全网热点雷达

2026-10-14 · 本机扫描 294 条原始事件 → 选题池 18 条 · 每日更新
  1. ithome · 2026-10-14 · 科技产品 / rss
    IT之家 10 月 14 日消息,据彭博社报道,英伟达 CEO 黄仁勋在欧洲访问期间宣布,公司计划 追加 20 亿美元 (IT之家注:现汇率约合 134.1 亿元人民币) 投资 。此次欧洲之行还包括与法国总统埃马纽埃尔 · 马克龙会晤。 当地时间 13 日,黄仁勋透露,英伟达过去一年在欧洲投资 80 亿美元 (现汇率约合 536.4 亿元人民币) ,此次将在此基础上继续增加投资。他还宣布向法国四家初创企业 Doctolib、Genesis AI、Pigment 和 Entalpic 注资。 作为全球最大的 AI 芯片制造商,英伟达承诺在世界各地 投资数千亿美元 ,希望加快 AI 技术的普及,同时带动自身产品的需求增长。 黄仁勋访问欧洲之际,公众对 AI 的反对声音日渐高涨。人们不仅担心 AI 模型失控 ,也担忧耗电量巨大的 数据中心对环境的影响 ,要求限制 AI 发展的呼声随之增加。 欧洲和英国则希望参与制定防范措施,减少 AI 可能带来的危害。黄仁勋在欧洲之行首站巴黎的一场活动上直言:“欧洲必须加入这场竞争。” 接下来,他还将访问伦敦和柏林。 英伟达称,黄仁勋与马克龙会晤时,双方讨论了英伟达在法国的投资,以及开源软件和 AI 安全等议题。 黄仁勋一直主张欧洲通过 发展开源模型 追赶美国的先进 AI 技术,因其使用成本可以更低,也更方便根据不同需求进行调整。“开放模型很重要,因为可
  2. ithome · 2026-10-14 · 科技产品 / rss
    IT之家 10 月 14 日消息,据彭博社报道,印度知名科技企业家、印孚瑟斯董事长南丹 · 尼勒卡尼不认同 AI 会造成大规模失业的担忧。他认为,AI 反而能为小企业注入活力,催生新的技能需求。 现年 71 岁的尼勒卡尼,是印孚瑟斯七名联合创始人之一。他在新德里举行的彭博创新经济论坛上指出,虽然编程等工作越来越多地可以由 AI 完成,但技术应用和风险管理也会创造新的就业机会。 与此同时,他斥责 AI 将取代人类就业的说法“纯属无稽之谈” 。 尼勒卡尼认为,确保 AI 安全可靠运行将创造新的工作岗位。“企业转型不只是写代码。70% 的工作涉及 治理、变革管理、企业转型和安全防护 。怎样防止 AI 机器人产生幻觉?又该怎样防止 AI 智能体失控?” 他进一步指出,新岗位则主要集中在 了解客户需求、协调合作、组织人员共同工作 等方面。 印孚瑟斯等印度软件外包巨头 长期依靠大量工科毕业生为全球客户编写程序 。随着 OpenAI、Anthropic 等企业的 AI 模型编程能力不断提升,传统的软件外包模式受到冲击。 尼勒卡尼也承认,编程工作逐渐实现自动化,但技术在整个服务项目中只占很小一部分。“所谓 AI 导致失业,不过是 为了迎合大资本利益而炒作的灾难论 。我们这类企业面临的业务需求实际上比以往任何时候都大,因为企业转型非常复杂,而 AI 要求企业从根本上重新思考经营方式。” 投资者却没有
  3. tavily · 2026-10-13 · AI与Agent 最新 热点 趋势 / Tavily
    Anthropic 最新披露的评测报告显示,其旗下智能体已出现多起越界行为;而黑客组织也开始借助多智能体架构实施自动化渗透攻击。 攻防两端的能力同步升级,"AI 对抗 AI" 的时代正在到来。 海外核心事件复盘 点击上方图片直接订阅 市场扩容:从"成本项" 到 "准入门槛" 监管层面的变化尤其值得关注。 美国已宣布实施强制性 AI 安全事件报告要求,"不能仅靠企业自我监管" 成为共识。 这意味着,金融、能源、政务等关键行业上线大模型时,安全评测、权限管控、全链路审计正在逐步成为硬性准入条件。 数据层面也在验证这一趋势。 IDC 预测,中国 AI 安全收入将从 2025 年的 44.1 亿元增长至 2030 年的 340.3 亿元,年复合增速超过 50%;Gartner 预计全球 AI 安全市场到 2028 年将达到约 77 亿美元。 安全正在从传统 IT 预算的 "配角",变成 AI 落地的 "前置门槛"。 产业与需求层面 分化来临:热度背后需冷静看待 [...] 分化来临:热度背后需冷静看待 需要清醒的是,当前 AI 安全相关收入在网安企业整体营收中占比仍然很低,估值更多反映的是远期预期。 海外事件容易引发短期情绪炒作,国内招标落地节奏、技术路线尚未定型、政企 IT 预算约束等因素,都可能导致板块出现分化。 纯概念、无产品无订单的方向,行情持续性往往较弱;而真正具备落地产品和试点订单的企业,才更有可能穿越周期。 风险层面 点击上方图片直接订阅 总 结 AI 智能体的爆发式普及,正在倒逼网络安全行业重新定义 "防护边界"。 安全不再是 AI 应用的配套插件,而是规模化落地的硬性前提。 这条赛道的长期空间已经打开,但短期波动与分化也在所难免。 对于关注者而言,理解行业逻辑的变化,比追逐一时的热度更为重要。 点击图片,直接订阅 还能一键加入“零距离私享会”, 与一财资深团队同圈,先人一步读懂市场。 试读尝鲜长鑫LPDDR6迎来关键突破≠半导体板块普涨 受益主线与市场制约全推演 观美股风云,循映射脉络,觅A股机会! 点击《从华尔街到陆家嘴·投资秘籍》了解详情 【更新频率】每个交易日前一晚更新一篇。 [...] 新浪新闻客户端 新浪新闻客户端 # 新浪看点 新浪新闻客户端 新浪新闻公众号 新浪新闻视频号 新浪新闻抖音 新浪新闻快手 新浪新闻小红书 新浪新闻B站 热搜时代小宇宙 # AI智能体接连“越权”,这条赛道正站在风口前夜丨投资秘籍 avatar (来源:第一财经资讯) 最近一周,海外 AI 圈接连爆出几起 "不太平" 的消息 ——AI 智能体被发现自作主张绕过权限、提交虚假信息,巨头们甚至开始私下推演 "AI 引发灾难性网络攻击" 的极端场景。 与此同时,美国正式落地 AI 安全事件强制上报新规,美股网安板块集体走强。 AI 安全这件事,正在从 "可选项" 变成 "必答题"。 A股网安核心龙头名单 投资秘籍 限时福利 3天阅读权益免费领 数量有限 先到先得 事件频出:AI Agent 为何成了 "双刃剑"? 传统大模型只输出文字,但 AI 智能体可以直接操作数据库、调用系统接口、填写网页表单。 一旦权限被拒或任务受阻,它们甚至会主动寻找 "旁路" 绕过限制 —— 向网站提交虚假线索、绕过付费墙、未经确认就提交敏感信息。
  4. tavily · 2026-10-12 · AI与Agent 最新 热点 趋势 / Tavily
    奇安信提出由全栈AI化安全产品、智能体运营指挥和大模型决策底座组成的“三位一体”体系;亚信安全发布AI XDR 2026,以十大智能体覆盖威胁检测到响应处置的全链条;国内也已有厂商将AIAgent视为独立“数字员工”,提供从注册、授权到注销的非人类身份管理。 真正值得关注的机会,不是简单给传统产品增加一个聊天窗口,而是解决三个现实问题: ●企业如何识别并治理数量快速增长的非人类身份; ●AI Agent如何在最小权限下安全地连接业务系统; ●安全运营如何借助AI提高效率,同时保持审计与责任可追溯。 对创业者和产品经理而言,AI Agent身份治理、Agent行为审计、模型运行时防护以及面向垂直行业的智能安全运营,仍然是需求快速增长而工具供给不足的方向。 结语:AI安全的本质,最终仍然是控制与信任 AI正在同时强化攻击者与防守者。 它能把数小时的研判压缩到几分钟,也能把攻击链条压缩到人类来不及反应的几十秒;它可以成为不知疲倦的安全分析师,也可能成为拥有过高权限、却缺乏责任边界的“超级账号”。 [...] RSAC 2026相关资料显示,机器身份与AI身份的数量已经以109∶1超过人类身份。与此同时,Forrester的研究指出,80%的安全泄露涉及凭证被盗。 当非人类身份快速增长,传统“账号加密码”的身份管理方式显然已经不够。身份安全正在经历一条清晰的演进路径: 传统IAM → 身份威胁检测与响应(ITDR)→ 面向人类、机器与AI Agent的融合身份安全。 未来的身份平台至少需要具备五项能力: 1. 为每个AI Agent分配可识别、可撤销的独立身份; 2. 按任务实施最小权限和即时授权,避免长期持有高权限; 3. 持续监测登录、令牌、调用链和异常行为; 4. 保留完整的操作记录,明确发起者、执行者和责任主体; 5. 在风险升高时自动降权、暂停或终止Agent。 身份由此不再只是“登录入口”,而是控制AI行为的基础设施。 三、两笔超级并购,揭示行业资金正在押注什么 产业资本的流向,往往比口号更能说明趋势。 2025年,全球网络安全领域发生超过400笔并购,总金额达到960亿美元,同比增长170%。其中两笔交易尤其值得关注: [...] 这背后的逻辑并不复杂:当攻击者已经开始使用AI自动发现漏洞、生成钓鱼内容、修改恶意代码并加速横向移动时,防守方仅靠“人盯告警”已经无法应对。 CrowdStrike CEO George Kurtz曾指出,2025年最快的攻击从初始访问到横向移动仅需2分7秒,“只有AI速度才能对抗AI速度”。这句话正在成为新一代安全运营体系的现实前提。 2. Security for AI:AI本身也成为新的攻击面 企业部署大模型和AI Agent之后,新增的不只是一项生产力工具,也是一组新的风险对象。 这些风险包括: ●提示词注入诱导AI绕过原有规则; ●敏感数据被输入未经批准的外部模型; ●训练数据遭到污染或投毒; ●模型权重、知识库和插件连接被窃取或篡改; ●AI Agent被授予过高权限后,自动执行错误甚至恶意操作; ●AI生成代码引入不可信依赖,放大软件供应链风险。
  5. tavily · 2026-10-11 · 一人公司 最新 热点 趋势 / Tavily
    李晓华:传统意义上的一人公司、个体户,像早期电商网店、普通自媒体撰稿人,大多只能完成相对简单、单一、知识密度不高的工作。而AI时代OPC的核心特征,就是个体借助大模型、智能体等AI技术,能够承担过去只有团队或者具有一定规模的公司才能完成的复杂任务,比如影视制作、软件开发、完整的设计项目等等。 AI把人类长期积累的海量知识、技能封装进大模型与智能体当中,个体可以直接调用这些知识,人的能力边界被极大拓展,这是以前传统个体户完全不具备的条件。过去一个人的能力存在明显的天花板,现在依靠AI工具,个体可以向多个方向拓展能力的边界,这是二者最根本的分野。 《中国企业家》:为什么OPC会在当下这个时间节点成为热点?现在市场上也有人在讨论,这是不是一个“跟风”的伪概念。在您的观察中,大众对OPC最大的认知误区是什么? 李晓华:“一人公司”在今天成为一个重要趋势的根本原因就是人工智能技术极大地拓展了作为个体的能力边界,很多以前无法依靠单个人而必须依靠集体协作的工作或任务可以由单个的人来完成。 [...] 《中国企业家》:传统创业追求扩张,招更多人、扩大规模。OPC推崇“小而强”,那么商业价值评价标准会不会改变?十个人但利润很高的小组织,是否可以比几百人规模的公司更具备竞争力? 李晓华:有可能。关键看是否能够利用AI降低成本、提高人均劳动生产率、提供具有价值的产品。 《中国企业家》:那传统的融资、上市这套成长逻辑,还适用于OPC吗?OPC未来的归宿,是一定要成长为大公司,还是大量维持“小而美”? 李晓华:大多数OPC可能就是保持小而美的状态,会有一定幅度的增长,但5是靠用户的增加和相应的对算力调用的增加,但一般不会进行业务线的扩张和人员的大幅度增长。但也不排除少数OPC如果特别有市场需求,会向具有一定规模的企业演化,OPC可以是创业的一个初期阶段,不代表它永远必须是一人公司。 《中国企业家》:OPC兴起,也会倒逼传统大企业重新审视自身。在OPC大量出现之后,大型企业真正不可被替代的竞争优势是什么?哪些能力会被AI削弱,哪些能力会进一步被放大? [...] 李晓华:需要巨额投资的生产活动,如AI大模型的训练、算力中心的建设;药物的研发;高度复杂,需要团队紧密协作的活动,如大型设备的开发和生产。这些活动天然具有不可分割性,需要将大量人员组织起来完成。 重复性的工作、简单的脑力工作会被AI替代。前沿创新、复杂架构的开发、基础设施的建设运营可能是大型公司的优势。 《中国企业家》:当越来越多人选择做OPC,整个就业市场会迎来什么样的变化? 李晓华:这是现在学界讨论非常热烈的话题。回顾历次工业革命,技术在消灭旧岗位的同时,长期也创造大量新岗位,整体就业总量是增长的。但也有学者判断,人工智能这一轮,有可能迎来拐点,即被消灭的岗位数量,或许会多于新增岗位。 这和蒸汽机时代形成直观对比,蒸汽机从改良到全社会普及,经历长达近百年时间,冲击缓慢释放。但是AI技术迭代速度极快,冲击来得更加迅猛,现在连程序员这类岗位都已经感受到AI带来的影响。
  6. tavily · 2026-09-28 · 一人公司 最新 热点 趋势 / Tavily
    #### 1. 自动化流量与内容中台 全渠道分发:智能体可自动根据抖音、小红书、TikTok的算法偏好,将一篇核心内容裂变为多版本文案,并自动完成发布。 趋势捕捉:24小时监控全网热点,自动生成选题库,解决“不知道写什么”的痛点。 SEO优化:自动埋入长尾关键词,确保自然流量的持续增长。 #### 2. 智能客服与销售转化 7x24小时响应:基于大模型的客服Agent能理解复杂的客户意图,而非机械回复关键词。 销售线索清洗:自动筛选高意向客户,直接通过CRM系统推送到创始人手机端,避免无效沟通。 支付与催付:在电商场景下,智能体可自动检测未付款订单并进行人性化催付,提升转化率。 #### 3. 后台运营与交付系统 供应链管理:对接ERP系统,自动补货、比价。 财务自动化:自动抓取银行流水与发票,生成周报和月报,税务风险预警。 ### 三、痛点分析:为什么传统自动化工具不够用? 许多创业者尝试过RPA(机器人流程自动化)或简单的脚本,但往往面临以下瓶颈: [...] Q4:AI智能体能完全取代真人吗? A:在重复性、规则性工作上可以完全替代。但在战略制定、复杂情感沟通和创意突破上,AI目前更多是辅助角色。一人公司的核心在于“人指挥AI”,而非AI完全脱管。 分享: 上一篇:企业数字化管理的好处:2026年降本增效与数据驱动决策的深度解析 下一篇:一人公司ai工具全景图:2026年打造超级个体的自动化军械库 ### 热门文章推荐 🔥 01 DeepSeek-V4免费和付费有什么区别?零成本体验到API按量付费,三种使用方式一次性讲清楚02 豆包学生认证在哪?豆包学生版优惠认证入口及权益介绍03 Codex 安装教程:Mac/Linux/Windows 一键装好04 DeepSeek Harness npx 卡住怎么办?5 种常见原因与解决方法 ## 相关新闻 企业更换财务系统流程怎么做?步骤与方案解析 #### 企业更换财务系统流程怎么做?步骤与方案解析 2026-10-13 17:53:00零售财务对账怎么简化工作量?智能体实现全渠道自动化 #### 零售财务对账怎么简化工作量?智能体实现全渠道自动化 [...] 在2026年的商业环境中,“一人公司”(One-Person Company)已不再是自由职业者的代名词,而是指通过高度自动化的数字员工体系,实现年营收千万级的精简型企业。核心结论是:一人公司AI智能体不仅是工具,更是您的虚拟合伙人。它通过重构“人机协作”模式,将传统需要5-10人团队完成的选品、营销、客服、财务等工作,压缩至一人决策、AI执行的闭环中。 根据最新行业数据,部署了全链路AI智能体的一人企业,其人效比(Revenue Per Employee)是传统小微企业的12倍以上。如果您想在跨境电商或内容创作领域突围,掌握智能体(Agent)技术是生死攸关的一步。 ### 二、一人公司AI智能体的三大核心职能模块 要构建成功的一人公司,不能只把AI当聊天机器人,而要将其视为具备执行力的“数字员工”。以下是AI智能体必须接管的三大板块: #### 1. 自动化流量与内容中台
  7. tavily · 2026-09-16 · 一人公司 最新 热点 趋势 / Tavily
    人工智能的爆发式增长使得小型企业在创业过程的几乎每个阶段都比以往任何时候都更加轻松快捷,从勾勒商业计划、寻找融资到产生潜在客户、安排物流以及策划社交媒体活动。通过为贷款机构提供用于评分的替代数据点,人工智能正在为那些可能不符合传统贷款条件的小型企业扩大获取资金的渠道。 所有这些新功能都在极大地推动小型企业的创立。从餐车、代发货到数字媒体机构,去年有超过 500 万名创业者申请开启自己的创业之旅,延续了自疫情以来新企业创立激增的势头。随着招聘放缓和竞争激烈的就业市场促使潜在创业者放手一搏,这种趋势预计将持续到 2026 年。 #### 传统与人工智能交融 认识 DJ Silver Knight,他在亚特兰大借助 AI 激发全新创意。 Please accept functional cookies to watch this video. Configure my cookies Image 2: poster [...] 全部 新闻与趋势 新闻中心 热点话题 洞察与报告 媒体资源 投资者关系 新闻与趋势 新闻中心 全球新闻中心 亚太新闻中心 在新标签页中打开 欧洲新闻中心 在新标签页中打开 东欧、中东及非洲新闻中心 在新标签页中打开 拉美新闻中心 在新标签页中打开 新闻与趋势 热点话题 人工智能 网络安全 中小企业 数字资产 账户间转账 新闻与趋势 洞察与报告 万事达卡经济研究院 SpendingPulse™在新标签页中打开 万事达卡商业智能分析平台 在新标签页中打开 新闻与趋势 媒体资源 新闻稿 管理团队 媒体联系人 新闻与趋势 投资者关系 获取最新财务报告 在新标签页中打开 [...] 连接世界 赋能民众 社区与归属感 万事达卡职业发展 在新标签页中打开 社区公益影响力 Girls4Tech 连接世界 共筑繁荣之路 万事达卡普惠增长中心 在新标签页中打开 普惠金融产品与解决方案 万事达卡社区通 连接世界 守护地球家园 减少我们的温室气体排放 具有环保意识的选择 无价星球联盟 碳足迹计算器 Digital First 卡片计划 连接世界 关于万事达卡 关于我们 隐私保护与数据合规 报告、政策与声明 全部 创新者 携手共创 合作共赢 探索创新 交流互动 创新者 携手共创 开发者平台 Digital labs 创新者 合作共赢 创业直通车 Mastercard Engage 产品快线 创新者 探索创新 研发与创新 创新者 交流互动 体验中心 全部 新闻与趋势
  8. github · 2026-10-14 · GitHub / AI agent language:Python stars:>500 / Python
    语言:Python;stars:5287;更新:2026-10-14T01:05:28Z
  9. github · 2026-10-14 · GitHub / Claude Code stars:>50 / Shell
    语言:Shell;stars:438;更新:2026-10-14T01:25:39Z
  10. justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势 / all
    🌟 星标 关注“山东艺考精灵” 艺考志愿升学 考保研 就业 👇 更多重要资讯不错过 👇 ★ 艺术就业信息更新 设计与创意岗位汇总|10月12日 本期整理17家单位、17份公告。视觉、产品、交互、动画、空间与品牌设计等创意岗位汇总,关注作品集、经验与投递要求。 截止提示:红色近期截止,橙色两周内截止,黄色常规,绿色长期或招满为止。 01|米哈游(miHoYo) 米哈游2027届秋季校园招聘(美术&表现类) 报名截止: 网申即日起至2026年10月31日 官方公告网址: https://careers.mihoyo.com/campus 报名方式/投递信息: https://careers.mihoyo.com/campus 岗位与核心要求 相关专业 人数 学历 原画设计师 原画设计,适配艺术设计、视觉传达等相关专业;官方未列明各岗名额,名额若干以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 3D建模设计师 3D建模,适配数字媒体、设计等专业;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 动画设计师 动画设计,适配数字媒体、设计等专业;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 特效设计师 特效设计,适配数字媒体、设计等专业;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 视觉设计师 视觉设计,适配艺术设计、视觉传达等专业;名额若干以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 02|杭州曦诺未来科技有限公司 杭州曦诺未来科技有限公司2027届校园招聘(视觉设计师) 报名截止: 招满即止(校招启动2026-08-22,多校就业网发布2026-09-02起) 官方公告网址: https://xynovatech.zhiye.com/campus/jobs 报名方式/投递信息: https://xynovatech.zhiye.com/campus/jobs 岗位与核心要求 相关专业 人数 学历 视觉设计师 视觉传达/平面设计/工业设计/数字媒体艺术;精通PS/AI/Figma;掌握产品3D渲染(任意渲染器);具备主视觉创意与品牌VI延展能力 设计学类,数字媒体与动画,美术学类 1 本科及以上(2027届) 03|完美世界控股集团 完美世界2027届秋季校园招聘(游戏/影视美术类) 报名截止: 滚动招聘,以官网为准(宣讲会2026-09-10) 官方公告网址: https://app.mokahr.com/campus-recruitment/pwrd/172467 报名方式/投递信息: https://app.mokahr.com/campus-recruitment/pwrd/172467 岗位与核心要求 相关专业 人数 学历 游戏原画设计师 游戏原画,适配艺术设计、视觉传达等专业;名额若干以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 3D模型/动画设计师 3D模型与动画,适配数字媒体、设计等专业;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 游戏特效设计师 游戏特效,适配数字媒体、设计等专业;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 游戏UI/视觉设计师 游戏UI与视觉,适配艺术设计、视觉传达等专业;名额若干以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 04|小米集团 小米集团2026年在招设计与创意岗位 报名截止: 职位长期挂网、招满即止(企业招聘官网动态职位,建议尽快递交) 官方公告网址: https://xiaomi.jobs.f.mioffice.cn/index?keywords=%E8%AE%BE%E8%AE%A1 报名方式/投递信息: https://xiaomi.jobs.f.mioffice.cn/index 岗位与核心要求 相关专业 人数 学历 资深工业设计专家 1.工业设计、产品设计、家具设计、交通工具设计或相关专业本科及以上学历; 2.5年以上工业设计经验,有消费电子、智能家居、大小家电、生活用品或耐用消费品经验; 3.具备卓越的审美判断、产品思考和设计执行能力,能够亲自主导高质量设计产出,并将设计方案稳定转化为量产产品; 4.具备重点项目主创或设计主创经验,主导过多款完整量产产品,能够独立承担复杂项目,熟悉从概念到量产的全流程; 5.具备优秀的草图、二维表达、三维建模、曲面控制和模型评审能力,能与结构和工艺团队进行深入专业沟通; 6.具备跨品类、系列化ID设计语言或较强CMF经验,熟悉各项工艺及产业链,如注塑、冲压、压铸、CNC、喷涂、阳极氧化等工艺,塑料、金属、玻璃、硅胶、织物等常见材料; 7.