11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
胡润研究院发布《2025全球独角兽榜》,中国343家企业上榜居全球第二。君乐宝乳业凭借科技创新连续两年入选,成为行业唯一蝉联企业。该榜单衡量企业创新活力,君乐宝通过构建全产业链智能体系,实现生产流程数字化,关键设备数控化率达99.88%,获评国家级"卓越级智能工厂"。企业拥有1000余株优质乳酸菌菌种库,自主研发副干酪乳杆菌N1115等核心菌株,打破国外技术垄断,其乳制品创新项目获河北省科技进步一等奖。在低温酸奶领域,君乐宝简醇品牌市占率第一,鲜奶产品通过INF0.09秒杀菌技术获得"特优级生乳原料认证"。未来将持续加大科技投入,推动乳业向高科技、高品质方向发展。
今天小鹏汽车CEO何小鹏发文称,自己也下单了小米YU7。 何小鹏发文称:祝贺小米YU7上周发布取得优秀的成绩,我认为YU7成功核心是产品竞争力强劲,因此也当晚下单了YU7,静候雷总早点给我交付”。 对于这样的联动,雷军也是第一时间回应何小鹏下单小米YU7。 谢谢小鹏支持,我们一定加速生产,力争早点交车。小鹏G7本周四发布,预祝发布会成功!”
6月26日,中国互联网周刊公布"全国企业新质生产力赋能最佳典型案例"评选结果。Testin云测与长城汽车合作的智能座舱AI测试系统入选,成为车机AI测试领域唯一代表案例。该系统通过AI技术实现自动化测试,显著提升测试效率和质量。此次评选覆盖工业互联网、智能医疗等多个领域,旨在推动行业数字化转型。Testin云测CEO表示将持续深耕车机AI测试技术,助力汽车行业智能化发展。当前AI测试技术正实现三大突破:全流程自动化、测试周期大幅缩短、智能化根因分析。数据显示,先进AI测试方案已提升测试效率超1.5倍。Testin云测作为AI测试技术引领者,已实现自然语言生成测试脚本等创新,其智能座舱测试系统严格遵循行业标准,为汽车智能化提供重要技术支撑。
近日,小米汽车App上关于小米YU7的预估交付时间引发广泛关注。该App显示,小米YU7共有三个版本,不同版本预估交付时间有所差异。其中,标准版锁定订单后最快需55-58周交付,是三个版本中交付等待时间最长的;Pro版最快交付时间为49-52周;顶配的小米YU7Max相对较快,但最快也需35-38周才能交付,这意味着消费者订车后最长可能要等待约一年才能提车。
作为国内领先的视觉物联网云平台提供商,近年来,萤石依托自主研发的萤石蓝海大模型及EZVIZ HomePlay OS技术底座支撑,持续深化场景化应用的落地能力。在6月26日举办的2025ECDC萤石云开发者大会上,萤石聚焦居家养老与智慧商贸两大核心场景,基于全面升级的萤石蓝海大模型2.0版本和EZVIZ HomePlay OS,全面开放居家AI养老和无人自助场景下的两大业务能力,以开放生态与AI技术重�
去年4月,我们曾经在《这个 AI 赛道,一个月内融资4笔,一大半的创始人是华人》选题中观察过 AI 视频赛道,彼时赛道 Top 级玩家还是 Pika、Pixverse、Haiper 等华人创企。
中国信通院联合360集团发布《大模型应用交付供应商总体能力要求》技术规范,从基础能力、大模型服务能力、行业实践能力和项目质量管理能力四个方面明确了大模型应用交付供应商的总体要求。该规范由20余家单位及40余位专家共同编制,旨在提升供应商技术、管理和服务能力,为行业提供供应商选择与评估参考。360作为国内大模型头部厂商,自主研发"360智脑"大模�
今天,周鸿祎发布视频谈及对AI的看法。他指出,尽管当下许多人担忧会被AI取代,但目前来看,AI还无法彻底取代人类。 周鸿祎认为,即便智能体再强大,也仍需人类的管理。人类未来的目标是管理、组织和训练智能体。 他以瑞典一家支付巨头为例进行阐述。该公司曾豪言自家AI客服集群能取代700名人类客服,起初成绩亮眼,AI客服处理了大部分客户咨询,效率显著提升。然
6月20日,丰台区举办"丰聚英才·企航未来"未来企业家实训营发布会。装库科技作为区内科技企业代表受邀参会,董事长王敬现场展示企业在AI设计与数字化家居领域的技术成果。丰台区委书记王少峰参观企业展台,深入了解企业在人工智能设计、数字化供应链等方面的能力。装库科技重点介绍了"所见即所得"全流程服务体系,通过AI技术实现户型识别、风格生成、产品选配等创新应用。作为国家高新技术企业,装库科技致力于构建从房产交易到家居交付的智能化平台。此次参会是企业深度融入区域创新发展生态的重要举措,未来将继续发挥在AI设计、数字化供应链等领域的技术优势,助力丰台区高质量发展。
微算科技(NASDAQ:MLGO)创新性地将可解释人工智能(XAI)技术应用于区块链网络安全领域,开发出智能威胁检测系统。该系统通过深度学习模型识别攻击模式,并利用可解释性模块清晰展示决策依据,显著提升了检测准确率和可信度。目前已成功应用于异常交易识别、恶意节点检测和智能合约审计等多个场景,帮助区块链网络实现更高效、透明的安全防护。该技术不仅提高了威胁检测能力,也为后续模型优化提供了依据,未来将在更广泛领域推动构建更安全的网络空间。