覆盖，良率突破90%。像麒麟9030等全线量产，畅享90系列千元机都用上自研芯。这不仅是华为一家企业的复苏，更是中国半导体产业破局的号角，让我们看到自主创新的强大力量。
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支柱：算力芯片，AI的“发动机”。核心硬件通用GPU：英伟达A100/H100、AMDMI250，大模型训练主力，强并行计算。AI专用芯片（ASIC/NPU/DCU）：华为昇腾、寒武纪、壁仞、海光，针对深度学习定制，能效更高、成本更低。FPGA：可编程，适合边缘低延迟推理（工业、自动驾驶）。存算一体/光计算芯片：前沿方向，解决“存储-计算”数据搬运瓶颈。核心作用提供原始算力：支撑大模型训练（如GPT-4需数万GPU）、推理（每天千亿次调用）。定义能效上限：决定AI能跑多快、多大模型、功耗多少（直接影响电费与成本）。构建算力集群：通过NVLink/InfiniBand互联，组成“超级大脑”，支撑分布式训练。一句话价值没有算力芯片，AI就是纸上谈兵；芯片的性能与供给，决定国家AI竞争力的底线。目前来看，美国在算力算法和芯片方面，略占优势，中国在迎头赶上。二、第二支柱：通信网络，AI的“血管”。构成（三层网络）数据中心内网（高速互联）：InfiniBand、NVLink、400G/800G光模块，低延迟、高带宽，GPU间通信。骨干网/算力网络：5G和未来的6G基站网络、光纤、卫星互联网，连接智算中心、边缘节点、用户终端。边缘接入网：工业以太网、Wi-Fi7、物联网（IoT），设备端数据采集与实时控制。核心作用数据高速流通：海量训练数据、模型参数、推理请求在云-边-端实时传输。支撑云边端协同：大模型在云端训练，边缘实时推理（自动驾驶、工业质检），终端交互。保障低延迟高可靠：自动驾驶、远程医疗、工业控制等场景，毫秒级延迟是安全底线。目前的5G技术和未来的6G技术，是人工智能的支撑性基础技术。5G的研发和应用，中国走在世界的前列。6G的研发，目前中国又走在前列。一句话价值网络不通，算力无用；网络带宽与延迟，直接决定AI应用的可用性与体验。三、第三支柱：工业体系，AI的“骨骼与土壤”。构成（四大产业链）半导体制造：晶圆代工（台积电、中芯国际等）、光刻/刻蚀/沉积设备、先进封装（Chiplet），决定芯片能否量产。算力基建（智算中心AIDC）：高密度服务器、液冷散热、高压供电、储能/绿电，大规模算力交付。算力的运算，需要消耗相应的电力，电力决定算力。得益于风电、光伏发电、水电和核电的大发展，从近3年发电量来看，中国的年发电量几乎是美国、印度、俄罗斯、日本、德国、法国和英国的总和。液冷散热、特高压供电、储能/绿电，还有在人形机器人中将电能转化为精准机械运动，也是中国的强项。整机与智能制造：AI服务器、工业机器人、智能产线，支撑算力硬件规模化生产与AI落地。软件与生态：操作系统、AI框架（TensorFlow/PyTorch）、编译器、行业解决方案，让硬件可用、模型可落地。核心作用硬件规模化供给：稳定、低成本生产GPU/NPU、服务器、光模块，支撑AI算力爆发式需求。工程化落地能力：把算法模型变成可量产、可运维、可迭代的产品（如工业质检、自动驾驶、无人机、无人艇、机器狗、战狼等）。得益于中国完整的工业体系和供应链，相对美国的产业空心化来说，中国人工智能产品的工程化、产品化、市场化和迭代能力都相对要好些。产业链安全自主：避免“卡脖子”，保障芯片、设备、软件的自主可控，支撑长期发展。一句话价值工业体系不强，AI只能“空中楼阁”；完整的产业链，是AI从实验室走向产业的根本保障。四、三者关系总结算力芯片是动力源，提供计算能力；通信网络是传输纽带，连接算力、数据与场景；工业体系是制造与工程底座，保障硬件量产与应用落地。三者缺一不可，共同构成AI产业的“硬支撑”，决定一个国家AI发展的上限与安全。
AI时代创业铁律，但最怕和尚念歪了经：➳先聚用户再做产品！建信任在先，经营人
AI时代创业铁律，但最怕和尚念歪了经：➳先聚用户再做产品！建信任在先，经营人群突显重要性。➳技术不是护城河！护城河是“数据+场景”而非功能；➳产品界面从按钮变语言！而内容就是交互，交互也是内容。➳一句话即交互！未来所有的产品，都只会长成一句话，比如“我要去复兴门”，咵打车就过去了。订餐和写代码也是一句话，就这么快。➳能用一句话描述的产品才有生命力。总结一下，如下一段话:➳先有客户再做产品；➳护城河从功能转向数据集；➳交互从按钮到一句话。由此可见，一句话的现场——反馈、讨论、进展、问题、日统计，以及表格设计和记录等等，就是数据信息的原料，也是内容与交互的底座——不是“AI（生成）➕软件（记录）”，而是“软件（记录）➕AI（生成）”。道理与底层逻辑很简单，不是“互联网➕”而是“实体➕互联网”，互联网与技术从来不会改变实体的本质。总之，"软件+AI"，而不是"AI+软件"！记录就像母鸡，然后才生蛋并孵化出小鸡。