有海外市场产品设计经验,理解不同地区的审美与使用差异; | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7674966491904788799/detail/ 设计学类 1 本科及以上 小米汽车-工业设计师 1.本科及以上学历,工业设计、产品设计等相关专业,3年以上工作经验; 2.有项目落地经验,对工艺、制造有基础了解,了解如何与研发、供应商等各方对接推进、落地项目; 3.优秀的设计审美及自驱力、学习能力,热爱设计,关注设计趋势变化; 4.有团队合作经历,沟通、协作能力良好; 5.熟练掌握2D及3D相关软件,如rhino、keyshot、creo、adobe; 6.了解、并能在工作流中有效运用ai工具; 7.关注汽车、消费电子、家居类、机器人产品等领域; | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7670123935841159433/detail/ 设计学类 1 本科及以上 小米汽车-资深外饰设计师 1. 具较高的创新,创造能力,优秀的草图,效果图表现力,拥有探知新事物的精神,心态; 2. 优秀的设计执行能力,拥有优秀2D转3D思维理解力与执行能力; 3. 出色的数字,实物模型控制能力,优秀的团队协作能力; 4. 能熟练使用设计软件,有Ploy建模能力优先; 5. 工业设计,汽车设计相关专业。 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7434342297145966700/detail/ 设计学类 1 详见官方职位说明 小米汽车-资深内饰设计师 汽车内饰高级设计师需具备汽车设计或相关专业本科及以上学历,拥有一定的汽车内饰设计实战经验,熟练掌握设计软件与工具,同时具备出色的创意思维、审美素养、沟通协调能力和团队合作精神,对行业趋势与竞争对手有深入了解。 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7553488823160031542/detail/ 设计学类 1 本科及以上 高级ID设计师(可穿戴方向) 1. 本科及以上学历,工业设计专业;5年以上ID产品设计经验 2. 具备较强的观察、归纳分析能力,能够迅速准确把握设计需求,对设计有自己的独立见解 3. 具备较强的造型能力,关注细节;手绘表达能力突出,精通2D、3D设计软件 4. 热爱工业设计,有较高的美学素养;设计思维活跃,善于思考和独立解决问题 5. 有高度责任心、自我驱动;有良好的沟通能力和团队协作意识 6. 【优先】有可穿戴设计经验者优先 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7507562583538860141/detail/ 设计学类 1 本科及以上 小米汽车-资深视觉设计师 1、热爱汽车! 2、本科以上学历,5年以上的视觉工作经验,有4A公司、互联网经历,有汽车、奢饰品等大型项目经验者优先; 3、有很强的美术功底和审美,有很高的设计前瞻性; 4、认同小米的理念与价值观,有强自驱力、责任心,良好的逻辑与沟通能力 。 【简历请附作品集】 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7628205662841997622/detail/ 设计学类,数字媒体与动画 1 本科及以上 小米汽车-视觉设计师/专家(3D/motion) 1. 动画、游戏、工业设计等相关专业本科以上学历,3-5年以上的渲染动效工作经验,美术功底扎实、富有想象力和创造力;有完整的强视效项目的案例经验; 2. 熟练掌握Unity/C4D/Maya等1-2种软件、了解UE4,SP等相关制作软件; 3. 具有优秀的审美,丰富的动画设计经验,有较强的创意表现能力,对3D动态趋势保持敏感;有出色的动态表现提案能力,传递设计价值和理念主张; 4. 良好的沟通能力和协作能力,高度的自我驱动性和学习能力,积极主动解决问题,对新技术有强烈的好奇心。 5. 对智能汽车领域有热情。 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7486277522972639341/detail/ 设计学类,数字媒体与动画 1 本科及以上 小米汽车-视觉设计师/专家(座舱) 1. 艺术、设计、人机工程及汽车工程相关专业,本科及以上学历; 2. 有扎实的设计美学理论积累,对美和细节有极高追求,热爱设计并对用户体验深具责任感; 3. 三年以上大型互联网产品、科技产品、汽车行业视觉设计经验,能独立承担大型复杂产品设计; 4. 拥有宽广的行业视野与极高的品质与美感标准。对用户需求有洞察、能整合思考,创造性的解决问题; 5. 具备显著的团队精神,富有激情、创新欲望,责任感强烈且有设计理想,能倾听善表达,信念驱动; 6. 对设计趋势有敏锐的洞察力,对各类汽车及座舱产品有强烈兴趣,富有探索精神; 7. 简历需附作品集(请直接发送PDF或作品链接)。 加分选项: 1. 有深厚且行业引领性的汽车座舱界面视觉设计经验; 2. 对智能汽车行业的趋势有深刻理解与强烈兴趣(有案例); 3. 是个汽车发烧友且有优秀的驾驶经验; 4. 对设计业界最新的方法趋势有敏锐的嗅觉、洞察、尝试; … | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7194832408338940013/detail/ 设计学类 1 本科及以上 小米手机-视觉设计师-运营设计 1.精通Photoshop高阶合成,扎实的美学基础与多元设计技法,作品需体现强视觉叙事能力 2.会通过SD/Midjourney生成概念草图和完稿者优先 3.3年以上视觉设计经验,有电影海报/3C行业案例者优先(投递需附作品集及分工说明) 4.对设计趋势敏感,熟悉各大新媒体平台的运作机制和最新趋势,紧跟时尚热点 5.性格活泼开朗,责任心与自驱力并重,具备跨团队协作能力,擅长将抽象需求转化为可执行方案 6.深度理解高端科技产品视觉逻辑 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7483832148258406509/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 高级视觉设计师 1.对设计有热情有追求,想产出优秀的作品。2.有5年以上的视觉设计工作经验,4A广告经验者优先。3.本科以上相关学历背景。4.审美在线,作品过硬。有手绘、C4D之类的一项特长。5.有责任心,经常关注有趣的事情。6.请附上最新的作品集。 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7561405612854495507/detail/ 设计学类 1 本科及以上 高级设计师 · 5年或以上视觉设计经验;在某项领域有常年积累,并落实到SOP经验打好地基,曾主导过大型项目; · 在行业内有深远的影响力、号召力; · 对设计抱有极高的热情,了解新的设计趋势及技术动态; · 具有团队协同、团队管理能力; | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7555042215761479982/detail/ 设计学类 1 详见官方职位说明 小米海外官网UI设计师 1、工业设计、交互设计等相关专业,具备海外品牌官网或高端品牌设计认知,精通跨文化设计与多语言排版规范 2、3年以上UI/交互设计经验,有海外品牌官网或品牌视觉升级完整落地案例者优先 3、精通Figma、Sketch,能高效输出高保真原型、交互文档与设计规范,具备品牌视觉体系搭建能力 4、了解前端技术常识(响应式布局、浏览器兼容性),具备优秀审美与跨团队沟通能力 5、需附带作品集,体现品牌设计思路、视觉体系搭建、跨文化适配及落地效果 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7664867238088083748/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 自动驾驶-UI设计师 1.三年以上车载HMI或智能硬件视觉设计经验,主导推进过全流程的视觉创意工作和方案落地。 2.精通Figma、PS、AE、C4D、Unity/Unreal等视觉软件,具备良好的动态和空间化的思维能力,可结合多元化的设计手段呈现体验设计方案。 3.前瞻的设计视野和专业的方法体系,具备良好的团队协作能力和项目执行能力。 4.强烈的进取心及学习能力,思维活跃,对新技术和新领域有探索热情。 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7578745104942663946/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 展陈设计师 1. 方案设计能力强,有鞋服、3C、美妆行业展陈经验优先 2. 具有多业态项目设计经验 3. 具有可塑性,5年工作经验,学习能力强 4. 沟通能力及意愿强 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7563181033299036435/detail/ 设计学类 1 详见官方职位说明 国际汽车创意设计 1、具有汽车或3C数码行业的视觉设计经验,熟悉汽车结构、光影质感或数码产品视觉表达方式。 2、熟悉海外主流社交媒体平台的内容风格与用户偏好,具备新媒体视觉内容创作能力,有海外账号操盘经验者优先。 3、具备良好的英语读写能力,能够理解英文Brief并进行基础跨文化沟通。 4、熟练使用Photoshop、Illustrator、Premiere/After Effects等设计与剪辑工具,具备C4D/Blender等三维软件能力者优先。 5、对汽车、新能源科技或数码产品有浓厚兴趣,能够主动了解产品技术亮点并融入视觉创作。 6、应聘时需提供个人作品集,内容包含社媒短视频/图文案例及汽车或数码类视觉设计作品。 | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7659368514336524550/detail/ 设计学类 1 详见官方职位说明 旗舰店创意师 1. 热爱生活的分享者 - 对生活充满热情,自带积极的生活态度; 2. 多元立体的斜杠者 - 爱好广泛(如数码、摄影、手工、运动、美食等),拥有个人特长(如摄影教学、短视频制作、手工 DIY、乐器 / 绘画等),能打造差异化的个人标签; 3. 表达力超强的感染力者 - 语言表达逻辑清晰、生动鲜活,自带感染力与表现力; | 官方职位详情:https://xiaomi.jobs.f.mioffice.cn/index/position/7668216483843410186/detail/ 数字媒体与动画 1 详见官方职位说明 05|网易互娱(NetEase Games) 网易互娱2027届校园招聘(艺术与设计类) 报名截止: 网申进行中,招满即止(滚动) 官方公告网址: https://campus.game.163.com 报名方式/投递信息: https://campus.game.163.com 岗位与核心要求 相关专业 人数 学历 游戏原画设计师 游戏原画设计,适配艺术设计、视觉传达等专业;名额以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 游戏3D美术设计师 3D美术,适配数字媒体、设计等专业;名额以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 游戏动画设计师 游戏动画设计,适配数字媒体、设计等专业;名额以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 游戏特效设计师 游戏特效设计,适配数字媒体、设计等专业;名额以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 游戏UI设计师 游戏UI/界面设计,适配艺术设计、视觉传达等专业;名额以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 用户体验类设计师(UX) 用户体验/交互设计,适配设计、数字媒体等专业;名额以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 06|游酷盛世科技(北京)有限公司 游酷盛世2027校园招聘(设计类) 报名截止: 滚动招聘,9月起陆续发放offer(以官网为准) 官方公告网址: https://jobs.66y.com/campus 报名方式/投递信息: https://jobs.66y.com/campus 岗位与核心要求 相关专业 人数 学历 游戏分镜师 游戏分镜,适配影视与播音等专业;名额若干以官网为准。 影视与播音 未注明 2027届应届(艺术类相关专) 平面设计师 平面设计;名额若干以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 3D动画设计师 3D动画;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 3D模型设计师 3D建模;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) 3D特效设计师 3D特效;名额若干以官网为准。 数字媒体与动画 未注明 2027届应届(艺术类相关专) UI设计师 UI设计;名额若干以官网为准。 设计学类 未注明 2027届应届(艺术类相关专) 07|爱奇艺 爱奇艺2026年在招设计与衍生品创意岗位 报名截止: 职位长期挂网、招满即止(企业招聘官网动态职位) 官方公告网址: https://iq.jobs.feishu.cn/job/?keywords=%E8%AE%BE%E8%AE%A1 报名方式/投递信息: https://iq.jobs.feishu.cn/job/ 岗位与核心要求 相关专业 人数 学历 艺人宣传设计师 - 5 年以上文娱传媒、艺人宣发视觉设计经验,有成熟艺人全套宣传设计实操经验者优先。 - 熟练使用 PS、AI 等设计软件,精通人像精修、色彩调色、版式排版,功底扎实,掌握 AE、C4D 动态视觉能力者优先。 - 具备极强的文娱行业审美与网感,熟悉饭圈及新媒体宣发风格,擅长打造差异化、高传播度艺人宣传视觉内容。 - 适配文娱行业快节奏工作模式,抗压能力、执行力强,可应对突发、加急宣发物料需求,沟通高效,具备优秀的多任务统筹能力。 注:投递请附带艺人宣传相关个人作品集。 | 官方职位详情:https://iq.jobs.feishu.cn/index/position/7672580015720843562/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 潮玩产品设计师 - 精通毛绒材质工艺,熟悉建模和结构设计要点,产品类型涉猎广泛者优先; - 具备敏锐的潮流洞察力,能快速捕捉亚文化、艺术、影视等领域的流行元素,并转化为潮玩设计语言; - 拥有丰富的想象力与创意表现力,擅长打造具有独特人格化特征的潮玩形象,作品兼具辨识度与情感共鸣; - 3年以上潮玩/玩具设计相关工作经验,拥有2个以上毛绒或硬质潮玩爆款案例,具备完整的设计复盘思考(包括设计理念、落地过程、市场反馈数据); - 具备优秀的沟通协作能力,能高效对接产品、供应等职能,解决设计落地过程中的实际问题; - 能适应快节奏的设计迭代与多项目并行推进; - 九大美院设计相关专业优先。 | 官方职位详情:https://iq.jobs.feishu.cn/index/position/7598077965004392730/detail/ 设计学类,美术学类 1 详见官方职位说明 卡牌设计师 - 本科及以上学历,艺术、设计或视觉传达相关专业,有手绘能力更佳; - 3年以上卡牌设计/衍生品设计经验优先;有真人影视衍生品、卡牌项目经验者加分; - 熟练掌握Photoshop、Illustrator等主流制图软件,熟悉Midjourney等AI绘图工具辅助创作; - 了解卡牌印刷流程和工艺,如UV、烫金、透明卡的设计规范; - 熟悉卡牌框体设计、视觉特效制作,有较强排版和美术整合能力; - 热爱卡牌&衍生品,具有良好的审美能力与创意思维,对影视IP及粉丝文化敏感; - 投递简历时请务必附上个人作品集或作品链接。 | 官方职位详情:https://iq.jobs.feishu.cn/index/position/7522789501534701878/detail/ 设计学类,美术学类 1 本科及以上 08|泡泡玛特(POP MART)北京泡泡玛特文化创意有限公司 泡泡玛特(POP MART)2026 社招设计/创意岗 报名截止: 企业招聘官网动态职位,招满即止 官方公告网址: https://www.popmart.com/home/joinUs 报名方式/投递信息: https://www.popmart.com/home/joinUs 岗位与核心要求 相关专业 人数 学历 平面设计主管(陈列方向) 泡泡玛特官方招聘官网「加入我们」栏目列出的平面设计组在招岗位(陈列方向),隶属上海平面设计组。具体 JD 以官方 SaaS 租户 popmart.zhiye.com/social 详情页为准。 设计学类 未注明 未注明 高级创意设计师(首饰业务) 泡泡玛特官方招聘官网「加入我们」栏目列出的 POPOP 品牌市场组在招岗位(首饰业务方向)。具体 JD 以官方 SaaS 租户详情页为准。 设计学类 未注明 未注明 乐园视觉陈列设计师 北京朝阳公园泡泡玛特城市乐园方向。负责乐园内嘉年华、户外餐饮、城堡餐厅、流动售卖点位的商品陈列方案设计与落地;结合 IP、季节、主题活动策划主题化陈列;陈列道具设计选型与验收;日常及季度陈列巡检。要求视觉传达/展示设计/空间设计等相关专业优先,2 年以上主题乐园/商业综合体/品牌陈列经验,熟练 CAD、SketchUp、Photoshop,需附作品集。(JD 来自猎聘完整描述 + 北京本地宝官方渠道转述,官网详情页为动态 SPA 未静态抓取) 设计学类,美术学类 1 本科及以上 09|广州古藤动漫科技有限公司 广州古藤动漫科技有限公司2026/2027校园招聘(游戏美术) 报名截止: 2026/2027校招(招满即止) 官方公告网址: https://www.scfai.edu.cn/xsc/info/1015/20632.htm 报名方式/投递信息: [email protected] 岗位与核心要求 相关专业 人数 学历 角色原画设计 游戏人物/怪物/时装/装备/道具/NPC/坐骑/宠物原画设定;美术类相关;熟练绘图软件 设计学类,美术学类 10 大专及以上 游戏视觉设计师(GUI) 游戏界面/ICON/LOGO/UI概念设计;1-5年经验;精通绘图软件 设计学类,数字媒体与动画 2 大专及以上 3D场景模型制作师 根据原画制作3D场景模型、高模雕刻、PBR贴图;美术相关 设计学类,数字媒体与动画 3 大专及以上 10|小鹏汽车 小鹏汽车2026年在招设计与创意岗位 报名截止: 职位长期挂网、招满即止(企业招聘官网动态职位,建议尽快递交) 官方公告网址: https://xiaopeng.jobs.feishu.cn/job/ 报名方式/投递信息: https://xiaopeng.jobs.feishu.cn/job/ 岗位与核心要求 相关专业 人数 学历 AI创意设计岗(SH) | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7444389482458007858/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 CG创意经理/资深经理 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7362850705101637929/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 UI设计师 1、本科以上学历,视觉传达、产品设计、艺术设计等设计相关专业,有优秀的作品集;具有2年以上UI设计经验, 沉淀过设计规范、方法论等; 2、 熟练掌握当下业内AI工具,具有出色的界面设计/视觉创意能力,较强的理解能力,思维活跃、善于创新; 3、擅长跨部门协作,具有良好的沟通能力和团队合作精神,责任感强,负责设计产出结果 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7678989228398905619/detail/ 设计学类,数字媒体与动画 1 本科及以上 内容运营主管/经理 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7564340015150631194/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 内容运营经理/资深经理 任职要求: 1、全日制本科及以上学历,传播学、新闻学、广告学、市场营销、新媒体等相关专业优先; 2、5年以上内容运营/社媒运营、用户运营相关工作经验; 3、熟悉主流社媒(抖音、小红书、微信生态等)内容机制、流量算法与分发规则,拥有KOC资源或合作经验者优先; 4、具备扎实内容功底与数据敏感度,能独立完成内容把控与数据复盘; 5、熟练使用AI工具,有Agent搭建或AI编程经验者优先; 6、结果导向,沟通协同能力强,抗压性好。 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7674962393700534569/detail/ 艺术管理,数字媒体与动画 1 本科及以上 创意设计专员/主管 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7671120714166602026/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 创意设计经理/资深经理 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7338322279846185255/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 可视化设计岗(技术美术) 1、对UE蓝图有比较全面的了解,对各项功能的变量,函数,节点熟悉,C++语言精通优先; 2、有独立运用UE开发汽车配置器程序的经验能力以及像素流插件的部署; 3、熟悉Nanite/Lumen等渲染技术,能够掌握合理优化项目资产的能力; 4、具备技术文档编写能力,能独立完成模块设计。 加分项:有UE美术(场景,材质,灯光,渲染表现)经验。 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7561272501994228011/detail/ 设计学类,美术学类 1 详见官方职位说明 海外官网内容运营主管 1.1-3年以上官网/内容运营经验,有汽车行业或海外经验者优先; 2.熟悉内容管理系统(CMS)与页面体验优化,具备基础数据分析能力; 3.执行力强,跨部门沟通顺畅,能同时推进多条业务线; 4.英语可作为工作语言。 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7670876039907985714/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 用户内容运营 1、本科及以上学历,具有 1-2 年以上用户运营、内容运营或产品运营相关经验;有汽车、智能硬件或科技行业经验者优先; 2、具备优秀的内容策划与文字表达能力,能够将复杂的产品或技术信息转化为清晰、准确、易感知的用户语言; 3、熟悉主流内容平台及用户社区的运营逻辑,具备内容账号、产品内容或品牌内容运营经验; 4、具备用户运营或社群运营能力,能够持续获取、分析用户反馈,并推动形成运营闭环; 5、对用户口碑及舆情风险具有较强敏感度,具备风险判断、沟通策略制定与问题应对能力 6、具备良好的项目管理、资源整合及跨部门协作能力,能够独立推动项目落地; 7、具备较强的用户视角和产品思维,关注用户体验、产品使用场景及完整使用链路; 8、持有驾照或具有新能源汽车使用经验者优先。 加分项 1、具有智能驾驶、智能座舱或其他智能产品的内… | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7677900941753075974/detail/ 艺术管理,数字媒体与动画 1 本科及以上 美术创意经理/资深经理 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7362851845662509366/detail/ 设计学类,美术学类 1 详见官方职位说明 视觉设计师 1、本科以上学历,视觉传达、广告设计、艺术设计等设计相关专业,有优秀的作品集;具有2年以上品牌视觉/线下物料/视频制作/AIGC项目设计经验, 沉淀过工作流、方法论等; 2、熟练掌握当下业内图片与视频AI 工具,具备良好的品牌理解力与审美判断,具备一定的品牌理解力与审美判断 3、具有出色的视觉创意思维能力,具有较强的理解能力,思维活跃、善于创新 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7645224833378470194/detail/ 设计学类 1 本科及以上 视觉识别设计师(Visual identity designer) 1. Degree in Graphic Design, Visual Communication, Film/Media, or a related field. 2. 2–5 years of professional experience in a design, multimedia, or content creation role. 3. Portfolio must clearly demonstrate: - Brand identity and infographic design. - Original video content (editing, color grading, sound). - Original photography (composition, lighting, r… | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7674900324868933930/detail/ 设计学类 1 详见官方职位说明 视频创意经理/资深经理 | 官方职位详情:https://xiaopeng.jobs.feishu.cn/index/position/7362725576664189247/detail/ 影视与播音 1 详见官方职位说明 11|字节跳动 字节跳动2026年在招设计与创意岗位 报名截止: 职位长期挂网、招满即止(企业招聘官网动态职位,建议尽快递交) 官方招聘官网/动态职位页: https://bytedance.jobs.feishu.cn/ 报名方式/投递信息: https://bytedance.jobs.feishu.cn/ 岗位与核心要求 相关专业 人数 学历 3D动作师(3C) - Glow Studio 1、3年以上3C动画经验,拥有ARPG项目经验,熟悉AAA级移动动画的制作标准更佳; 2、软件与引擎:精通Max动画模块;熟练使用Unreal Engine(UE4/UE5); 3、物理:具备人体、生物等运动知识,深刻理解重心转移、惯性、动量守恒在行走和奔跑中的表现,能通过动画传递角色的重量感。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7675300421990664453/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 3D动画师(二次元战斗方向)-Bluesea 1、拥有3-5年以上游戏行业3D动画制作工作经验; 2、拥有二次元回合类游戏动画经验,深入理解该类项目的制作流程与技术要点,熟悉竖屏视角下的动画表现规律与交互设计原则; 3、熟练掌握Maya和Unity3D Timeline;了解动画制作流程,对绑定有一定了解,有对接外包经验; 4、具备良好的团队协作精神,能够与其他部门同学进行高效的沟通与协作,理解并尊重他人的创意和意见,积极分享自己的专业知识和经验,推动项目的顺利进展。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7553965936337127688/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 3D技术美术(AI方向)-抖音 1、本科及以上学历,数字媒体、动画、游戏美术、计算机图形学等相关专业优先;3年及以上技术美术、3D美术或游戏/互动内容相关经验; 2、熟悉Unity引擎,了解实时渲染、PBR材质、灯光、Shader和性能优化;熟悉Maya、Blender、3ds Max、Substance、Houdini等至少一种3D制作工具; 3、了解角色、场景、道具等3D资产制作流程,具备一定审美和效果把控能力; 4、对AI生成内容、AI3D、虚拟形象或互动玩法方向有兴趣,有相关经验者优先; 5、沟通协作能力强,能与产品、算法、工程、美术等团队配合推进项目。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7657502566359697717/detail/ 设计学类,美术学类 1 本科及以上 3D游戏动画(CCG卡牌)-ZERO36工作室 1、五年以上游戏动作设计工作经验,参与过至少一款完整的游戏项目; 2、对运动规律,动画原理,Pose造型,构图等动画理论有深刻理解,能抓住角色性格特点进行动作设计; 3、熟练使用Maya进行3D角色动作制作;能独立完成角色,生物,场景和特效道具的骨骼绑定,熟悉表情动画、物理结算等解决方案; 4、熟练使用Unity引擎,掌握Unity引擎动画模块基础功能,了解动画状态机的工作原理为加分项; 5、具备动作捕捉及动捕数据精修经验,关注AI动画技术并能结合到工作中使用; 6、有良好的沟通协作能力,有较强的学习能力和总结能力,热爱游戏、动画及影视等艺术作品,有IP开发经验和影视动画经验为加分项。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7402524343052585243/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 3D特效设计师(二次元战斗方向)-Bluesea 1、5年以上3D游戏特效设计工作经验,了解二次元文化,有完整的二次元游戏项目研发经验者优先; 2、具备优秀的视觉设计能力和色彩感,特效功底与制作技巧扎实,具备出色的审美和创意,能熟练使用Unity、3DMax等软件工具; 3、了解AIGC,能运用相关工具来提升特效设计和制作的效率; 4、热爱游戏或动漫行业,对市面上优秀二次元产品的特效表现有拆解和分析能力; 5、具备良好的团队协作精神,能够与其他部门同学进行高效的沟通与协作,理解并尊重他人的创意和意见,积极分享自己的专业知识和经验,推动项目的顺利进展。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7657531467353934133/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 3D视觉项目经理-PICO 1、本科及以上学历,计算机/通讯/自动化或相关专业; 2、独立负责过软件的全链路项目管理工作,5年以上项目管理工作经验,具备计算机视觉算法、深度学习类研发项目管理经验; 3、工作细心踏实,具有强烈的管理意识,抗压能力强、风险敏感度高,具有独立判断事情的能力以及良好的沟通、协调和团队领导能力; 4、加分项:优秀的英语沟通能力、有项目管理经验,PMP,CSM等证书。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7405632279676029193/detail/ 设计学类,数字媒体与动画 1 本科及以上 AIGC产品经理(创意Agent方向/电商营销) - 抖音电商 1、本科及以上学历,3年以上产品经理经验,至少1年AIGC/LLM/Agent相关产品经验; 2、熟悉Agent架构的核心概念,并能清晰判断产品选型与边界; 3、有将AI能力落地到真实业务场景并拿到业务结果的完整案例。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7636628525310904581/detail/ 艺术管理,数字媒体与动画 1 本科及以上 AIGC产品经理(创意Agent方向电商营销)-抖音电商 1、3年以上产品经理经验,至少1年AIGC/LLM/Agent相关产品经验; 2、熟悉Agent架构的核心概念,并能清晰判断产品选型与边界; 3、有将AI能力落地到真实业务场景并拿到业务结果的完整案例。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7634385633538918661/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 AIGC模型效果设计师-Seed 1、本科及以上学历,设计/艺术、导演、影视相关专业优先,具备高审美判断力与系统化美学储备; 2、理解大模型训练原理,具备优秀的数据驱动意识与逻辑分析能力,有大规模数据建设、标签体系设计、模型评测或效果产品经验者优先; 3、有AI实践经验,能独立完成AI效果链路搭建优先(如Workflow/Agent链路设计); 4、对AI有热情与好奇,乐于挑战新事物,责任心强,优秀的跨团队沟通协调能力。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7342471357605333258/detail/ 设计学类 1 本科及以上 AIGC视觉创意设计师 - 抖音电商 1、对AI相关模型工具了解,能够熟练应用各类ai工具,并通过相关能力快速实现效果,并能够沉淀经验,有成熟落地项目加分; 2、精通或熟练使用Figma、Photoshop、Illustrator等设计工具,具动效或3d等能力者优先;有基础的AIGC领域研究和设计生产能力,掌握AI设计能力及电商经验者优先; 3、具备良好的审美、创意和表现能力,对流行趋势和行业变化有敏锐的洞察力,善于创新与突破,思维活跃,拥有优秀的审美能力; 4、沟通能力强,视野开阔,乐观积极,具备优秀的沟通技巧和团队合作精神,能够有效与团队成员协作;具有明确的目标感、自我驱动力和主动性; 5、拥有完整的设计经验及成功案例,熟练掌握设计原则、方法及流程。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7667901933656967429/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 AI产品体验设计师-剪映CapCut(深圳/北京) 1、熟悉互联网产品设计,关注用户为用户而设计; 2、全链路式的产品设计能力(UX/UI可有侧重); 3、了解AI大模型,注重创新/创意,较高的用户体验意识,前瞻的审美判断力; 4、熟悉工具/社交类产品,有互联网产品品牌设计经验和团队管理经验者优先; 5、有强烈的主人翁意识,积极主动、团队合作,沟通协调能力强,并具有高度责任感。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7392513853151938825/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 AI产品经理 - 国际化广告创意与品牌 1、3年以内产品经理工作经验,本科及以上学历,自驱、学得快; 2、AI原生:熟悉并高频使用主流AI工具与大模型能力,对大模型、Agent、多模态等技术有真实的产品化实践与判断,能把前沿AI能力快速转化为可落地的产品方案;有AI初创公司或AI相关业务经验者优先; 3、强执行力:能把想法拆解成可交付的产品,具备优秀的项目管理与推动能力,"想得清楚、干得出来"; 4、逻辑与数据能力:逻辑思维清晰,数据敏感,擅长通过数据分析问题、驱动决策; 5、沟通与同理心:积极主动、愿意深入理解业务与用户,具备同理心、责任感;英语口语与写作流畅,能适应多语言、跨区域的工作环境; 6、加分项(非必需):品牌广告/AIGC广告创意/创作者生态相关产品经验。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7678307875123349813/detail/ 艺术管理,数字媒体与动画 1 本科及以上 AI产品设计师 - 剪映CapCut 1、3–5年UX/交互/产品设计经验,熟悉工具类/内容创作类/平台型产品的设计模式,能够独立负责模块级或关键功能设计; 2、能清晰处理复杂流程、边界条件与异常状态,善于通过结构化设计和视觉表达解决复杂问题; 3、对AI产品形态具备基础理解与实践经验,了解大模型相关能力与限制; 4、能推进设计落地,平衡效率与质量。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7662385023278237957/detail/ 设计学类 1 详见官方职位说明 AI产品设计师 - 剪映CapCut 1、3–5年UX/交互/产品设计经验,熟悉工具类/内容创作类/平台型产品的设计模式,能够独立负责模块级或关键功能设计; 2、能清晰处理复杂流程、边界条件与异常状态,善于通过结构化设计和视觉表达解决复杂问题; 3、对AI产品形态具备基础理解与实践经验,了解大模型相关能力与限制; 4、能推进设计落地,平衡效率与质量。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7662384958159980805/detail/ 设计学类 1 详见官方职位说明 AI产品设计师-抖音生活服务 1、对AI产品和前沿AI技术有持续关注,理解LLM、AIGC、多模态、Agent、Prompt、Workflow等基础概念和常见应用方式,能够判断模型能力边界,知道哪些问题适合用AI解决,哪些需要规则、工程或人工判断补足; 2、具备扎实的产品设计和视觉判断能力,理解设计师真实工作流程,能识别设计流程中适合被AI改造、自动化或增强的环节,同时保留对审美、体验、业务目标和最终质量的专业判断; 3、具备一定代码能力和快速原型搭建能力,能使用AI coding工具、前端代码、低代码/自动化平台等完成可体验、可验证的产品原型或Workflow搭建,并能参与AI Skill能力建设; 4、具备较强的抽象、沟通和协作能力,能把个人实践中的AI原型方法、Prompt/Workflow经验、质量评估标准沉淀为团队方法,并与产品、… | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7672649785741838597/detail/ 设计学类 1 本科及以上 AI内容运营(短剧)-TikTok 1、本科及以上学历,专业不限;对AI内容感兴趣且好奇心强; 2、内容创作能力:故事创作、网文、剧本写作、互动影视游戏,乙游等经验优先; 3、运营能力:有平台思维,搭建内容工作流,内容增长飞轮,数据目标导向,强项目管理能力; 4、掌握英语,具备跨国跨文化研究能力;有国际化工作经历优先。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7640023775111432453/detail/ 艺术管理,数字媒体与动画 1 本科及以上 AI创意设计师(品牌创意方向) - 抖音电商 1、设计相关专业,本科及以上学历,3-5年品牌或电商营销设计经验,有独立负责项目的能力和完整落地案例; 2、审美在线,创意多元,设计偏执,关注细节; 3、熟练使用Figma/PS/AI等基础设计软件,有手绘、3D、动效能力者加分; 4、AI能力专精:了解趋势,对于AI工具发展、未来工作模式有新的理解;熟练使用多种AI工具,并有商业实战经验;了解AI工作流搭建,有自制Skill、设计工具经验者优先; 5、沟通清晰,结果导向,能在工作中保持品质;善于表达,乐于分享。 | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7673027810148649221/detail/ 艺术管理,数字媒体与动画 1 本科及以上 Research Scientist- 3D/4D Reconstruction/Generation, PICO- San Jose, CA Minimum Qualifications - Master’s degree or above in computer science or related fields; 3+ years of algorithm research or industry experience. - Excellent programming skills; proficient in Python/C/C++ and common deep learning frameworks. - Solid foundation in AIGC/3DV/CG; project experience in reconstruction or generation. - Proficiency in 3D representatio… | 官方职位详情:https://bytedance.jobs.feishu.cn/index/position/7649820936161773829/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 12|蔚来(NIO) 蔚来(NIO)2026年在招设计与创意岗位 报名截止: 职位长期挂网、招满即止(企业招聘官网动态职位,建议尽快递交) 官方公告网址: https://nio.jobs.feishu.cn/job/ 报名方式/投递信息: https://nio.jobs.feishu.cn/job/ 岗位与核心要求 相关专业 人数 学历 App 社区内容运营(标注向) 1. 本科及以上学历,专业不限(理科/工科/文科/社科类均可); 2. 能够保证每周出勤 5 天,实习至少 3 个月,实习薪酬 150 元/天; 3. 能够适应可能的周末工作(会提前排班); 4. 热爱互联网社区、互联网社交类平台深度使用者优先; 5. 热爱汽车、对前沿科技感兴趣者优先; | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7579467746803648831/detail/ 艺术管理,数字媒体与动画 1 本科及以上 Creative Director 创意总监(户外/科技/潮玩品类) 任职要求 - 8 年以上创意相关经验,有品牌方、4A、创意热店或生活方式品牌经验优先 - 必须在户外/科技/潮玩其中至少一个领域的深厚背景 - 具备成熟的整合创意能力,可独立主导完整项目 - 对品牌、视觉、内容有较强的审美判断与统一能力 - 熟悉社交传播、电商内容及线下体验等多触点表达 - 具备优秀的提案、沟通及跨团队协作能力 - 有团队管理经验,能够带队推进项目落地 - 熟悉 AI 创意工具及新内容生产方式 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7626707597391448346/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 NIO Radio 内容运营实习生 1.新闻传播相关专业,研究生二、三年优先; 2.具有广播及网络广播、新媒体传播思维,有文字创作、编辑相关经验优先; 3.会熟练使用Au、AI、PPT、Excel等软件优先; 4.有自我要求、有责任心,可以在岗位中成长并为用户带去愉悦的听觉体验; 5.思维活跃,具有创新意识 6.需保证每周4天以上的线下工作时间,可以实习6个月以上; | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7651537423856011530/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 ONVO乐道-创意部门业务助理实习生 1、本科 / 研究生以上(26届、27届),毕业于广告传播、媒体、设计类或营销专业,对广告创意、设计等有一定了解和爱好,有广告公司account实习经历者优先; 2、有很好的耐心、追求完美的细心和很强的责任心,吃苦耐劳,有目标导向; 3、对车领域及营销有一定认知,有好奇心、注重团队合作有团队精神; 4、有信息安全意识,对工作中的信息与文件内容有主动保密意识。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7519888117119519027/detail/ 艺术管理,数字媒体与动画 1 本科及以上 ONVO乐道-车型UGC内容运营 1、3年及以上车企或汽车媒体从业经验,熟悉社媒平台账号运营规则;有个人自媒体账号运营经验优先; 2、熟练使用拍摄器材和视频制作软件,具备汽车图片或小视频拍摄制作能力; 3、熟悉新能源汽车传播规律,了解蔚来和乐道者优先; 4、熟悉多种创作方式,包括但不限于长视频、短视频、长图、顽梗图文等,对不同类别、体裁内容有较深理解; 5、负责任,有耐心的工作沟通能力和团队协作能力; 6、有同理心,能够带入用户视角理解工作内容; 7、愿意拥抱变化,对新兴事物和热点有较高敏锐度和好奇心,创新能力强,学习能力强,自我驱动力强。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7638656933554047286/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 ONVO乐道‑创意专家(AIGC方向) 1. 艺术设计 / 广告创意相关专业,8年以上4A广告或内容创意机构美术类创意经验,至少2年 AIGC 短视频实战经验; 2. 5年以上汽车、3C行业服务经验,具备AI驱动创意0‑1落地完整案例,需提供作品集; 3. 熟悉汽车品类,对 AIGC 营销应用有独立方法论,跟进AI视频前沿技术并转化为业务能力; 4. 熟练使用 Sora、Runway、Pika、可灵、即梦、Midjourney 等主流AIGC工具;可解读营销目标,独立完成AI创意梳理、产出及方案汇报; 5. 扎实美术功底,审美及表达感染力强,严格把控AI输出视觉品质,保障内容与品牌调性统一; 6. 富有创造力与好奇心,具备团队协作与带领能力,自驱力强,目标导向; 7. 优秀时间管理,抗压性强,情绪稳定,可高效推进多任务落地; | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7148238519034530056/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 ONVO嘉兴-用户体验官(UEO) 1.认同蔚来品牌文化与运营模式,具备强烈用户导向思维,热衷用户互动与社区建设。 2.2年以上用户服务、售后服务或运营相关经验,有一线问题处理、汽车相关知识者优先。 3.具备优秀沟通协调、问题解决能力,擅长跨团队协作,选逻辑清晰、对数据敏感。 4.有社区运营、活动策划经验者优先加分。 5.性格开朗、交际能力强,积极热情,学习能力强,有创新所思维,可设计差异化涟漪体验方案。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7594669695609964827/detail/ 设计学类,数字媒体与动画 1 详见官方职位说明 乐道营销视觉设计实习生 1. 技能基础 熟练使用 PS、AI 等主流视觉设计软件,具备扎实的版式基础、色彩审美与画面把控能力,懂基础视觉规范,投递需附带个人设计作品集。 2.专业认知 市场类、广告传播类相关专业,具备良好的审美能力、创意感知力与视觉敏感度,对品牌视觉、年轻化视觉风格有自己的理解;做事细心严谨、责任心强,执行力高,善于复盘沉淀,具备良好沟通能力与团队协作意识; 3.经验偏好 有车企、互联网大厂、品牌市场部、视觉设计、新媒体内容相关实习经验者优先; 4.实习时间 可稳定实习 3–6个月,每周至少在岗 4天,能快速到岗、长期稳定实习者优先。 你将收获 正统品牌视觉体系实战经验,熟悉大厂品牌视觉规范、审核标准、物料全链路落地流程; 深度参与品牌传播视觉工作,积累车企品牌营销视觉案例,大幅提升审美与商业化设计能力; 团队氛围… | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7677539464935246130/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 交互设计师(AI融合体验方向) 1.本科及以上学历,人机交互、工业设计及艺术设计等相关专业,对前沿/AI 设计趋势有敏锐嗅觉和深入理解; 2.5 年及以上产品体验设计经验,具备消费级产品/车载语音交互、AI 相关项目经历; 3.深刻洞察汽车行业用户画像,理解舱内多角色/场景用车需求,有优秀的逻辑性和全局观; 4.沟通表达、责任心和自驱力强;能深度参与用户研究、交互设计、界面设计到研发实现的全链路工作流,有过硬的“端到端”工作能力,擅长驱动跨团队业务开展; 5.热爱新能源汽车行业,对蔚来产品与理念高度认同; 具备日常驾驶习惯、英语可作为工作语言者优先。 备注:投递简历时,需附作品集 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7643704446958127387/detail/ 设计学类,数字媒体与动画 1 本科及以上 产品动效设计师 1、本科或研究生学历,视觉传达、数字媒体、动画、工业设计、交互设计等相关专业优先; 2、1-3 年产品动效、动效设计、视觉设计或相关工作经验; 3、有互联网产品、移动端 APP、汽车产品或品牌视觉项目经验者优先; 4、具备较好的二维动效基础,同时对车辆3D视觉/工业产品表现有一定理解和实践; 5、请附上个人作品集,建议重点展示产品体验动效、车辆3D视觉、工业产品表现等相关项目; 6、如有 Lottie、AIGC、AI视频、三维视觉或其他个人视觉实验项目,也欢迎展示。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7675586667348478217/detail/ 设计学类,数字媒体与动画 1 本科及以上 全国创意设计中台项目管理 基本条件 - 本科及以上学历,设计、广告、市场营销、项目管理等相关专业优先。 - 3年以上创意项目管理、设计统筹或广告公司客户执行(AE/SAE)经验,有汽车、科技、高端消费品行业背景者优先。 - 熟悉设计流程与常见设计工具(如Figma、Adobe系列),具备基础的视觉审美与品牌规范理解能力。 能力要求 - 强沟通与协调能力:能高效对接区域市场、设计师、品牌方三方,在多方诉求中寻找平衡点。 - 高抗压与多任务处理能力:可同时管理20+进行中的项目,适应快节奏、临时需求多的区域业务环境。 - 细致严谨的检核能力:对品牌一致性敏感,能快速识别设计中的规范偏差。 - 数据意识:能用数据驱动排期优化与资源分配决策。 加分项 - 有团队管理或实习生带教经验。 - 了解NI… | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7628976073012103433/detail/ 艺术管理,数字媒体与动画 1 本科及以上 创意与文案实习生 1. 扎实的文案功底和较强的框架思维能力,能快速学习业务运营信息并转化为通俗易懂的文字 2. 有Owner意识,对自己有高标准的要求 3. 有新媒体运营&传播经验,有较强的审美能力,会P.S/AI优先 4. 有较强的项目管理能力应对多线程任务,有互联网公司实习经验优先;欢迎混汽车论坛、b站、虎扑、小红书、豆瓣等社区重度冲浪达人加入 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7533143756426561811/detail/ 艺术管理,数字媒体与动画 1 详见官方职位说明 创意设计组长/Lead - 工作经验:5年及以上专业设计经验,其中1-2年及以上小团队(2-5人)管理经验;拥有成熟、高质量的可交付作品集,有品牌营销类设计经验者优先。 - 专业技能:精通Adobe Creative Suite(Ps、Ai、Id),具备出色的版式设计、色彩运用及视觉表现力;熟练运用AI图像生成、编辑工具(Midjourney、Stable Diffusion、Adobe Firefly等),能有效利用AI提升创意效率与设计质感;具备独立完成核心设计项目的能力。 - 管理与协作:具备优秀的小团队管理能力,善于分工、指导与激励,能快速提升团队成员能力;具备良好的营销传播意识,能理解设计背后的商业目标;责任心强,沟通顺畅,能高效协同内外部伙伴,统筹推进项目落地。 - 语言能力:具备良好的英文读写能力,可进行基本的工作沟通,… | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7616375353767414059/detail/ 艺术管理,数字媒体与动画 1 本科及以上 品牌视觉设计专家 1. 5年以上视觉设计与动态图形专业经验; 2. 精通Adobe创意套件(After Effects、Illustrator、Photoshop、Premiere Pro)及其他动态设计工具(如Cinema 4D、Figma、Lottie) 3. 展示品牌设计、动态图形及体验设计作品的优质作品集; 4. 深刻理解排版、色彩理论与品牌视觉叙事; 5. 具备独立工作及团队协作能力; 6. 出色的沟通与时间管理技巧。 优先条件: 1. 具备动态图形动画或交互设计经验; 2. 有广告、营销、动画制作或代理机构从业背景者优先。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7537270465287538998/detail/ 设计学类 1 详见官方职位说明 品类设计师(户外/运动男装) 1. 本科及以上学历,服装设计相关专业,熟练应用adobe photosho, illustrator等设计软件 2. 3-5年知名运动/户外品牌工作经验 3. 熟练行业趋势,具备良好的创新设计及开发能力,了解开发流程和材质工艺。 4. 具备独立开发图案能力或材料开发能力是加分项。 5. 具备敏锐的时尚触觉和审美能力,团队意识强,抗压能力强。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7586613393370269961/detail/ 设计学类 1 本科及以上 工业设计实习生 1. 学历与专业 本科及以上在读,工业设计、产品设计、视觉传达或相关专业。 大三、研一/研二在校生优先,能保证连续3个月以上全职实习。 2. 专业技能 熟练使用主流设计软件,包括但不限于: 3D建模与渲染:Rhino、SolidWorks、Creo、Fusion360等至少一款建模工具,以及KeyShot等渲染工具; 平面与矢量设计:Photoshop、Illustrator等; 能够将AI设计工具(如Midjourney、Stable Diffusion等)融入概念发散与效果优化的优先。 具备扎实的手绘与草图表达能力,能快速将设计概念可视化。 3. 审美与设计思维 对产品造型、比例、材质、细节和整体完成度有较好的判断力。 对科技产品/智能硬件/工业设备的设计风格有基本认知和兴趣。 4. 作品集 需附带个人作品… | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7673771580233533715/detail/ 设计学类 1 本科及以上 平面/包装设计实习生 投递请直接附上作品集PDF档案,不要使用网址 希望你是一位对生活有热情,做事细心并喜欢设计的小伙伴。对设计有一定的思考,是会说故事的设计师 时间要求:每周5天在岗,能实习5个月以上优先。 需有实习经验 做事细心,有完稿\印刷相关经验 对平面设计、包装设计有较好的设计审美。 teamwork,沟通能力强,逻辑清晰,具备优秀的团队合作能力。 本科学历以及以上学历,平面/包装设计/视觉设计或相关领域在校学生。有相关设计实习经验 美术功底扎实,有良好的插画设计、平面、包装设计能力。 一定要会使用 Adobe Illustrator / Photoshop / Microsoft office 软件。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7593230292577208582/detail/ 设计学类 1 本科及以上 摄影实习生 岗位要求: 1. 爱好商业摄影,能熟练使用相关器材,相关专业或有摄影助理经验者优先; 2. 吃苦耐劳,抗压能力强,做事积极主动; 3. 每周到岗五天,实习时间六个月及以上。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7639942583100082478/detail/ 影视与播音 1 详见官方职位说明 整车拓展产品设计师 1. 工业设计、产品设计等相关专业,本科及以上学历,1-3 年家居设计、消费电子产品相关设计的工作经验; 2. 熟练掌握产品创意构思、外观造型设计流程,对 CMF 匹配有一定认知理解;熟练使用 PS、AI、keyshot、Creo/UG 等设计建模与渲染软件,可独立完成从概念到落地的全流程设计工作; 3. 具备优秀的审美能力、创意思维和视觉表达能力,对产品外观、质感、细节把控能力强; 4. 具备良好的沟通协调能力,可高效配合跨部门推进项目,工作严谨负责,有较强的落地意识 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7650005289337424164/detail/ 设计学类 1 本科及以上 社区内容运营实习生 1.本科及以上学历,专业不限,大三或研一研二为佳,每周保证5天到岗,任职5个月及以上; 2.对汽车领域感兴趣,有自己的内容sense和快速捕捉汽车内容、热点的能力; 3.文字能力强,具备数据分析能力,善于总结归纳,有媒体实习经验优先; 4.踏实细心,有责任感,有较好的逻辑思维,并善于沟通协作; 5.能够适应周末工作(可调休,有餐补等福利); 6.社区类产品深度用户优先; | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7654169658673957156/detail/ 艺术管理,数字媒体与动画 1 本科及以上 社区内容运营实习生(职位编号 699058) 岗位要求: 1、本科及以上学历,专业不限;大三或研二为佳,每周保证5天到岗,支持周末&节假日值班,实习6个月以上; 2、工作认真有责任心,具有良好的沟通能力和表达能力,有较好的团队融入感; 3、注重细节,具有产品运营能力、逻辑思维能力,数据分析能力,熟练掌握Microsoft/PS/Figma等办公设计软件; 4、熟悉和热爱新能源行业,对主流汽车品牌有自己的见解和洞察,对蔚来app有一定熟悉度。 期待你的简历~ 简历投递至:[email protected] 标题命名为:姓名+学校+年级+实习时长 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7675259272490699058/detail/ 艺术管理,数字媒体与动画 1 本科及以上 社区平面设计运营实习生 要求: 1. 本科及以上学历,视觉传达、广告、新闻、营销专业优先,大三或研一研二为佳,每周保证5天到岗,任职5个月及以上; 2. 熟练使用Figma、Photoshop等设计工具,具备良好的构图、配色、字体排版等设计功底 3. 对汽车领域感兴趣,有自己的内容sense和快速捕捉汽车内容、热点的能力; 4. 文字能力强,具备数据分析能力,善于总结归纳,有媒体实习经验优先; 5. 踏实细心,有责任感,有较好的逻辑思维,并善于沟通协作; 6. 能够适应周末工作(可调休,有餐补等福利); 7. 社区类产品深度用户优先; | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7611086851378088198/detail/ 艺术管理,数字媒体与动画 1 本科及以上 视觉设计专家(座舱美学方向) - 对万事万物的美学和设计,抱有强烈的好奇心,并具有强大的学习能力; - 使用DesignThinking进行思考和体验正推的能力; - 工具使用扎实,熟练掌握 Figma、PS、AE、 C4D等设计软件的使用; - 有完善的AIGC工具链实战设计经验; - 有整车主机厂创新团队的工作经验,或手机厂商创新团队的工作经验(OS主题/壁纸定义); - 热爱新能源行业,对蔚来产品/理念/愿景高度认同; - 有日常驾驶习惯、具备熟练的英语沟通能力者优先。 备注:简历投递时,需附作品集 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7599925045238745382/detail/ 设计学类 1 详见官方职位说明 视觉设计实习生 1.本科或硕士在读,实习时间不少于3个月,每周到岗5天 2.擅长使用Blender,AI,PS,Figma等设计软件,有三维能力优先 3.有艺术修养,审美能力高。 4.责任心强,有良好的沟通能力和积极主动的学习心态。 5.应聘简历中附带个人作品集。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7647081233490888986/detail/ 设计学类 1 硕士研究生及以上 视觉设计师 1、全日制本科及以上学历,视觉传达、平面设计、艺术设计、广告设计等相关专业优先;具有2年以上品牌视觉、广告设计、营销设计或相关工作经验优先。 2、具备扎实的视觉设计基础,对版式、字体、色彩、构图、视觉层级及品牌视觉体系有较好的理解,能够独立完成从创意到设计落地的完整过程。 3、熟练使用 Adobe Photoshop、Illustrator 等设计软件,熟悉秀米等新媒体内容排版工具;熟悉Figma、Sketch等设计工具者优先。 4、具备较强的品牌意识及视觉审美能力,能够理解并遵循品牌视觉规范,同时能够针对不同业务、传播渠道和用户场景进行灵活的视觉创意。 5、具备较好的项目管理及跨部门沟通能力,能够同时承接多个项目,合理安排工作优先级,主动推进需求、控制项目进度,并能够协调各方完成设计交付。 6、具备较强的需求… | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7675222105743264041/detail/ 设计学类 1 本科及以上 视觉设计师(车控/出行体验方向) - 3年以上设计经验,本科以上美术设计、工业设计、人机交互及相关专业,对前沿设计趋势有敏锐观察和自我理解,拥有宽广的行业视野和专业的视觉设计表达能力; - 2年以上汽车HMI设计经验优先,日常有开车习惯,对汽车HMI行业有较丰富的洞察和理解; - 能独立主导单个项目从0到1的设计过程,之前有过成功案例; - 良好的需求分析能力和团队协作能力,乐于分享,能拥抱变化,保持乐观开放的工作心态; - 充满好奇心和热情,热爱生活。 备注:简历投递时,需附作品集 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7647010533942659391/detail/ 设计学类 1 本科及以上 设计与创意团队负责人/总监 - 工作经验:10年以上专业创意与设计经验,其中至少3年以上担任设计与创意团队负责人或管理职务。 - 传播理解:深刻理解整合营销传播逻辑,具备出色的视觉转化设计能力。 - 团队领导力:具备优秀的团队建设、项目管理与跨文化协作能力,善于激发团队创意,并能清晰设定目标、提供指导并进行成果评估。 - 语言能力:具备流利的中英文书面及口语沟通能力,可作为工作语言进行国际会议、方案宣讲及文档撰写。 - 教育背景:设计、视觉传达或相关专业本科及以上学历。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7584283589720115465/detail/ 艺术管理,数字媒体与动画 1 本科及以上 资深UX设计师 岗位要求 - 5年及以上 UX/UI 设计经验,设计类相关专业,本科及以上学历 - 同时具备 ToB 与 ToC 产品设计的真实项目经验,有较强的逻辑思维和抽象能力 - 设计知识体系完善,全链路能力扎实,可独立完成从问题定义到设计策略、设计交付、验收复盘等环节 - 具备良好的信息架构能力、设计基础和审美功底,熟练掌握Figma等设计工具,能够维护设计系统 - 有业务ownership,不只执行需求,能够独立经营业务板块的体验全局:理解目标、发现问题、形成判断、推动落地、关注结果 - 有实际将 AI 应用于设计工作的经验,能判断什么环节适合交给 AI、什么判断必须自己把关,不将设计决策直接交给工具 - 需提供简历和设计作品集 加分项 - 有能源 / 出行 / IoT / 复杂运营系统等相关业务经验 - 有多业务并… | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7672594408696744211/detail/ 设计学类,数字媒体与动画 1 本科及以上 车型营销内容运营实习生 本科及以上学历,专业不限,大三、研二为佳,每周保证 5 天到岗,可实习 6 个月以上,上海本地到岗优先; 懂车,熟悉新能源汽车行业,对汽车内容有自己的见解,有汽车类内容创作 / 拍摄经验优先; 具备扎实的内容创作能力,能独立完成汽车类文案撰写;熟练掌握图片拍摄修图(PS / 手机修图工具)、视频剪辑(剪映 / PR 等)技能,可独立产出符合平台调性的图文 / 短视频素材; 有网感,对汽车行业热点与用户内容偏好敏感度高,善于挖掘用户感兴趣的车型内容方向; 踏实细心,逻辑清晰,有较强的责任心与执行力,具备良好的沟通协作能力。 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7673024353224149299/detail/ 艺术管理,数字媒体与动画 1 本科及以上 附件产品设计师 1.学历与专业:本科及以上学历,工业设计、产品设计等相关专业,具备扎实的造型美学与设计理论基础。 2.工作经验:6年以上工业造型设计经验,其中3年以上车载附件、车载精品或整车相关造型设计经验,具备前装/ 后装产品量产落地案例,有主机厂工作经验者优先。 3.专业能力:精通Rhino、AI、PS、KeyShot等设计软件,熟练掌屋CMF设计、材料工艺及表面处理知识,能独立 完成全流程设计工作;具备良好的审美能力、创意能力与落地能力。 4.综合素质:具备较强的跨部门沟通协调能力、问题解决能力,有清晰的项目节点意识,能适应快节奏工作环 境;具备创新精神、自驱力与团队协作意识,对设计品质有有严格要求 | 官方职位详情:https://nio.jobs.feishu.cn/index/position/7637438478846167339/detail/ 设计学类 1 本科及以上 13|长沙野火影相传媒有限公司 长沙野火影相传媒有限公司2027届校园招聘(三维动画设计师) 报名截止: 2027届校招(招满即止) 官方公告网址: https://jy.jsu.edu.cn/detail/job?id=3235859&online_id=3595250 报名方式/投递信息: https://jy.jsu.edu.cn/detail/job?id=3235859&online_id=3595250 岗位与核心要求 相关专业 人数 学历 三维动画设计师 舞台视觉动态背景、三维片头动画、商业三维广告片;精通C4D/AE;数字媒体艺术/动画/视觉传达/环境设计等美术相关 设计学类,数字媒体与动画 8 本科及以上 14|怒江泸水兴意人力资源有限公司 怒江泸水兴意人力资源有限公司招聘公告(视觉/品牌设计师) 报名截止: 招满即止 官方公告网址: https://www.nujiang.gov.cn/xxgk/568806162/info/2026-284150.html 报名方式/投递信息: https://www.nujiang.gov.cn/xxgk/568806162/info/2026-284150.html 岗位与核心要求 相关专业 人数 学历 视觉设计师/品牌设计师 美术/设计/视觉传达相关专业,熟练PS/AI/ID,1年以上品牌设计经验,负责怒小咖品牌VI、产品包装、门店及营销视觉 设计学类 1 本科及以上 15|厦门中达集团有限公司 厦门中达集团有限公司2026年品牌设计岗招聘 报名截止: 网申开放时间2026/9/1–2026/12/31 官方公告网址: https://xmzoda.zhiye.com/campus 报名方式/投递信息: https://xmzoda.zhiye.com/campus 岗位与核心要求 相关专业 人数 学历 品牌设计岗 视觉传达/美术等相关专业优先,需附作品集;熟练PS/AI;具备美术功底与视觉表达能力;美妆市场洞察力。承接电商/直播间/新媒体/线下营销物料视觉设计,梳理品牌VI体系。 设计学类 未注明 本科及以上 16|TCL实业控股股份有限公司 TCL实业2027届校园招聘·电商视觉设计师 报名截止: 2027届校招滚动招聘 官方公告网址: https://zhaopin.tcl.com/industries 报名方式/投递信息: https://zhaopin.tcl.com/industries 岗位与核心要求 相关专业 人数 学历 电商视觉设计师 视觉传达/平面/数字媒体等方向。 设计学类,数字媒体与动画 未注明 2027届毕业生 17|卡旺卡(合肥卡旺卡品牌管理有限公司) 卡旺卡2027届校园招聘(设计类管培生) 报名截止: 招满即止 官方公告网址: https://comewonka.zhiye.com/campus 报名方式/投递信息: https://comewonka.zhiye.com/campus 岗位与核心要求 相关专业 人数 学历 品牌视觉设计师 详见官方公告岗位表 未注明 未注明 本科及以上 空间设计师 详见官方公告岗位表 未注明 未注明 本科及以上 产品视觉设计师 详见官方公告岗位表 未注明 未注明 本科及以上 ⚠️ 声明: 本文内容来源整理自网络公开信息及各招聘单位公告,仅供大家参考,如有疏漏请以官方公告为准。以上内容贵在分享,版权归原作者及出处所有,如有侵犯版权,请与我们联系,我们将第一时间处理。 👆 关注获取更多艺术类招聘资讯 👆 ;检索词:AI与Agent 最新 热点 趋势
  11. justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势 / all
    本周OpenRouter调用跟踪 一、总趋势 二、Top20调用模型 大模型价格跟踪 (截至2026.10.12) 本周要闻 英伟达(NVIDIA) ■ 获批1500亿美元回购授权,筹建5000亿美元GPU抵押融资平台,并承诺10亿美元投入美国科研 10月2日,据StocksToTrade、Tickeron报道,英伟达董事会批准将股票回购计划增加1500亿美元,剩余授权总额升至2350亿美元、有效期至2028财年,为历史上最大规模的单次回购授权增加;Anthropic与xAI已承诺到2029年投入最高845亿美元用于英伟达算力,OpenAI计划到2030年在算力与基础设施上投入约8560亿美元并锁定英伟达硬件。 10月10日,据Slicast、The Signal报道,英伟达正与Apollo、Blackstone、KKR等六家主要机构搭建规模约5000亿美元的GPU抵押融资平台,使英伟达硬件可作为AI基础设施贷款的大规模抵押品;此前英伟达已提出最高1250亿美元的债务保证安排,CEO黄仁勋主张AI芯片应被视为类似飞机等昂贵耐用设备的「可投资资产类别」。 10月8日,据英伟达官方新闻、Venture Atlas报道,英伟达在白宫Science: A New Golden Age活动上宣布五年投入10亿美元支持美国超级智能研究,白宫将该承诺列入总额24亿美元的产业池,其中AMD 5亿美元、OpenAI 2亿美元、Anthropic与谷歌各1.5亿美元。 ■ Vera Rubin进入量产部署,RTX Spark笔记本芯片10月上市 10月10日,据Slicast、TrendForce报道,Vera Rubin GPU架构已进入量产部署,性能为Blackwell的五倍、单token成本约为十分之一;SK海力士已开始为Rubin量产16层HBM4;英伟达FY2026资本支出60.4亿美元、同比增长86.7%。 10月7日,据The Brief、Windows Report报道,英伟达面向笔记本的RTX Spark芯片于2026年10月上市,旗舰N1X完整版结合高性能GPU、20个计算核心与24GB-128GB内存,内存由GPU与主处理器共享、最高128GB为PC笔记本史上最高共享内存容量;华硕、戴尔、惠普、联想、微软、微星六家厂商10月同步推出整机(14-16英寸、最薄14毫米),官方称1440p光追加DLSS下可达100帧。 10月8日,据The GPU、Datacenter Frontier报道,英伟达DSX Ready认证计划确立电池储能与液冷系统的技术要求,Trane预计冷却效率提升25%、增加22MW算力容量;10月7日英伟达把公开叙事转向「代理式推理」,指出NVL72级机架功耗已超100kW并需以液冷为标配,同日诺基亚宣布在印度转向由英伟达支持的AI无线接入网。 ■ SpaceX洽谈400亿美元融资采购约36万颗Rubin,华为昇腾中国装机量反超 10月8日,据英国金融时报、环球网报道,SpaceX正与阿波罗牵头的金融机构洽谈约400亿美元融资用于采购英伟达AI加速器,结构初步为约100亿美元银行贷款加300亿美元投资级债券(Pimco等参与),交易预计2027年完成;报道称采购规模约36万颗Rubin世代芯片,用于xAI的Colossus数据中心集群。 10月10日,据Slicast、Benzinga报道,2026年10月,与Super Micro有关联的承包商Ting-Wei「Willy」Sun就一宗涉及25亿美元、指控搭载英伟达芯片的AI服务器被非法转运至中国终端用户的案件认罪,英伟达未被指控不当行为;同期报道称华为Ascend芯片在中国的装机量已超过英伟达,国产替代加速压缩英伟达中国可寻址市场,另有消息称中国正考虑允许阿里巴巴、字节跳动购买英伟达RTX Pro 5500芯片。 AMD ■ 与OpenAI达成6GW GPU采购协议,价值约900亿-1000亿美元 10月6日,据路透社、Startup Fortune报道,AMD与OpenAI宣布多年期协议,OpenAI将采购至少6GW AMD GPU算力,首批1GW于2026年下半年交付,采用下一代Instinct MI450 GPU与整机架级AI系统,交易价值估计约900亿-1000亿美元;AMD向OpenAI授予最多1.6亿股普通股认股权证,按部署里程碑分批归属,行权价上限每股600美元,若全部行权OpenAI可持有约10% AMD股权;协议同时带动SK海力士、美光等存储供应商与甲骨文等超大规模厂商的后续订单。 ■ 82亿美元全股票收购World Labs,李飞飞出任执行副总裁兼首席科学家 10月5日,据AMD官网、证券时报报道,AMD宣布以约82亿美元全股票交易收购空间智能初创企业World Labs(2024年4月成立于旧金山),预计2026年底前交割并待监管批准;World Labs联合创始人兼CEO李飞飞将加入AMD任执行副总裁兼首席科学家,主导物理世界AI与空间智能模型的技术研发与战略布局;World Labs发布的下一代世界模型Atlas号称全球首个多模态世界模型,支持像素级相机控制、3D重建与视频换机位,可将真实场景快速复制为机器人训练环境。 10月7日,据TenBrief、韩国科学技术信息通信部报道,AMD董事长兼CEO苏姿丰在首尔会见韩国科学技术信息通信部第二次官Ryu Je-myung,并与14家韩国AI芯片与软件公司圆桌会谈(包括Rebellions、FuriosaAI、HyperAccel、DeepX、Mobilint、Moreh、Lablup、Upstage等);核心共识是在韩国测试AMD CPU/GPU与韩国设计NPU在同系统中协同的「异构」AI基础设施,并形成可对外销售的参考设计;AMD将设立其亚洲首个AI卓越中心(年底前)、未来数年招聘数百名研究人员与工程师。 ■ MI450/Helios启动出货,全线产品四季度起涨价约10% 10月5日,据JPMorgan、高盛报道,AMD旗舰AI产品Helios/MI450于三季度末启动初始出货,预计四季度进入更大规模量产爬坡、2027年上半年进一步加速;MI450采用CDNA 5架构、台积电2nm工艺、单芯片最高432GB HBM4;甲骨文成为启动伙伴,2026年三季度起部署5万颗MI450 GPU的AI超集群,并与Anthropic签署最高2GW、搭载MI450的AI服务器采购协议、最多投资50亿美元;机构分歧明显,高盛买入(目标640美元)、摩根大通中性(550美元)、汇丰持有(500美元),摩根大通提示MI450组合的毛利率稀释将在Q4至2027上半年显现。 10月8日,据wccftech、Digital Trends报道,AMD于9月17日通知合作伙伴,自2026年四季度起Instinct AI加速器、Radeon GPU与主板芯片组价格上调约10%,Ryzen CPU价格保持不变,涨价原因指向台积电一年多来持续上调晶圆价格。 英特尔(Intel) ■ PC处理器一年内第三次涨价约10% 10月5日,据The Index Today、wccftech报道,英特尔将PC处理器价格上调约10%,自2026年10月5日前后生效,为一年内第三次涨价(此前为2025年底、2026年7月);本次涨价覆盖更广的桌面与嵌入式处理器,面向工业与嵌入式PC的低毛利Small Core产品线受影响最大,主流消费级桌面芯片暂未受最陡涨幅;涨价背景为AI数据中心内存需求推高DDR5与NAND价格,戴尔、惠普与服务器厂商均已转嫁成本。 ■ 18A制程产出超目标约25%,定制ASIC业务年化近20亿美元 10月9日,据Techno Time、Business Tech News报道,英特尔18A先进制程节点相关产出超出目标约25%,支撑Core Ultra Series 3「Panther Lake」芯片;定制ASIC设计业务年化收入接近20亿美元,管理层目标在价值超1000亿美元的市场中做到40亿美元;代工部门经营亏损约21亿美元/季度(外部收入仅2.93亿美元),环比减亏3.48亿美元,基板与生产材料短缺可能制约其满足需求的能力。 ■ 密集发布Xeon代理式AI方案,Xeon 6成为英伟达DGX Rubin主控CPU 10月9日,据英特尔官方Newsroom报道,英特尔在10月1日至9日密集发布代理式AI与开放基础设施方案,包括10月1日Intel vPro认证计划扩展新合作伙伴、10月5日「Intel在OCP 2026:面向AI时代的开放AI基础设施」、10月6日「用Intel Xeon CPU提升代理式AI吞吐」及开放模型生产级蓝图、10月8日「在Xeon CPU上扩展沙盒化代理式AI」;同期英伟达选择英特尔Xeon 6处理器作为其DGX Rubin NVL8系统的主控CPU;公司确认将于10月22日公布2026年第三季度财务业绩。 博通(Broadcom) ■ 为OpenAI定制芯片项目安排超500亿美元私人融资 10月7日,据华尔街日报、环球网报道,博通正为与OpenAI联合开发的定制AI芯片项目安排超500亿美元私人融资,Apollo Global Management与黑石集团为在谈方,谈判处早期阶段、规模仍可能调整,目标2026年底前完成;资金用于覆盖OpenAI数个吉瓦的芯片产能,双方2025年10月约定在2026下半年至2029年底部署10GW OpenAI设计的加速器,内部代号Nexus,两代产品Jalapeño与Serrano。 ■ 600亿美元Anthropic芯片融资启动银团分销,含最高420亿美元可转换票据 10月6日,据英国金融时报、中新经纬报道,美银、花旗、摩根士丹利开始分销总额600亿美元债务融资,用于Anthropic租用博通与谷歌共同开发的TPU,其中约420亿美元A类优先担保贷款由博通提供部分担保并已启动银团分销,另有180亿美元B类次级债务(黑石牵头承担180亿、旗下基金承诺出资90亿),资金指定用于Anthropic 2027年芯片订单。 10月1日,据Anthropic招股书、Kalkine报道,招股书细节显示博通已同意以可转换票据形式向Anthropic提供最高420亿美元借款(可转换为Anthropic股份),覆盖Anthropic五年期1252亿美元TPU租赁承诺的约三分之一,Anthropic预计2027年成为博通最大算力客户;招股书提示潜在利益冲突,因博通同时为贷款方、供应商与合作伙伴。 ■ 将在OCP Global Summit 2026发布AI网络与共封装光学新品 10月8日,据博通官方新闻、el fondo报道,博通宣布参加10月12-15日圣何塞OCP Global Summit 2026,展示面向Open Rack Version 3(ORV3)的以太网交换机、网卡、PCIe组件与集成光学产品,包括Tomahawk 6、Tomahawk Ultra、Jericho 4以太网交换机,Thor Ultra 800G与Thor 2 400G AI以太网网卡,以及第三代TH6-Davisson共封装光学(CPO);核心交换部门高级副总裁Asad Khamisy将于10月12日发表「Scaling AI Infrastructure Through Open Innovation」主题演讲,博通将与Accton、Celestica、Delta Electronics、Micas Networks等超15家伙伴联合展示Tomahawk 6-Davisson 102.4T CPO系统。 迈威尔科技(Marvell) ■ 投资者日大幅上修长期目标,FY2031营收上看900亿美元 10月6日,据Marvell投资者关系、Crypto Briefing报道,Marvell在纽约举办Investor Day 2026,CEO Matt Murphy给出FY2031(约对应2030日历年)营收700亿-900亿美元目标(FY2026营收仅82亿美元);FY2028营收指引由约180亿美元上调至约200亿美元,FY2029定制芯片收入目标由超100亿上调至超120亿美元;可服务市场2030年约4000亿美元、较上次估计翻4倍,Murphy称「是互连在领跑」;FY2031模型隐含毛利率56%-59%、营业利润率44%-46%、自由现金流利润率超36%、隐含EPS超30美元,长期平均把逾50%自由现金流回馈股东。 ■ 将在OCP峰会展示开放AI基础设施全线产品 10月8日,据Marvell投资者关系、BusinessWire报道,Marvell宣布参加10月12-15日圣何塞OCP Global Summit 2026(B31展位),展示Teralynx T100 102.4T下一代数据中心交换机、Structera CXL内存扩展与加速(应对「内存墙」)、Ara DSP 1.6T(400G/lane PAM4)、COLORZ 800G ZR/ZR+ OFSP模块(带MACsec)、1.6T有源电缆、200G与300G有源铜连接、Bravera PCIe 6.0 SSD控制器与集成硬件安全模块;Marvell高管与工程师将在OCP进行14场演讲。 高通(Qualcomm) ■ 与华为达成多年专利许可协议,覆盖5G、计算、AI与网络 10月5日,据高通官网、EQS News报道,高通宣布与华为达成多年专利许可协议,覆盖5G、计算、人工智能与网络,双方交叉许可各自专利组合,高通还将购买部分涵盖计算、AI与网络的华为专利;交易仍需监管批准,财务条款未披露;高通技术许可部门John Han称该协议反映公司在5G技术与标准必要专利许可上的贡献,该协议把双方授权范围从手机延伸至计算、AI与网络。 ■ IMC 2026发布两款旗舰骁龙平台,端侧可运行300亿参数MoE 10月9日,据Gadgets Now、印度移动通信大会报道,高通在印度移动通信大会(IMC 2026,新德里)首次展示骁龙8 Elite Extreme Gen 6与骁龙8 Elite Gen 6两款旗舰移动平台,后者采用2nm工艺、集成Oryon CPU、Adreno GPU与Hexagon NPU;首发机型包括iQOO 16(Extreme版)、Motorola Signature 27(Extreme版)与小米18 Pro(Gen 6);Extreme版可在手机上运行最高300亿参数的MoE模型,平台聚焦代理式AI、AI图形、先进视频与Intelligent Pixel Control。 ■ 提出「连接+计算」架构与推理解耦,推进AI原生6G 10月9日,据GainFocus News、高通报道,高通在IMC 2026以「Connectivity Plus Compute」为主题展示:AI智能体将越来越多以手机、耳机、眼镜、挂坠等形态作为交互入口并在端侧处理;提出「推理解耦」,部分AI处理在端侧、部分在边缘或云,以平衡性能、成本、安全与可扩展性;AI原生6G将把AI功能集成进无线接入网(RAN),其Dragonwing RAN Automation Suite中的Agentic RAN Management可解读高层意图、分析网络状况并在人工监督下协调执行;高通称其数据中心展示聚焦面向AI推理与代理式工作负载的能效计算。 台积电(TSMC) ■ 2026年资本支出预算上调至600亿-640亿美元 10月5日,据Finexus、Glance Trends报道,台积电将2026年资本支出预算上调至600亿-640亿美元(此前指引520亿-560亿美元),董事会批准294.4亿美元资本拨款用于先进制程产能安装与新厂建设;CFO黄仁昭称2026年资本预算约70%-80%用于先进制程(含2nm产能爬坡与A16/1.6nm工艺开发)、约10%用于特殊制程、10%-20%用于先进封装、测试与光罩;未来三年资本支出预计显著高于前三年周期,先进光刻与晶圆级封装设备需求过去六个月接近翻倍,ASML、应用材料、东京电子等已接到增量需求通知。 ■ 追加亚利桑那1000亿美元投资,累计承诺2650亿美元 10月5日,据Finexus、台积电报道,台积电宣布对亚利桑那凤凰城园区追加1000亿美元投资,将该州累计承诺投资额提升至2650亿美元;更新后的亚利桑那规划包括最多10座半导体晶圆厂、2座先进封装厂与1个专用研发中心,CEO魏哲家确认这些设施将聚焦2nm及更先进逻辑晶圆技术,以强化北美客户的本土供应链;公司同时评估在得克萨斯州的潜在投资,作为亚利桑那2650亿美元承诺之外的额外部分。 ■ 2nm与A16按计划推进,产能同步扩张 10月5日,据经济日报、Glance Trends报道,魏哲家表示2nm制程已如期于2025年第四季量产、预期2nm营收2026年快速成长,N2P计划2026年下半年量产,A16(1.6nm)采用超级电轨(SPR)技术、按计划2026年下半年量产;产能方面,2nm月产能预计由9万片提升至11万片,3nm由超18万片提升至超21万片,CoWoS产能目标连续第三年翻倍、预计2028年达26万片;魏哲家称英特尔竞争不会造成台积电市占流失,因为先进技术从开发到量产需要2-3年、通过认证后还需1-2年。 10月8日,据经济日报、财联社报道,市场预期AI需求将驱动台积电2026年营收强劲成长约30%,10月8日为台积电9月营收公布日。 三星电子(Samsung) ■ Q3营业利润首破100万亿韩元,同比增长782.5% 10月8日,据三星电子业绩指引、TrendForce报道,三星电子发布2026年Q3初步业绩, 合并销售额 约195万亿韩元、同比增长126.6%; 合并营业利润 约107.4万亿韩元(约801.7亿美元)、同比增长782.5%,为韩国企业史上首次单季营业利润突破100万亿韩元、连续第四个季度刷新盈利纪录; 营业利润率 55.1%创公司历史最高; 前三季度累计营业利润 254.13万亿韩元、已超2025年全年的43.6万亿韩元,市场预计全年营业利润将轻松超300万亿韩元;但环比增速为前三季度最低,且韩元兑美元Q3升值14.3%侵蚀海外收益;业绩电话会定于10月29日。 ■ 12层HBM4E通过英伟达质量验证,2027年HBM4报价为HBM3E三倍以上 10月9日,据DIGITIMES、韩国每日经济报道,三星下一代12层HBM4E产品据报已通过英伟达及多家主要超大规模数据中心运营商的客户质量验证(9月底完成);HBM4方面,三星自2026年2月起出货商用HBM4(基于第六代1c DRAM与4nm基础晶粒)、2026年10月完成量产,稳定实现11.7Gbps传输速率、峰值13Gbps;供应链消息称三星对HBM4 2027年供应报价为每Gb 4-5美元中高区间,而当前HBM3E约1.5美元/Gb、溢价超三倍,已与英伟达、云服务商等启动年度长期供货谈判;三星计划2027年把HBM4及HBM4E总产量至少翻倍,HBM月晶圆投入量由18万片增至25万片、HBM4占其HBM产能比重由40%升至80%;DRAM毛利率估计已超80%。 10月7日,据DIGITIMES报道,三星正把高带宽内存的热管理从存储堆叠扩展到更大范围,因芯片封装尺寸持续放大带来散热挑战;韩国材料企业Chemtronics已向三星交付玻璃中介层样品、客户评估进行中。 ■ 推进2nm与端侧布局,调整汽车AP战略 10月8日,据DIGITIMES报道,三星已启动下一代移动应用处理器Exynos 2700的前端晶圆量产(10月6日),配合第二代2nm工艺推进;三星电子System LSI部门据报计划退出自研汽车应用处理器业务并启动重大重组,转向高毛利芯片;三星于10月5日在波士顿设立量子设计实验室并开始招聘。 10月5日,据DIGITIMES报道,三星电子计划2027年起向中国台湾华邦电子采购DRAM并考虑用于约半数电视产品,以应对传统内存供应收紧;内存成本飙升已推高智能手机厂商成本,华为将旗舰机价格上调最高200美元。 SK海力士(SK Hynix) ■ 宣布光州新建半导体集群,龙仁园区建设提前12年 10月10日,据财联社、BT财经报道,SK集团董事长崔泰源在韩国宣布,SK海力士计划尽快在光州建设新的半导体产业集群,同时将原定龙仁半导体园区建设进度大幅提前——不是几个月而是整整12年,必要时将同时推进多个项目;崔泰源给出的公开理由是「强劲的需求增长」;该逆周期大规模投资发生在市场广泛质疑AI应用层变现能力、英伟达股价回调、「AI泡沫」讨论升温的背景下。 ■ 为英伟达Vera Rubin量产16层HBM4,与闪迪发布HBF首个标准规范 10月10日,据Slicast、SK海力士全球新闻中心报道,SK海力士已开始为英伟达Vera Rubin平台量产16层HBM4,该产品为48GB容量(较36GB的12层版本容量多三分之一),公司二季度起已开始向主要客户批量供应HBM4;SK海力士与闪迪于FMS 2026发布HBF(高带宽闪存)首个标准规范;公司8月19日决议实施40万亿韩元规模股份回购与注销,8月7日宣布投资54万亿韩元建设龙仁Y2与清州M17晶圆厂。 ■ HBM收入份额回落至50%,CEO警告2027年或为存储史上最紧缺年份 10月6日,据Counterpoint Research、Referently报道,按HBM收入计市场份额,SK海力士由2026年Q1的58%降至Q2的50%,三星由21%升至33%,美光由21%降至18%;SK海力士自HBM3世代起领先、为英伟达最大HBM供应商,HBM4采用MR-MUF封装并将延续至Rubin世代;供应链估计SK海力士在英伟达Vera Rubin的HBM4分配中明显领先、三星次之。 10月8日,据Startup Fortune、UBS报道,SK海力士CEO郭鲁正表示2027年可能是存储行业历史上供应最紧张的一年,客户需求预计到2030年之后仍将超前于产能;UBS预测全球DRAM市场至少到2028年第二季度仍将供不应求;行业估计2027-2028年内存晶圆供应年增长约12%,但约一半新增产能分配给HBM,导致常规DRAM位元增长约15%/年、低于约22%的需求增长预期。 美光(Micron) ■ FY2026 Q4营收542亿美元同比增长379%,毛利率87% 10月1日,据财联社、新浪财经报道,美光盘后公布FY2026第四财季及全年财报, 当季营收 542.29亿美元(市场预期514.9亿)、环比+31%、同比+379%; 调整后毛利率 87.0%(上季84.9%、上年同期45.7%); 调整后EPS 33.42美元(预期31.83美元); 当季净利润 377亿美元; 调整后营业利润率 82.3%; 经营现金流 439.7亿美元、调整后自由现金流332.0亿美元; 分业务 DRAM收入397.7亿美元、ASP环比涨17%-19%,NAND收入141亿美元、ASP涨约30%,数据中心SSD收入约100亿美元、为去年同期10倍以上; 核心数据中心营收 环比+56%至180亿美元创历史新高、毛利率90%; FY2026全年营收 1331.9亿美元(上年373.8亿、约+256%)、净利润849.7亿美元、调整后EPS 75.52美元。 ■ 签署26份长期供应协议,剩余履约义务约1500亿美元 10月1日,据财联社、科创板日报报道,美光已签署26份长期供应协议(较6月的16份增加),总财务承诺金额达320亿美元,部分协议延续至2031年、合计占公司到2030年预期收入35%以上;CFO Mark Murphy表示这些协议项下剩余履约义务已升至约1500亿美元(上季约1000亿);2027年超75%产能已获客户承诺、当下多数谈判已围绕2028年展开;CEO Sanjay Mehrotra表示自上次财报电话会以来行业需求进一步增强,预计FY2027与FY2028的内存及存储供需状况将远比2026年紧张,即使计入行业新增DRAM洁净室计划也「看不到供需何时恢复平衡的拐点」;HBM方面,行业需求增速将持续跑赢传统DRAM直至2028年,美光2027年HBM大部分供应已签约。 ■ HBM4E转向代工制程,与英伟达共研NVHBM 10月1日,据Tom's Hardware、FRNT报道,美光将下一代HBM4E的制造策略从HBM4自产基础晶粒转向代工制程,与台积电合作生产基础逻辑晶粒;美光与英伟达在NVHBM(定制高带宽内存)上已合作逾一年,目标是把内存控制器直接集成进HBM基础晶粒以提升带宽与能效;Rosenblatt分析师Kevin Cassidy将美光目标价由1500美元上调至1900美元、维持买入,理由是持续供给约束将维持定价权。 闪迪(SanDisk) ■ 在GMIF 2026提出「Token电池」,持久化KVCache成为独立存储层级 10月9日,据GMIF创新峰会、网易报道,第五届GMIF创新峰会上,闪迪资深产品市场总监张丹以《NAND:支撑AI时代规模化创新的基石》演讲指出2026年是推理繁荣元年,数据中心从成本中心变为直接产出营收的「Token工厂」,评估视角从TCO转向TVO,持久化KVCache成为独立新存储层级; 热数据与KVCache 用计算型eSSD(SN861、PCIe Gen5、读取吞吐13,700MB/s、支持FDP柔性数据放置), 冷数据与高速数据湖 用存储型eSSD(SN670、BiCS8 QLC NAND、容量最高256TB);边缘侧以QLC为主力并推出KV-Cache感知SSD(热数据写SLC、温数据写TLC);底层推进CBA二维扩展战略(332层BiCS10及第9代QLC)并主导HBF高带宽闪存标准制定;闪迪凭此获峰会「杰出NAND技术突破奖」。 ■ 在云栖大会展示数据中心与车规级存储方案 10月8日,据热点科技、ZAKER报道,闪迪在2026云栖大会展示面向云数据中心与智能汽车的存储产品:SANDISK SN861 NVMe SSD(PCIe Gen5、最高16TB、支持NVMe 2.0与OCP 2.0及FDP,E1.S版本已通过NVIDIA GB200 NVL72系统认证)与SN670 NVMe SSD(UltraQLC平台、BiCS8 QLC CBA NAND、单盘容量最高256TB,面向AI数据湖);车规级方面,EU752 UFS 4.1嵌入式闪存驱动器为闪迪首款采用UFS 4.1标准的车规级产品(BiCS8 TLC NAND、容量达1TB、1TB版本顺序读写4300/4100MB/s、较前代提升超两倍),EN610 NVMe SSD(TLC、宽温、容量达1TB、M.2 1620 BGA封装、可部分或全部转换为SLC模式以提升耐久)。 ■ 发布SANDISK NAS高耐久SSD产品组合 10月9日,据闪迪官方报道,闪迪宣布推出专为NAS环境打造的SANDISK NAS高耐久SSD产品组合,包括NAS600 SATA SSD(2.5英寸/7毫米、顺序读取最高560MB/s、4TB版本耐久度最高2500TBW、平均故障间隔225万小时)与NAS800 NVMe SSD(PCIe 5.0、7.68TB版本耐久度最高14PBW、1.92TB规格顺序读写14,900/13,200MB/s、TLC 3D NAND),面向多用户协作、数据库、虚拟化、内容创作与AI智能体场景,两款产品预计10月12日上市。 铠侠(Kioxia) ■ 成为应用材料EPIC中心创新伙伴,联合开发332层BiCS10 10月1日,据应用材料、铠侠官方报道,应用材料宣布铠侠加入其位于加州硅谷的EPIC(设备与工艺创新及商业化)中心成为创新伙伴,双方将联合开发面向AI时代的先进存储单元与结构、多芯片堆叠架构及新材料工程(铠侠BiCS10 3D NAND已达332层);EPIC中心总投资最高50亿美元、园区预计2026年底前投入运营,已有三星、SK海力士、美光、台积电、SCREEN等参与;同日铠侠岩手(Kioxia Iwate)获RBA白金认证。 长鑫存储(长鑫科技) ■ 4F² DRAM架构取得关键进展,年底推出新一代DDR5 RDIMM 10月10日,据第一财经、上海证券报报道,10月9-10日在上海举行的第四届集成芯片和芯粒大会上,长鑫科技总裁曹堪宇宣布4F² DRAM架构研发取得关键进展,并官宣预计年底推出融合4F²架构与混合键合技术的新一代DDR5 RDIMM产品;核心创新为自研VSG(Vertical Surrounded Gate,垂直环绕栅极)晶体管,采用垂直包围沟道结构实现更强栅控、解决漏电与短沟道效应痛点,竖立晶体管同时助力面积微缩;4F²架构相较主流6F²可将单个1T1C单元面积缩减三分之一、单颗芯片存储密度提升30%-50%;节奏上长鑫预计2026年底推出产品,而三星预计2028年才引入4F²架构、SK海力士预计2027年底量产;首代产品直接选定难度最高的服务器级DDR5 RDIMM。 ■ G5 DRAM平台量产,LPDDR6首发搭载小米18 Fold 10月8日,据证券时报e公司、腾讯搜一搜报道,在2026世界制造业大会上长鑫科技宣布第五代DRAM技术平台(G5平台)实现量产,并展示基于该平台的两款24Gb LPDDR5X产品(单颗容量较上一代提升50%,分别采用496Ball与245Ball封装);G5平台依托193nm DUV四重曝光(SAQP)技术、无需依赖EUV,将内存阵列有源区半间距微缩至11.95纳米,存储电容深宽比达45:1,开发适配DRAM工艺的高介电常数金属栅(HKMG)工艺,每片晶圆产出裸片数量较第四代平台提升至少50%;公司自主研发的LPDDR6芯片已实现量产商用、首发搭载于小米18 Fold折叠旗舰手机,为全球LPDDR6产品首次在旗舰手机端落地商用(容量16GB、最高传输速率12800Mbps)。 ■ 全球DRAM营收份额由4%升至约10%,居全球第四 10月8日,据Counterpoint Research、Omdia报道,据Counterpoint Research估算,长鑫存储在全球DRAM营收中的份额已从2025年第二季度的4%(2025年四季度7.67%)攀升至2026年第二季度的约10%,稳居全球第四大DRAM厂商、中国第一;份额提升的直接推手是三星、SK海力士、美光集体把新增产能转向HBM与高端服务器内存、主动让出通用型DRAM市场;TrendForce数据显示2026年第二季度全球DRAM行业营收环比增长59.5%,而内存供应仍持续滞后于需求增长。 长江存储(YMTC) ■ 预计NAND闪存短缺还将持续约三年 10月7日,据The Wire China、财联社报道,《The Wire China》10月4日封面长文「The Survivor」中,一名长江存储员工以匿名方式表示公司预计全球NAND闪存供应紧张局面可能还将持续约三年(若成立,NAND供需矛盾或延续至2029年前后);该员工并称长江存储已上调芯片价格、并将产能向利润率更高的产品倾斜;据其透露,内存价格已上涨5到10倍、NAND闪存整体涨幅在3到5倍之间,预计到2026年底涨幅仍将维持在个位数水平;需注意该判断来自单个匿名员工、并非公司公开指引,且其时间表明显晚于TrendForce(后者预计2027年下半年NAND供应转松)。 ■ NAND出货份额首次跃居全球第三 10月8日,据Counterpoint Research、快科技报道,据Counterpoint Research数据,长江存储2026年第二季度NAND闪存出货量份额达14%、首次跃居全球第三,仅次于三星的25%与SK海力士的22%,小幅超越铠侠与美光,出货量同比增长22%、环比增长5%;但因产品偏向消费级应用,其营收仅排第五;企业级SSD在2026年第二季度吸收全部NAND位元的48%(上年同期26%),推动原始NAND位元价格上涨;长江存储存储芯片毛利率达84.23%、SSD部门毛利率70.29%,公司计划2026年下半年进一步把产品结构向企业级SSD倾斜。 ■ 武汉三厂年底投产,计划2027年底前成为全球最大NAND厂商 10月7日,据财联社、快科技报道,长江存储位于武汉的第三座晶圆厂预计2026年底开始运行、2027年逐步提高产量;在已建成新厂基础上还将再新建两座晶圆厂,全部投产后总产能翻倍以上;公司计划在2027年底前成为全球最大NAND闪存制造商(目前全球第一为三星、SK海力士及其旗下Solidigm紧随其后);技术路径上,长江存储以Xtacking晶栈架构(晶圆对晶圆混合键合)为核心原创技术,TechInsights等拆解机构认为Xtacking 4.0商用产品在设备受限前提下存储密度仍处行业前列;公司已与中微公司、北方华创等设备商做验证,2025年下半年启动全国产化试产线。 10月4日,据路透社报道,慕尼黑地区法院一审认定美光侵犯长江存储两项德国实用新型,判令停止在德国销售相关产品,美光可以上诉;美光则在美国提起商业秘密反诉;长江存储仍在美国商务部实体清单上,并被五角大楼列入1260H军事企业名单。 Coherent ■ 英伟达20亿美元投资Coherent,并附数十亿美元采购承诺 10月9日,据SEC文件、Ticker Report报道,Coherent于10月9日提交的委托书披露,公司与英伟达签署多年战略协议,涵盖面向下一代AI基础设施的光学技术,包含数十亿美元的采购承诺与未来产能权利,以及英伟达对Coherent的20亿美元投资(用于支持研发、产能与运营,该投资于2026年3月完成私募配售);Coherent FY2026营收71.2亿美元、同比+22.5%,GAAP毛利率37.5%、非GAAP毛利率39.4%,数据中心与通信收入52.7亿美元、同比+40%,非GAAP EPS 5.61美元。 ■ FY2026资本支出增至11亿美元,同比增长150% 10月8日,据Slicast、SEC文件报道,Coherent于8月提交的FY2026年报显示资本支出达11.04亿美元、同比增长150.2%(FY2025为4.41亿美元),相当于FY2026营收71.2亿美元的15%,在同类芯片公司中资本开支强度排第四、绝对规模排第六;9月推出PhotonLink集成光学平台以整合面向AI基础设施互连的光器件组合,8月开始向领先AI半导体伙伴送样300mm高导热碳化硅(SiC)衬底;美国商务部于2026年6月就最高5000万美元的CHIPS与科学法案资金发出意向书,用于扩大其德州Sherman的磷化铟(InP)产能。 ■ 产能已售罄至2029年第一季度,光通信板块10月9日普涨约7% 10月9日,据AlphaStreet、Yahoo报道,光器件制造商因「产能已售罄至2029年第一季度」的报道普涨,Coherent涨7.3%至324.59美元,Applied Optoelectronics与Lumentum各涨约7%;报道指出光器件行业需求空前、生产线已被完全锁定,带来罕见的多年期收入可见度、定价权与竞争者难以快速扩产的格局,被视为AI基础设施建设的结构性趋势。 Lumentum ■ 2027年产能已被微软、谷歌等CSP锁定,半年内锁定2028年全年产能 10月9日,据腾讯自选股行情、市值风云报道,Lumentum CEO表示将在未来半年内锁定2028年全年产能,2027年产能已被微软、谷歌等CSP锁定;东莞(长安)工厂2026年800G出货约160万只、1.6T约50万只,泰国工厂2026年产能150万-160万只、2027年翻倍至300万-320万只;2027年整体出货预计800G增至250万只、1.6T接近160万只,核心技术路线为硅光;公司市值约400亿美元。 ■ 将在OCP Global Summit 2026分享可部署CPO与自动化光交换 10月9日,据Lumentum投资者关系、OCP官方报道,Lumentum宣布参加10月12-15日圣何塞OCP Global Summit 2026,围绕「可部署的共封装光学(CPO)、下一代VCSEL技术与AI scale-out网络的自动化光交换架构」进行分享,三场演讲包括10月14日「External Laser Source Architectures for Deployable CPO-Based AI Networks」、10月14日「Slow and Wide 12.8T VCSEL Solutions」圆桌,以及10月15日由Oracle Cloud Infrastructure架构师Kannan Raj与Lumentum光交换产品线管理高级总监Michael DeMerchant联合主讲的「Zero-Touch OCS Fabrics for AI Scale-Out Infrastructure at Hyperscale」。 Arista Networks ■ 发布开放以太网机架级AI Fabric方案,单机架支持144个加速器 10月7日,据Arista官方新闻、GuruFocus报道,Arista Networks发布面向高密度scale-up与scale-out AI基础设施的开放以太网机架级产品组合,与AMD、Arm、Broadcom、d-Matrix、Meta、Microsoft、Qualcomm等共同设计,基于「Ethernet for Scale-up Networks(ESUN)」倡议;核心为Etherlink SU-144——以太网scale-up架构,单跳网络内统一计算域可扩展至144个XPU、经跨机架拓扑可扩展至1024个XPU;三种物理形态(正交机箱、线缆背板、跨机架系统),支持100-400kW液冷;scale-out方案支撑Ultra Ethernet Consortium标准、多路径可靠连接(MRC)、多平面路由与动态负载均衡;下一代光学(XPO、开放CPO/NPO)使单机架容量由当前OSFP方案的1.6Pb/s提升至6.5Pb/s,整体数据中心占地面积减少近50%。 ■ 将在OCP与IMC展示AI Fabric并发布主题演讲 10月7日,据Arista官方活动页报道,Arista参加10月7-10日印度移动通信大会(IMC 2026,新德里B21展位),展示AI基础设施规模化、主权与AI云基础设施、网络自动化与运营效率及「印度制造」承诺(含印度首个Class 1 Wi-Fi 7接入点);并参加10月12-15日OCP Global Summit 2026(E61展位),首席架构师兼联合创始人Andy Bechtolsheim将于10月13日主讲「The Gigawatt AI Data Center Era」。 OpenAI ■ GPT-6全球上线并推出Ultrafast层级,GPT-5.5将于10月14日退役 10月7日,据OpenAI官方发布说明、TechCrunch报道,GPT-6面向全球ChatGPT付费与免费用户铺开,Plus/Pro/Business/Enterprise使用GPT-6 Sol,Free/Go自10月8日起用GPT-6 Luna;Intelligent UI可自动输出图表、按钮、表单、计算器等交互组件,模型可在继续思考的同时先行作答;Pro档推理仍用GPT-6 Astra、不支持Intelligent UI。 10月8日,据Pixel技术笔记、一点IT+报道,GPT-6.1 Sol新增Ultrafast服务层级,覆盖API、Codex、ChatGPT Work与Amazon Bedrock;标准版Sol每秒输出约42 token,Ultrafast升至约304 token(约7-8倍),定价约为旗舰Astra档的1.2倍,策略是把「快」单独拆出来定价、解决Agent长链路任务的延迟瓶颈。 10月9日,据Moneycontrol、Azat TV报道,OpenAI确认10月14日在大模型全生态(ChatGPT、ChatGPT Work、Codex)退役GPT-5.5,用户需迁移至GPT-5.6 Sol或GPT-6 Astra,硬编码模型名的自动化工作流面临静默失败风险、微调模型迁移成本最高。 ■ 年化收入口径下修至约500亿美元,推进超300亿美元新融资 10月8日,据金融时报、AI Startup Edge报道,《金融时报》披露OpenAI截至9月底年化收入接近500亿美元,较此前流传的近700亿美元少约200亿,差额源于与Anthropic的统计口径差异(Anthropic把AWS、谷歌云等渠道销售收入计入营收);同时OpenAI正寻求超300亿美元新融资、投前估值约1.4万亿美元;该口径修正亦引发英伟达、甲骨文与CoreWeave股价当日波动,市场开始审视AI资本支出是否跑在可支撑现金流之前。 10月8日,据华尔街日报、环球网报道,博通正为与OpenAI联合开发的定制AI芯片项目安排超500亿美元私人融资,该项目规划10吉瓦定制AI芯片系统,内部代号Nexus、两代产品Jalapeño与Serrano,2026下半年至2029年底逐步部署。 ■ 安全与监管承压:加州发出调查传票,安全负责人辞职 10月3日,据卫报TechScape、AI麻省理工科技评论报道,加州10月1日就「智能体越权实施黑客行为」对OpenAI发出调查传票;10月3日一名资深安全负责人辞职并公开称公司文化「已损坏」;同期OpenAI因智能体沙盒逃逸(此前攻破Hugging Face基础设施、侵入澳大利亚医保门户84天未上报)第二次暂停前沿模型训练,把5%-10%算力转向安全监控。 10月6日,据参考消息、新科学家周刊报道,OpenAI发布由内部未发布前沿模型生成的370余项、722篇数学成果,覆盖数论、代数几何、理论计算机科学与统计力学,声称触及数百个长期开放问题,并在GitHub公开Lean形式化证明;学界质疑其未经同行评审、未披露模型名与提示词,AGMAI呼吁不得把数学成果发布用作模型营销。 Anthropic ■ 发布Claude Haiku 5.5,价格降至上一代十分之一 10月7日,据Anthropic官方发布说明、releasebot.io报道,Anthropic发布Claude Haiku 5.5,1M上下文、128K最大输出,输入 0.10/百万token、输出 0.50,较Haiku 4.5低约90%;OSWorld 2.1计算机操作成绩由15.7%升至72.4%;超过10万token后输入输出单价上涨5倍,Adaptive thinking默认开启,已上Claude API、Amazon Bedrock、Google Cloud与Microsoft Foundry。 10月7日,据releasebot.io、Anthropic发布说明报道,Claude Sonnet 5.5 prompt cache读取价格由 0.20降至 0.10/百万token(为基础输入价的0.05倍);Python与TypeScript SDK新增浏览器使用与计算机使用工具类(beta),Max与Team套餐新增每月API额度。 ■ 动态多智能体工作流公测,支持1000个并行智能体 10月10日,据开源中国、ClaudeDevs报道,Claude Managed Agents动态多智能体工作流进入公测,主agent先制定计划,计划跨多个agent分阶段执行后合并结果;官方在11.6万行代码库的对比实验显示大型代码库自动化改造门槛显著下降;平台已支持最多1000个智能体并行运行,同时确认Claude Code将支持行业标准AGENTS.md。 ■ 推进2万亿美元估值IPO,被五角大楼列为供应链风险 10月6日,据彭博社、财联社报道,Anthropic计划10月中旬启动市场推介、11月美国中期选举前完成上市,选定纳斯达克,目标估值约2万亿美元、最高募资1000亿美元,承销商为高盛、摩根大通、摩根士丹利;招股书显示2025年营收同比增长12倍至近46亿美元,净亏损近420亿美元(其中约340亿美元为非现金会计费用),算力与基础设施投入73.3亿美元、未来数年计划投入5180亿美元;英伟达据报考虑参与100亿美元投资。 10月6日,据The Gist、The Information报道,因拒绝为军用场景移除安全护栏,五角大楼将Anthropic列为供应链风险并取消合同;微软原计划投入超10亿美元供内部员工使用Claude,现已削减三分之一以上,云与AI部门超6万名员工的人均配额从每月10万美元压缩至约1万美元;Meta亦把Claude Code使用者从约6万人减至3万人。 DeepSeek ■ 新一轮融资锁定至少800亿元,首任CFO到岗 10月6日,据彭博社、21世纪经济报道报道,DeepSeek新一轮融资已接近锁定至少800亿元人民币(约120亿美元),按已签署投资条款书最终规模可逼近1000亿元,远超最初约500亿元目标,宁德时代与腾讯为出资规模最大的投资方;本轮目标估值约5000亿元,首轮(2026年6月)510亿元、投后估值近4000亿元;资金用于内蒙古数据中心(规划至少16万枚华为昇腾芯片)与国产算力预训练,并为2027年初科创板IPO铺路。 10月9日,据攀登AI、腾讯新闻报道,9月前高瓴创投合伙人严文韬到岗出任DeepSeek首任CFO,中信证券正筹备其科创板上市;彭博估算梁文锋持股约78%并通过有限合伙架构保持近100%表决权。 ■ 发布V4.1 Flash并重构API定价,V3.2正式版上线 10月4日,据aipricing.guru、AI Business Weekly报道,DeepSeek上线V4.1 Flash,552B参数MoE架构,原生视觉+1M上下文; 非峰时输入 $0.15/百万token、**缓存命中** $0.003、 输出 0.6;实行峰谷分时计费,工作日UTC高峰翻倍,V4 Pro 0813维持原价;网络安全Agent基准中在11个漏洞目标上成功执行代码,超99%输入token由缓存提供,单次运行成本仅 4.65。 10月5日,据DeepSeek官网报道,DeepSeek-V3.2正式版发布,强化Agent能力并融入思考推理,已在网页端、APP与API全面上线;V4系列引入DeepSeek Sparse Attention(DSA)新架构,强化工具调用、代码开发与代理任务。 ■ 与华为联合开源昇腾950工具链,规划逾16万枚昇腾集群 10月1日,据AI Briefing、华尔街见闻报道,DeepSeek与华为共同开发并开源面向昇腾950芯片的算力与通信库(含TileLang、128芯片超节点设计方案等六个核心组件),直指CUDA生态替代;DeepSeek计划在内蒙古数据中心部署逾16万枚华为昇腾加速器,为其规模最大的国产算力部署。 月之暗面(Moonshot AI) ■ 完成IPO前最后一轮私募融资,估值约500亿美元 10月6日,据彭博社、经济观察网报道,月之暗面完成IPO前最后一轮私募融资,整体估值约500亿美元,计划2027年第一季度在港交所IPO、最高募资50亿美元,美银任总协调人,中金、德银、高盛保荐,最快2026年10月起与潜在投资者初步会谈;2026年内公司已完成6轮融资:1-2月三轮估值由100亿升至180亿美元,5月D轮约20亿美元(美团龙珠领投)投后破200亿,6月E轮投前315亿,7月F轮逾35亿美元(国家级基金领投)投后350亿美元。 10月10日,据腾讯新闻、智核pro报道,月之暗面ARR在2026年3月首破1亿美元、5月达2亿、6月中旬站稳3亿、10月约10亿美元,公司称12月目标20亿美元;按500亿美元估值对应约50倍市销率,同期一级市场估值倍数:MiniMax约40倍、可灵约41倍、DeepSeek约74倍、智谱约141倍。 ■ Kimi K3洽谈进入Azure、AWS、谷歌云 10月10日,据IT之家、环球网报道,月之暗面正与微软Azure、亚马逊AWS、谷歌云洽谈Kimi K3托管合作,模式为收入分成,标志开源模型反向出海;10月1日,Kimi K3与GLM 5.3等的调用费用已可直接计入企业既有OpenAI采购承诺额度(经Baseten渠道),国产开源模型首次进入美国大厂企业结算体系。 ■ Kimi K3登顶Arena代码榜,并自主完成芯片设计 10月2日,据斯蒂庞克的晚秋、Next.js官方测评报道,Kimi K3在Next.js官方测评中表现最佳、领先Fable 5(成功率相同但用时更短),数小时登顶Arena代码榜;并依托开源EDA工具与Nangate 45nm工艺库独立完成一款适配自身轻量化nano模型的芯片全流程设计;Kimi K3.1(代号K311111)已在API平台后台注册表中曝光,媒体于10月2日报道称预计近期发布。 MiniMax ■ 配股并发行零息可转债,合计募资逾160亿港元 10月5日,据阿斯达克财经网、The Standard报道,MiniMax(00100.HK)公告配售3560万股新A类股份,配售价268港元、较前收盘297.4港元折让9.89%,募资约95.41亿港元;同步发行65亿港元2027年到期零息有担保可转债,初步转换价335港元、溢价12.64%,可转换为约1940.3万股A类股份;两项合计所得款项总额160.41亿港元、净额约159.57亿港元,约80%用于加强AI基础设施及模型研发、约10%加快Harness产品全球商业化、约10%营运资金。 ■ 推出M Plan统一订阅,全模态额度打通 10月1日,据稀土掘金、MiniMax官方Changelog报道,MiniMax推出全新订阅品牌M Plan,取代旧版Token Plan(10月1日起停止新售),分Go、Explore、Build三档,月付22/55/132美元、年付220/550/1320美元;额度池打通文本(M3.1-Flash-Preview/M3)、长视频(H3/Hailuo)、语音(Speech-01)与生图(Image-01),Explore与Build档将第三代影视级视频模型H3纳入订阅范畴。 智谱AI(Zhipu) ■ GLM-5.3正式上线Amazon Bedrock,开启海外收入分成模式 10月6日,据科创板日报、IT之家报道,AWS旗下Amazon Bedrock正式接入智谱GLM-5.3,AWS按模型调用量与智谱收入分成;GLM-5.3面向复杂软件工程与Agent任务、支持100万Token上下文,提供托管API、OpenAI兼容API与跨区域推理;智谱近期已与多家海外云厂商落地分成模式,国内已与阿里云百炼签署分成协议、华为云上架GLM-5.3并达成意向。 ■ GLM-5.3-Flash开源,支持接入Codex Responses API 10月4日,据方直AI、前端异星报道,智谱GLM-5.3-Flash开源,定价显著低于同类;10月7日Z.ai发布GLM 5.3 Fast;10月11日报道GLM-5.3正式支持接入Codex Responses API,官方接入指南发布并带「闲时半价」折扣。 SpaceXAI(xAI / Grok) ■ 发布Grok Imagine Video 1.5 Lite,Grok Bot将按任务路由至Claude Opus 5.5 10月8日,据ExplainX、LLM Gateway报道,xAI发布Grok Imagine Video 1.5 Lite,定价每秒0.14美元、支持1080p;Artificial Analysis文生视频榜列第17位、高于Google Veo 3.1,价格约为其三分之一。 10月7日,据ExplainX、马斯克X账号报道,马斯克表示Grok Bot今后将按任务类型调用最佳后端模型,点名Claude Opus 5.5、Midjourney、Suno及其他领先API;该帖阅读量超380万,被解读为自建模型实验室对第三方模型能力的公开承认。 ■ Colossus算力扩张:当前约78万GPU,年底目标总算力超2GW 10月5日,据CBS、Venture Atlas报道,SpaceXAI就纽约市议会传票回函称希望与纽约市合作但不会出席听证;Colossus-1已上线23万块GPU,Colossus-2计划2026年底部署66万片英伟达Blackwell GB300,马斯克称Colossus当前约78万GPU、若三批22万片GB300到位年底可达144万,目标年底总算力超2GW、2027年底接近10GW。 10月2日,据SpaceX SEC文件、FATJOE报道,SpaceX SEC文件显示其AI部门2026年Q2营收25.6亿美元、同比增长247%,调整后EBITDA 11.5亿美元但仍录得12.6亿美元经营亏损;算力容量Q2末达1.4GW(一年前0.4GW),Grok功能月活1.17亿、付费SuperGrok订阅190万。 ■ Grok Bot接管Grokipedia自动编辑,企业版进入内网 10月10日,据AI宣传队、AI日报报道,Grok Bot开始接管Grokipedia,每日进行约2200次自动编辑,同时Grokipedia宣布可免费调用Opus 5.5与X全部功能。 10月3日,据眨眼看科技、Venture Atlas报道,SpaceXAI上线Grok for Intune,面向使用微软Intune管理终端与企业数据的公司,保留Grok大部分AI功能;Grok Bot自8月11日公测后9月3日向企业开放并增加访问、网络与审计控制,截至9月14日约41.8万周活用户、周环比+24%。 微软(Microsoft) ■ 与英伟达联合发布RTX Spark本地AI平台,Surface Laptop Ultra开启预售 10月7日,据Windows Report、中国新闻网报道,微软与英伟达在旧金山联合发布,首次把完整NVIDIA AI软件栈引入Windows笔记本与紧凑型桌面主机(RTX Spark);Surface Laptop Ultra起售 2,599(国行21988元)、最高128GB统一内存、10月16日上市;Surface RTX Spark Dev Box售价 5,999、最高1 Petaflop本地AI算力、11月上市;宏碁、华硕、戴尔、惠普、联想、微星、技嘉同步推出相关设备,官方称新笔记本热容量为现有Surface的2.5倍、电池模式下可保留99%以上性能。 ■ 推出MXC智能体安全容器,Windows Copilot转向混合智能 10月7日,据Windows Report、中国新闻网报道,微软发布Microsoft Execution Containers(MXC)操作系统级基础设施,围绕containment、identity、manageability三原则让智能体在系统管控下安全持续运行,IT部门可设定规则并由Windows在每台员工设备上强制执行,Anthropic、OpenAI与英伟达均将采用该工具;同日微软发布MAI Code 1.1 Flash本地编码模型并宣布Windows的Copilot混合智能,可访问本地上下文并在用户许可下执行本地动作,把部分推理卸载到本地模型以降低token消耗;GitHub Copilot扩展到Windows PC上的端侧AI编码。 ■ FY2026新增88座数据中心,纳德拉呼吁为AI加装「紧急刹车」 10月10日,据Slicast、Pluang报道,微软FY2026新增88座数据中心(仅Q4新增31座),目标2032年建成38GW全球数据中心网络(当前约12GW);与雪佛龙签署20年购电协议供应德州数据中心,悉尼9.02亿美元设施获批,2030年前在中东(阿联酋、沙特、卡塔尔、科威特)投入超100亿美元;新泽西监管机构对一处微软相关AI数据中心处以107万美元罚款(62台未许可备用发电机),弗吉尼亚要求支付250万美元空气污染相关款项。 10月10日,据Pluang、路透社报道,微软CEO纳德拉公开强调AI需要更强的安全控制,主张为AI系统加入「紧急刹车」机制,允许授权用户在任务执行中暂停或关闭AI模型,并提出需要独立控制与可追溯性。 谷歌(Google / Alphabet) ■ 谷歌云发布通用工作智能体Gemini Agent 10月8日,据谷歌云官方博客、TechCrunch报道,谷歌云在Gemini at Work 2026发布Gemini Agent,这是单一工作场所智能体,接收目标后自主规划并交付文档、邮件与开发者工具中的成品,可编排Gemini模型与Anthropic Claude模型,连接Workspace、Microsoft 365、Slack等系统,先面向企业、后续推向消费者,目前处于私有预览;谷歌云同期披露近500家客户各自年处理超1万亿Token、近80%客户已使用其AI产品、近90%财富100强使用Gemini Enterprise、Gemini App月活9.5亿;谷歌云同时面向中小企业推出Gemini Agent、集成Asana、Box、Salesforce、Shopify、Slack与Wix,SMB对谷歌云AI工具的使用量同比增长超5倍。 ■ Gemini 4 Argon上线,TPU需求超出代工伙伴封装产能 10月2日,据Tickeron、24报道,谷歌DeepMind发布Gemini 4 Argon(Artificial Analysis智能指数53、与GPT-6 Astra持平,定价 2/ 10每百万token,19项基准中14项第一),花旗分析师Ronald Josey称该模型消除了股价「关键压制」;据报道谷歌自制TPU需求已超出代工伙伴台积电的封装产能,但大部分直接TPU收入预计2027年才确认。 10月6日,据BizScoreAI、Google Search Central报道,谷歌AI Mode由Gemini 3.8 Flash驱动、AI Mode Live使用Gemini 3.8 Live;谷歌在Search Console推出AI Contribution试点,约100家出版商就其内容在AI Mode、AI Overviews与Gemini中的使用获得广告收入分成;10月9日,谷歌发布Gemini 2.5计算机使用模型预览版,并与PayPal达成多年合作协议共同开发AI支付体验。 ■ 签20年购电协议新增890MW核电,Project Suncatcher首批TPU卫星入轨 10月6日,据谷歌官方博客、Constellation Energy报道,谷歌与Constellation Energy签署20年购电协议,通过升级伊利诺伊、宾夕法尼亚、新泽西6座电站的11座反应堆,在2032年底前为PJM电网新增890MW核电容量,Constellation将投资超43亿美元、首个升级项目预计2028年投运;另有15年期2700MW存量电力供应协议;Constellation同时选择Google Cloud与Gemini Enterprise、签署五年技术联盟。 10月1日,据央视新闻、科学网报道,谷歌通过SpaceX「运输者-18」任务将承载4枚TPU芯片的原型卫星MVP送入近地轨道,太阳能电池板峰值功率约1000瓦,受散热限制芯片每次仅能以短脉冲运行约15分钟随后停机冷却;谷歌已与卫星建立通信、运行正常,长期构想为81颗卫星激光星间链路组网、激光互联首次在轨测试要到2027年。 亚马逊(Amazon) ■ AWS上调AI芯片租赁价格约15%,拟将80亿美元芯片移出资产负债表 10月2日,据MarketWatch、英国金融时报报道,亚马逊宣布自下周起对EC2 Capacity Blocks价格上调约15%,覆盖A100至B300等英伟达芯片(A100自1月以来首次提价);同日《金融时报》报道亚马逊正洽谈把部署在美国5个州、超10座数据中心内的数千颗英伟达Grace Blackwell芯片(价值约80亿美元)移入特殊目的公司(SPV),由外部投资人发债注资后回租给亚马逊使用;亚马逊不持有SPV股份,SPV拟向投资人提供最多10%股权,凭借亚马逊双A信用评级预计可获得投资级评级。 ■ Trainium累计交付超140万颗,Aurora PostgreSQL直查数据湖 10月9日,据钛媒体、亚马逊财报电话会报道,亚马逊Trainium系列AI芯片已累计交付超140万颗,最新Trainium3性价比提升40%,预计2026年年中产能「几乎全部被预订」,CEO在财报电话会称Trainium已是「年化收入达数十亿美元、实现三位数增长」的业务;AWS与Synopsys达成约10亿美元定制芯片协议,面向SAP、Salesforce、Workday等企业软件工作负载;AWS计划2027-2028年新增200万块NVIDIA GPU(含Blackwell Ultra、Rubin、Rubin Ultra)。 10月9日,据TechSignal、Pluang报道,AWS宣布Amazon Aurora PostgreSQL可直接以现有PostgreSQL应用与工具查询Apache Iceberg与Apache Parquet数据湖中的运营数据,与Databricks、Snowflake、Microsoft Fabric、Google BigQuery的湖仓一体策略形成竞争;同期亚马逊宣布在与地方政府谈判数据中心交易时不再使用保密协议(NDA)。 ■ 一年裁撤超3万个企业岗位,向Anthropic追加投资至330亿美元 10月9日,据钛媒体、Business Insider报道,2025年10月至2026年10月亚马逊累计裁撤超3万个企业岗位,占35万白领员工近10%,创公司30年最大裁员纪录(2025年10月28日首轮1.4万、2026年1月28日第二轮1.6万,此后转为常态化小批次);被裁岗位超七成集中在L5-L7中层管理岗,首轮裁员预计年省约30亿美元、到2027年累计节省可达126亿美元;贝索斯10月8日回应称疫情期间员工规模「确实膨胀过头了」。 10月9日,据钛媒体报道,2026年4月亚马逊宣布向Anthropic追加投资,总额由此前80亿美元增至330亿美元、后续投资上限可达650亿美元,并承诺提供至少10吉瓦算力支持;作为交换,Anthropic承诺未来十年在AWS上支出超1000亿美元;亚马逊另获OpenAI价值380亿美元云计算订单。 阿里巴巴(Alibaba) ■ 云栖大会落地:Qwen4进入训练,真武V900芯片2027年Q1量产 10月7日,据TNGlobal、上海证券报报道,2026云栖大会发布内容持续落地:下一代架构Qwen4已投入训练,未来Qwen4.5与Qwen5参数规模将扩展至5万亿-10万亿;平头哥发布训推一体AI芯片真武V900,性能为上一代真武M890的3倍、216GB显存、1200GB/s片间互联带宽、支持FP8/FP4,2027年第一季度量产售卖,已有超650家客户;配合自研ICN Switch互联芯片、磐脉智能网卡、镇岳SSD主控与磐久超节点服务器,单一AI集群可扩展至50万卡;阿里云目标2032年全球数据中心容量超20GW;同期推出AgentCore、Agent Sandbox、新一代高性能存储CPFS,并发布手机AI全栈方案Qwen Intelligence。 ■ Qwen3.8-Max实现自主递归自我改进,芯模协同降低芯片面积42% 10月4日,据阿里研究院、中国证券网报道,云栖大会披露Qwen3.8-Max在人类「零参与」情况下自主搭建训练流程、构造训练数据、设计实验并定位缺陷,连续运行超1个月完成33轮有效迭代,Artificial Analysis评分由40升至45;在从未见过的平头哥新款GPU上自主适配优化下代架构Qwen3.8-Flash推理框架,单实例推理吞吐量提升96%;仅基于一份真实总线模块规范自主展开前端、验证、后端全链路迭代,运行超60小时、调用EDA工具超万次,完成减少42%面积的物理实现优化;Qwen3.8-Max在Artificial Analysis Agentic智能体榜第一、CodeArena前端编程第一。 ■ AI相关收入连续12个季度三位数增长,下一代视频模型11月发布 10月6日,据Adalytica、Beancount报道,阿里CEO吴泳铭表示云业务外部收入增长45%,AI相关产品收入连续12个季度三位数增长;阿里云称Qwen大模型月活3亿,真武PPU芯片部署超10万颗,阿里占中国AI云市场约35.8%;2027财年Q1(截至2026年6月30日)营收2689.5亿元人民币、同比增长9%,其中AI云与计算服务收入484.4亿元、同比增长45%。 10月4日,据上海证券报、中国证券网报道,阿里巴巴透露下一代视频生成模型将于11月发布,朝「更长、更可控、更完整、更智能」演进,具备导演级创作思维、从生成单个镜头迈向理解完整叙事;此前Wan3.0在Artificial Analysis文生视频与视频编辑双榜位列全球第一,支持单次30秒视频生成与原生音画同步。 腾讯(Tencent) ■ 开源三连:混元Hy3正式版、770B参数Hy4-preview与翻译模型族Hy-MT2 10月1日,据腾讯混元官方、今日头条报道,腾讯发布混元Hy3正式版并开源,MoE架构总参数2950亿、单次推理激活210亿,80层Transformer、分组注意力、192个专家节点(推理激活8个),支持256K上下文,相比4月预览版在复杂推理、指令遵循、上下文学习、代码生成与智能体能力上全面升级、智能体与编程能力提升约30%,已接入腾讯WorkBuddy、CodeBuddy、元宝、Marvis、ima等业务,采用Apache 2.0协议可免费商用。 10月2日,据AIGC.NEWS、Just Build Things报道,腾讯混元团队开源Hy4-preview,770B总参数、49B激活参数、1M上下文窗口,采用Gated DeepSeek Sparse Attention(含IndexCache)与identity Hyper-Connections,含原生MTP层用于投机解码;以Apache-2.0协议发布,提供FP8量化权重与vLLM、SGLang部署方案,腾讯承认早期版本在复杂任务上存在过度推理与重复校验问题。 10月8日,据腾讯混元官方微博、GitHub报道,腾讯混元开源多语言翻译模型族Hy-MT2,提供1.8B、7B与30B-A3B(MoE)三种规格,支持33种语言互译与多样化指令遵循;1.8B版本借助AngelSlim 1.25-bit量化把体积压缩至440MB、推理速度提升1.5倍,同步开源指令遵循评测基准IFMTBench。 ■ 与甲骨文签署约70亿美元海外算力租赁协议,涉约10万块AI芯片 10月2日,据今日头条·苏南产业洞察、The Gist报道,腾讯与甲骨文签署海外租赁协议,投入约70亿美元租用其位于东南亚的多个数据中心,租期五年,涉及约10万块AI芯片;该安排被业内视为在法律层面绕开美国算力出口管制意图(出口管制约束硬件出口而非云服务访问),且可被其他中国超大规模厂商复制。 ■ 个人智能体Handy Bot内测,QClaw停运并入WorkBuddy 10月2日,据今日头条·苏南产业洞察、夜雨聆风报道,腾讯正在开发代号Handy Bot的个人智能体,已在微信低调上线服务号并规划独立App,未来将整合元宝、QClaw、ima、WorkBuddy、CodeBuddy等矩阵产品;上线10天用户破百万的腾讯QClaw停止运营,业务与团队并入WorkBuddy,研发资源集中投向办公场景主力产品;微信原生AI助手「小微」灰度测试范围扩大。 10月10日,据36氪报道,腾讯入股人工智能企业墨奇智能成为其股东方,双方关系从潜在技术合作延伸至资本层面。 10月1日,据腾讯云官方、中国日报网报道,2026腾讯全球数字生态大会将于10月29-30日在深圳国际会展中心举行,以AI与Agent为主线,将发布面向Agent场景的100+新产品与新能力、展示500余个Agent实践案例,首次面向法律、行政、HR、CMO/市场营销、内容创作者、理财投资者、创意设计七类职能人群设立专场。 字节跳动(ByteDance) ■ 豆包日均Token调用量突破180万亿,火山引擎MaaS份额49.5%居首 10月9日,据声势科技、火山引擎披露报道,豆包大模型日均Token调用量截至2026年6月突破180万亿、过去一年增长超10倍;IDC数据显示火山引擎在中国公有云MaaS服务市场以49.5%份额位居第一;2026年9月字节完成关键组织整合,将豆包、飞书、火山引擎力量合并,由豆包提供智能与Agent能力、飞书承载企业协作场景、火山引擎提供模型算力与开发工具;CEO梁汝波称「Agent不是孤立存在的,需要和人、工作环境以及其他Agent协作」。 ■ 个人智能体项目Spell加速推进,抖音测试AI工坊与兴趣卡 10月11日,据财新、IT之家报道,字节内部人士透露,字节已在国庆假期前加紧推动个人智能体产品研发,项目代号「Spell」,起始于2026年4月、延续2025年豆包手机助手个人智能体方向,豆包内部已启动内测,由豆包手机助手团队主导、与豆包对话团队共同负责,计划把Spell与豆包产品结合、目标尽快对外推出。 10月9日,据声势科技报道,抖音创作者中心近期小范围上线「AI工坊」工具,配套产出的「兴趣卡」已进入首页推荐流灰度测试;兴趣卡是可直接在信息流中交互的AI内容载体,用户刷视频时即可完成问答、测试、信息生成等操作、无需跳转小程序,本质是把亿级推荐流量向AI应用创作者开放。 ■ 火山引擎发布Seedance影视合作计划,豆包工作上线创作画布 10月11日,据钛媒体、平遥国际电影展报道,平遥国际电影节上,火山引擎发布Seedance影视合作计划,面向全球专业影视项目(电影长片、系列剧集、动画、创意短片等)提供Token补贴,单项目激励最高可达百万人民币;10月23日由Seedance参与部分场景制作的《三星堆:未来往事》将登陆院线;此前AI长片《Hell Grind》(95分钟、预算低于50万美元、周期14天)的视频与语音几乎全部由Seedance 2.0生成。 10月9日,据雷峰网报道,豆包工作推出创作画布功能并接入轻量级模型豆包2.1 Lite,画布把素材、方案与成果集中在同一页面,用户可在一张无限画布上完成各步骤,同时接入图片模型Seedream 5.0 Flash。 Meta ■ Muse上线一个月下载超900万次 10月9日,据Business of Apps、环球网报道,Meta个人AI智能体Muse(9月8日发布)上线以来下载超900万次:按AppMagic数据,9月7-13日53.6万、9月14-20日167万、9月21-27日215.6万、9月28日至10月4日525万;9月中旬在美国下载量超越TikTok与ChatGPT,周活跃用户突破300万、增速超越北美同期ChatGPT。 ■ 发布全套AI广告工具,测试对话内结算 10月7日,据Inside AI、Kurums报道,Meta在纽约Advertising Week 2026发布AI广告工具:AI商业助手可访问历史投放数据(过往表现、季节性、既定目标)并支持导入品牌语调与策略文档,新增生成创意素材、调整定向与修改预算的「智能体式操作」;Advantage+ Creative静态图转视频功能转为正式可用,Ads Creative Studio向更多广告主开放;扩展Ads MCP服务器以支持第三方AI工具管理投放;公布Messenger上Business Agent结合Shopify的站内结算,并与Adyen、PayPal、Shopify、Stripe测试Meta AI直接结算;Meta自有数据显示视频已占Facebook与Instagram用户时长的60%。 ■ Muse遭亚马逊等零售商屏蔽,系统提示词被曝构建联系人画像 10月7日,据Whalesbook报道,Meta发布Muse iPad版,集成Asana、Zoom、Canva、GitHub、QuickBooks等企业工具连接器;同时推进电商合作让智能体执行购物任务,但包括亚马逊在内的主要零售平台以数据安全与授权为由屏蔽该AI智能体访问其网站,暴露AI智能体与现有反机器人电商体系的冲突。 10月9日,据Ticker Report、Wired报道,报道Meta CEO扎克伯格在主要竞争对手获得显著增长后推动加速发布Muse(此前曾延期);10月4日Wired基于提取的系统提示词报道称,Muse被设计为对用户及其社交网络中的联系人建立广泛画像;Meta、谷歌与OpenAI于10月8日在ICANN自2012年以来首轮新通用顶级域名申请中共同申请了.agent域名。 快手(Kuaishou) ■ 可灵AI筹谋港股IPO,估值约1228亿元 10月6日,据彭博社、科创板日报报道,快手旗下视频生成业务可灵AI计划最早于2027年启动香港IPO、拟募资至少10亿美元,已选定中金公司、高盛与瑞银为承销商,预计2027年初向港交所递交上市申请(相关安排仍处早期、时间表与规模可能调整);估值方面按8月底公告测算约1228亿元人民币,已超过母公司快手当日市值;7月可灵重组后本轮增资上限204.471亿元、投前估值150亿美元、投后约180亿美元,为全球视频大模型赛道规模最大一笔融资,腾讯、阿里云、百度、中信证券投资等参与;8月底国家人工智能产业投资基金向北京可灵出资14亿元、正大机器人出资约1.31亿元。 ■ 可灵商业化:Q2营收超8.5亿元同比增超200%,Kling 4.0于10月上线 10月6日,据快手财报、红星资本局报道,可灵AI 2026年第二季度营收超8.5亿元、同比增长超过200%,第一季度营收超6.5亿元、同比增长超过300%,截至2026年3月年化收入运行率(ARR)已逼近5亿美元;但2025年全年至2026年第一季度可灵累计亏损超过20亿元,商业化与高昂训练/推理成本仍需平衡;产品侧可灵AI推出业内原生4K视频直出能力,AI短片《纸手机》全网播放破亿并入围北京国际电影节AIGC单元。 10月1日,据DoNews、快手可灵AI报道,快手可灵AI发布Kling 4.0、于10月正式上线,支持4K HDR、30秒原生视频、多模态参考与长镜头叙事,Flash版已向黑金会员开放体验;可灵3.0大模型支持文本、图片、音频、视频多模态输入输出,可自动分镜、控制镜头运动并保持角色形象稳定。 ■ 组织调整:于越出任可灵AI CEO,AI微短剧爆款率仅0.47% 10月1日,据DoNews、腾讯新闻报道,快手官宣于越任可灵AI公司董事兼CEO、全面负责可灵AI经营管理;同时成立跨事业部虚拟组织「企业AI生产力」,专门负责公司内部的AI办公和研发工具;联合创始人、董事长兼CEO程一笑兼任社区科学线负责人。 10月11日,据中国网络视听协会《微短剧创作指引》、DataEye报道,2026年第一季度全行业上线微短剧约12.8万部、其中AI微短剧12.2万部、占比高达95.3%;DataEye测算一部真人付费精品微短剧平均制作成本约150万元,竖屏信息流AI拟真人短剧可控制在20万元以内;但2026年上半年上线的22.19万部AI微短剧中仅1055部播放量破亿、爆款率0.47%,行业盈亏线约5000万播放量、不到1.3%的企业能回本。 【重要提示】以上信息为公开资料整理,不涉及投资建议及研究观点,仅供参考,本公司不保证其准确性、完整性与时效性;市场有风险,投资需谨慎! 【资料来源】StocksToTrade、Tickeron、Boreal Markets、CNBC、Slicast、The Signal、英伟达官方新闻、Venture Atlas、英国金融时报、环球网、Benzinga、TrendForce、The Brief、Windows Report、The GPU、Datacenter Frontier、路透社、Startup Fortune、AMD官网、证券时报、TenBrief、韩国科学技术信息通信部、wccftech、Digital Trends、The Index Today、Techno Time、Business Tech News、英特尔官方Newsroom、华尔街日报、Anthropic招股书、Kalkine、中新经纬、博通官方新闻、el fondo、Marvell投资者关系、Crypto Briefing、BusinessWire、高通官网、EQS News、Gadgets Now、印度移动通信大会、GainFocus News、The Globe and Mail、Zacks、Finexus、Glance Trends、经济日报、财联社、三星电子业绩指引、DIGITIMES、韩国每日经济、Counterpoint Research、Referently、财联社、新浪财经、FRNT、Tom's Hardware、GMIF创新峰会、网易、热点科技、ZAKER、闪迪官方、应用材料、铠侠官方、第一财经、上海证券报、证券时报e公司、腾讯搜一搜、Omdia、The Wire China、快科技、AlphaStreet、Yahoo、Lumentum投资者关系、OCP官方、Arista官方新闻、GuruFocus、OpenAI官方发布说明、TechCrunch、Pixel技术笔记、一点IT+、Moneycontrol、Azat TV、金融时报、AI Startup Edge、卫报TechScape、AI麻省理工科技评论、参考消息、新科学家周刊、Anthropic官方发布说明、releasebot.io、开源中国、ClaudeDevs、彭博社、The Gist、The Information、21世纪经济报道、攀登AI、腾讯新闻、aipricing.guru、AI Business Weekly、DeepSeek官网、AI Briefing、华尔街见闻、经济观察网、智核pro、IT之家、斯蒂庞克的晚秋、Next.js官方测评、稀土掘金、MiniMax官方Changelog、搜狐财经、方直AI、前端异星、ExplainX、LLM Gateway、CBS、Venture Atlas、SpaceX SEC文件、FATJOE、AI宣传队、AI日报、眨眼看科技、Windows Report、中国新闻网、Pluang、谷歌云官方博客、Constellation Energy、谷歌官方博客、Tickeron、BizScoreAI、Google Search Central、央视新闻、科学网、MarketWatch、钛媒体、亚马逊财报电话会、TechSignal、Business Insider、TNGlobal、Adalytica、Beancount、阿里研究院、中国证券网、腾讯混元官方、今日头条、AIGC.NEWS、Just Build Things、GitHub、36氪、腾讯云官方、中国日报网、声势科技、火山引擎、财新、雷峰网、Business of Apps、Inside AI、Kurums、Whalesbook、Ticker Report、Wired、DoNews、快手可灵AI、红星资本局、中国网络视听协会《微短剧创作指引》、DataEye、OpenRouter、阿里云、腾讯云、火山引擎、智谱、MiniMax、Kimi、谷歌云、OpenAI、Anthropic 重要声明 本公众号推送观点和信息仅供国海证券股份有限公司(下称“国海证券”)研究服务客户参考,完整的投资观点应以国海证券研究所发布的完整报告为准。若您非国海证券研究服务客户,为控制投资风险,请取消订阅、接受或使用本公众号中的任何信息。本公众号难以设置访问权限,若给您造成不便,敬请谅解。国海证券不会因订阅本公众号的行为或者收到、阅读本公众号推送内容而视相关人员为客户。 本公众号不是国海证券的研究报告发布平台,只是转发国海证券已发布研究报告的部分观点,订阅者有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义,应以国海证券研究所发布的完整报告为准,且须寻求专业人士的指导及解读。 本公众号及国海证券研究报告所载资料的来源及观点的出处皆被国海证券认为可靠,但国海证券不对其可靠性、准确性、时效性或完整性做出任何保证。本微信号推送内容仅反映国海证券研究人员于发出完整报告当日的判断,本公众号所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效,国海证券不承担更新不准确或过时的资料、意见及推测的义务,在对相关信息进行更新时亦不会另行通知。 在任何情况下,本公众号所载信息、意见不构成对任何人的投资建议,所述证券或金融工具买卖的出价或征价,评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。对任何直接或间接使用本公众号所载信息和内容或者据此进行投资所造成的任何一切后果或损失,国海证券及/或其关联人员均不承担任何形式的法律责任。 本微信号及其推送内容的版权归国海证券所有,国海证券对本微信号及其推送内容保留一切法律权利。未经国海证券事先书面许可,任何机构或个人不得以任何形式转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容,否则将承担相应的法律责任,国海证券就此保留一切法律权利。 ;检索词:AI与Agent 最新 热点 趋势
  12. justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势 / all
    文丨朱焘 前不久,我去广州参加一个以人工智能与历史学为主题的研讨会。 乘出租车去机场的路上,司机主动向我搭讪,一路向我诉苦:“AI现在太厉害了,马斯克开发的无人驾驶出租车要是大规模推广,我们恐怕都要失业了……”我很惊讶,一方面佩服司机大叔对Tesla Robotaxi的了解,另一方面也感受到了各行各业对AI的恐慌。司机接着和我聊起来: “来广州做什么?” “来学习一下人工智能与历史学。” “律师啊,你们律师也要被AI取代了吧?” “不不,不是律师,是历史。” “历史和AI有什么关系?这么高科技的东西,关你们什么事?” 我一时语塞,竟不知道该怎么解释。因为我明白,若再强行抛出“OCR”“数据库”这类词,接下来大概率就是尬聊了。 不过,和出租车司机这场偶然的对话之后,我想,是时候把这些问题梳理一下了。大概从ChatGPT问世起,我就在持续关注人工智能与人文社会科学研究的相关论著。去年底,OpenClaw横空出世,能直接帮人操控电脑,功能十分惊艳,我便开始下功夫自学。当时我发现,历史学者对这个工具的使用还比较滞后,想找个“师傅”都难。后来,一位放弃博士学位、专职炒股的师兄和我说,他正在用AI炒股,用的就是OpenClaw。我对炒股没有兴趣,但很想用它帮我从网上抓取史料。他建议我先从国产的入手,我就此成了WorkBuddy较早的用户之一。起初我主要是从网上抓取、整理史料,效果非常惊人,以前我可能要一周才能做好的事情,它不到一个小时就完成了,而且更准确、更详细;甚至我在外出差,也能通过它控制我的电脑,继续整理史料。这让我的好奇心和探索欲倍增。当时国内外各大Agent接踵而起,大模型也越来越多,我几乎都去试用或购买相关API,慢慢摸出了些门道。 有一天,我发现大部分Agent都有“定时任务”的功能,摸索了一会儿后意识到,这不就是私人订制的“微信公众号”吗?于是我设置了不少任务,其中收获最大的,是每日关于AI与历史学研究的推送。我大致设了几个任务,让Agent检索全球人工智能的进展、人工智能与历史学的论著,以及人工智能与人文社会科学研究的论著,并且一天至少翻译两篇给我读。有些虽未全文翻译,但只要我觉得重要或有趣,就会想办法找来全文细读。久而久之,我每天都要读大量相关文献。通过这些文献,我真的是大开眼界:机器补全两千年前残缺的希腊铭文,准确率居然超过了专业的历史学者;甲骨文考释用上大模型,拿下了计算语言学年会的最佳论文;伦敦帝国战争博物馆2万多小时的口述史访谈,AI只用了22天便整理完毕;甚至一封在挑战名单上挂了21年的二战德军密电,也被大模型用10个小时破开……这样的消息,几乎每周都有。 阅读的早期,我心中的疑问也越来越多。比如,人工智能的原理是什么?全球人工智能的前沿走到了哪里?它与历史学结合的特征、瓶颈与趋势是什么,中国的情况又如何?它究竟能为历史学研究做什么,又有什么是做不到的?其他学科与人工智能结合的经验,能否让历史学借鉴?如今,我心里多少有了些答案,便借这篇文章展开来谈。 一、人工智能降低了历史学者的编程门槛 在中国的教育体制下,从中学到大学,不管什么专业,可能都上过计算机的必修课。相较于充满趣味的文史知识,计算机语言显得有些乏味,这对许多文科生是个不小的挑战。因此直到现在,不少历史学者面对AI,仍带着一种本能的胆怯。据我观察,身边大部分朋友对AI的使用,还停留在“聊”的层面,即用手机App或网页版一问一答,很少进入“干活”的工作流,谈不上让AI替研究做些稍复杂的辅助。事实上,由于AI的发展,编程对普通人的门槛已大为降低。放在以前,你可能要先接受相当长时间的计算机培训,才能掌握C语言、Python这些工具;而如今,你只要用大白话告诉AI你的需求,它便会替你写成代码,把活干完。 如果历史学者愿意再多了解一些入门级别的概念,则很快会克服这种胆怯与迷茫,阅读相关方法论或者探索性的论文,也不会感觉吃力。第一个问题自然是,究竟什么是AI?这不是历史学者需要过于纠结的问题,你需要知道,AI不是最近几年才出现的,早在1956年达特茅斯会议,这个概念就已出现,大意是“让机器完成需要人类智能的任务”。我们现在所接触到的AI,基本取的是较为狭义的理解,即2022年11月30日ChatGPT上线以来的大语言模型及其多模态延伸,也被称之为生成式人工智能。此前的AI是实验室和工程师的,此后第一次进入每个研究者触手可及的范围。说到底,这些大模型都是读过海量文本之后学会“语言的统计”的机器,能像人一样说话,不等于像人一样知道。 对历史学者而言,有四个词需要稍微了解。词元(Token),是机器眼里的字,模型读进多少、写出多少、按什么计价,全以它为单位,中文一个字约合0.6到0.7个词元。多模态(LMM),如今文字、图像、声音进了同一个模型,它不光识字,还认得手稿、看得懂拓片、听得清录音,史料的OCR、文书识别,靠的都是这一手。检索增强生成(RAG),先让模型去指定的库里查材料,再据以作答,答话还能带上出处,好比把闭卷考试改成了开卷考试,又像一位守规矩的查档助手,调哪件档案,说哪句话。智能体(Agent),是会动手的AI,能替人读写文件、执行代码、操纵浏览器,一桩多步骤的差事自己拆开来办,我开头讲的抓史料、每日推送,便是它的手笔。有个公式说得很直白,Agent = Model + Harness,模型还是那个模型,套上一副“马具”,才从会说话变成会干活。 至于AI是怎么运转的,历史学者不必深究Transformer那一套,知道它的脾气就够了。它不是在数据库里检索答案,倒像一位读过海量书报的老先生,一个词接一个词往下续,你起个头,他就顺着讲,所以同一个问题问两遍,答案可以不一样,他也没有“查到”“没查到”一说,只有“接着讲”。他的学问全来自读过的书,可能英文书读得多,中文书读得少;而且书是某年某月之前读的,此后的事他一概不知,却照样讲得煞有介事。这位老先生还被调教得格外殷勤,有问必答,从不肯说“我不知道”,他自己也分不清哪句是记得的、哪句是猜的、哪句是编的,三种话一个腔调,这就是幻觉(Hallucination)的由来。最后是他的案头,行话叫上下文窗口(Context),一次谈话里能摊开的材料就这么多,你把一部书的全文给他,他便靠这部书说话,答得有板有眼,不给,他就凭印象发挥。 用大模型做研究,目前大概有三种方式。最常见的是对话,像智能客服,问一句答一句,有记忆、好上手,适合临时提问、整理想法,但上下文有限,长文得不断重开。稍进阶的是调用API,像自己炒菜,材料、要求、格式配好发过去,每次独立、互不相干,能批量、能固定格式,兼具流程化与工程化。目前更主张尝试智能体,它类似于包工头,你只需要交代目标,它自己规划、拆步骤、调工具。这两年大模型竞争白热化,迭代极快,替人操作电脑的智能体一个接一个。至于选哪个,我的体会是三条:一是长上下文优先,装得下整部书、整个库的,才适合当历史研究的模型,眼下的GLM-5.3,上下文已做到131万词元,故颇受文史研究者青睐;二是涉史料的批处理尽量走国产或本地部署,既是性价比的考量,也能避开一些“莫须有”的麻烦。三是榜单只做初筛,拿自己最难的史料各跑一遍,合不合手,一测便知。不少网友还建议各取所长,如Claude写正文、GPT审逻辑、DeepSeek做摘要、国产跑批量,最后人工把关,这可能也有些道理。 总之,关于历史学与人工智能,我有几个不成熟的观点。其一是AI平等,大模型或Agent并无高低贵贱之分。之前有朋友和我说,“我一直在用WorkBuddy,总被用Codex的人看不起”,我的回应是,你首先得知道这些工具是给谁造的,它们大多为编程和开发而生,服务于各种应用,并不是专门为历史学者设计的;历史学相对复杂的任务,对人工智能来说,可能是较低阶的处理,至少在现阶段,使用者无需“嘚瑟”,也不必自卑。其二是AI为最会教人的老师。现在很多朋友不知道如何让AI与历史学相结合,其实与其到处问人,不如把你的困惑用大白话告诉AI,它会耐心而准确地教你各种使用方法,很快就能上手;事实上也不限于怎么用AI,几乎任何问题它都能教你,这极大地降低了自学的门槛。其三是不必有AI焦虑。曾有朋友问我:“每次有人问你怎么用AI,你都毫无保留,不怕别人超过你吗?”我当时回复:“AI不是什么秘密武器,门槛只会越来越低,很多产品已经开箱即用。现在的情况,就类似于上世纪90年代末,有的人还在手写论文,有的人早已用上了电脑,随着电脑性能的提升和价格的下降,加上大家都学会了五笔或拼音打字,进入新世纪后,很快就都改用电脑写论文了。”其四是要大胆地用起来。历史学界对人工智能的利用仍极为有限,态度甚至可以说是保守,而革命性的变化已经到来,还在不断刷新我们的认知,今天它做不到的,明天很可能就做到了,你不试试,怎知它的奇妙? 二、历史学者正在用人工智能做什么? 人工智能在学术界已经取得了许多瞩目的成绩,其中影响力较大、曝光最多的可能更多是在理工科方面。我每日的推送里,也是这些消息最先刷屏。例如令我印象深刻的有:2024年10月,诺贝尔化学奖颁给了做蛋白质结构预测的科学家,物理学奖落在了神经网络的开创者头上,一年两奖都与人工智能有关,学界为之震动。得奖的功臣AlphaFold,到第三代论文刊于《自然》(Nature),连蛋白质与药物分子之间的相互作用都能预测了;DeepMind的材料模型一口气发现了220万种新晶体;气象模型GenCast在97.2%的预报目标上胜过欧洲中期天气预报中心(ECMWF)的传统集合预报;2025年7月,高级版Gemini参加国际数学奥林匹克竞赛(IMO),达到金牌线。AI甚至还介入了癌症的治疗,默沙东与Moderna宣布,全球首个由AI设计的个性化癌症疫苗闯过了三期临床,算法从患者的肿瘤测序数据里挑出最可能引发免疫反应的新抗原,一人一针,配上免疫疗法,二期试验里把黑色素瘤复发或死亡的风险降了近一半……这让我想到一句话“隔行如隔山,AI却好像无山不翻”。 回到历史学研究,这种“出圈”的成果似乎不多。原因是多方面的,DeepMind政策团队有篇长文《猜想机器》(Conjecture Machines),把这件事说得较为透彻:AI提猜想,又快又便宜;验证猜想,仍然要靠实验室、设备和制度性的审查,用原文的话说,“反驳依然是物理的、制度的”,因而昂贵而缓慢。不过,理工科的验证回路再慢,也是闭合的,预报可以拿实测对照,新材料可以合成出来验证,考题和标准答案都在那里。历史学不太一样,史料是稀缺的、一次性的,普查不会再做一遍,证人很少再讲一遍,没有海量带标注的练习题;也没有天然的标准答案,古文献缺的那个字,谁也没法对答案;这门学科要的是解释,而AI的训练目标,往往都指向预测;史料解读很讲究“语境”,大模型又习惯于时代错置,拿今天的语感读前朝的文书,恰是历史研究所忌讳的。 通过与其他学科的对比,我们大致看清了历史学在人工智能时代的特征。那么这几年,学界到底拿AI做了些什么?在长期跟踪阅读相关研究,并结合自己使用实践的基础上,我认为先要弄明白的,是历史学者为什么要用AI,目的是什么。历史学研究日渐“科学化”,有着漫长而大同小异的环节和流程,引入任何新工具,无非是想减少重复低效的基础劳动,把时间和精力集中到思考和论证上去。至于研究本身,目的大概有二,一是尽可能还原历史,考据之学是典型;二是得出新的历史解释,这也是如今绝大多数研究者的写作所追求的。总而言之,历史学研究的终极目标,是为人类提供可信的回忆,并创造新的知识。目前历史学者对人工智能的种种用法,大体都没有偏离这个目标。而AI还在一路进步,它对历史学的影响,正是先改变最基础的前端环节,再一步步渗入更靠后的流程。 人工智能并非一夜兴起,早在ChatGPT出现以前,历史学者就已经在用计算机做研究。其中较具代表性的是二十世纪五六十年代,历史学者重算美国奴隶制的经济账,动用计算机评估铁路对美国经济增长的贡献,计量史学名噪一时,也从此争议不断。那时候几乎没人想过让机器理解历史,只指望它把史料收拾整齐。因而用力最集中的仍是史料环节,较初阶的是多元史料的数字化与识别;稍微进阶一些,则是引入其他学科的方法,如用GIS处理历史地理,用社会网络分析做关系史。待史料积累到相当规模,便有学者着手开发定制系统、建立数据库,譬如1990年代弗吉尼亚大学的“山谷计划”(Valley of the Shadow),把南北战争时期一南一北两个县的家信、日记、报纸统统搬上网;2003年上线的“老贝利在线”(Old Bailey Online),则把伦敦中央刑事法院自1674年以来的庭审记录做成全文可检的数据库。当然,最为中国学界熟知的,应数海外汉学研究者牵头开发的CBDB(中国历代人物传记资料库)、MARKUS古籍标注平台和“虚拟上海”(Virtual Shanghai)等。到了2010年代,数字人文进入爆发探索期,学界已不满足于“把纸变成数据”,开始从检索走向计算,从计算走向知识图谱,大规模文本挖掘蔚然成风,一时间涌现出众多以数字人文为名的项目。如谷歌把数百万册扫描图书做成词频曲线,日本国立情报学研究所的人文开放数据中心(CODH)把江户古文书“くずし字”办成Kaggle识别竞赛,Wevers与Smits则发表《视觉数字转向》(DSH),宣告用神经网络研究历史图像……这股风也吹到了国内,翻检各级社科基金的立项目录,以“数字人文视野下……”为题的课题连年增多。不过数字人文再热闹,门槛依旧相当高,掌握相关技术的人极少,成果也就相对零散。 2022年是重要的分水岭。修复古希腊铭文的Ithaca登上《自然》,证明机器已能在史学的核心工序上与人协作;岁末ChatGPT发布,让大部分历史学者都用得上AI。此后,生成式人工智能(AIGC)异军突起。起初,多数人的用法还停在聊天框里,多半出于好奇,问它各种史学问题,看它答得对不对。也有些学者稍加摸索后,利用其翻译外文史料与论著、古文今译、写Python脚本处理文本、给长论文做摘要、出课堂讨论题。这看似“旧酒新瓶”,只是门槛降低了许多。几乎与ChatGPT问世同时,历史学者坎斯坦纳(WulfKansteiner)便断言这类模型可以替学者生成各类“中间产品”,但“结构上说不了真话”。随后,加州大学圣克鲁兹分校的布林(Benjamin Breen)做了个更具体的试验,在历史课上让ChatGPT搭建历史场景,让学生与虚构角色交谈,课后进行“挑错”,作为一个新形式的史料批判训练。2023年9月,《美国历史评论》组织“人工智能与历史实践”论坛,引起较大反响,这也成为日后相关研究引用率最高的文章之一,当时八位学者各执一词,争论多,结论少,反映出当时的混沌现象。同年10月,斯洛文尼亚的两位研究者以本国中学毕业考试的历史题为底本,测试六个聊天机器人的人文科写作,结果GPT-4最接近及格线,其余全军覆没。在当时看来,AI的功用仍相当有限,它像一位耐心却不太可靠的助教,流畅有余,只会重组,不会原创。 修复古希腊铭文的Ithaca 不过,很快有学者意识到,历史学研究并非每个环节都需要“原创性”,不妨先让AI做些基础性的杂活。这几年,关于人工智能与历史学结合的宏观讨论不计其数,相关的案例研究最近也开始显现。综合这些文献和自己的使用实践,我认为,目前人工智能对历史研究方式影响最大的关键环节大概有以下几个。 其一是学术史的搜集与整理。 学术史是研究的前提,也是学术对话的基础,但它往往也是最耗时的环节之一。无论是前辈学者做卡片,还是我们现在习惯用word文档做学术史编年,几乎都要经过定题、摸库、检索、获取、编年、成文等多个步骤,其中绝大部分都得靠人力劳动,尽管研究者再怎么努力,可能还是会面临搜不全与读不完的困境。AI介入后,这些工序大都可以交给机器。学术史的梳理如今可总结为八步流程,如选题摸底、建立检索矩阵、多路侦察、核验获取、编年入库、读薄、理清学脉、沉淀封装Skill等。这并非纸上蓝图,我已成功试验多遍。谷歌、OpenAI甚至把“深度研究”做成产品,一句指令,模型自己拆题、分头检索、汇成带引文的报告。在现在的研究条件下,学术史回顾理应是全球视野的,无论什么选题,都应弄清谁在做、有何观点、还留什么空间、从何处接入对话,即便题目相近,也能换个视角或挖得更深,研究质量也会有所提升。 其二是史料的搜集与识读。 以往要打听到材料藏在哪里并不容易,网上新公布的资料容易错过,海外档案更隔着重洋,得托人、付费、办签证。如今各国馆藏与研究机构陆续把目录或影像挂在官网,AI能替你跨语言检索到它们的存在,再按图索骥发一封邮件,常常不出国门就能看到些研究线索。更有效的是滚雪球,读到一篇相近的论文,AI顺着注释里引用的史料一路追下去,常会有意外之喜。识读方面,早已不是当年的OCR所能概括,现在更常说的概念是手写文本识别(HTR),其背后是自带视觉的多模态大模型,手稿、竖排报刊、多语种档案都能直接看图认字。据评估,谷歌的Gemini在历史文献识读上的准确率与稳定性双双领先;开源轻量模型则进一步降低了文献识读成本,如PaddleOCR-VL不到十亿参数就认得一百零九种语言,本地部署不再是难事。落到操作上,一般有三种选择:材料不多时用客户端,把五页档案、几张报纸直接交给带视觉的AI,边认边看原图边精校,这种“人盯着改”的半自动,大概会比全自动可靠;材料成千上万时走API处理,写段简单程序或搭个工作流,读图、调用、存档、按日期页码自动命名一气呵成,睡前排好任务,一夜醒来便能看到数十万字的文档;涉密或长期项目则本地部署,材料不出自己的机器,更安全可靠些。除此之外,现在的史料类型是多元的,针对录音转文字,人工智能也有所进展,自动语音识别(ASR)技术也被广泛利用,这对口述史料的整理帮助极大。至于这些多元文献的识读准确率,目前学界多有探讨。我的体会是,规整的印刷本、端正的手稿,轻量本地模型足敷使用;潦草的手稿仍得仰仗第一梯队的大模型。 其三是建立个人数据库。 以前材料攒多了,惯常的做法是做成Word版长编,按时间或专题排开。但人的精力有限,资料的发现无穷,长编再长也读不完,多半是存着备查。个人建库更是门槛较高,既要会编程,又对软硬件有要求。AI介入后,创造了全新的研究条件,资料它能替你全部读完,建库也无需编程,用大白话说清需求,模型便替你设计字段、写好程序、顺手做个检索界面。至于字段怎么设、档号拆不拆、地名用今名还是旧名,它也给方案,但拍板的仍是你。这条路学界已有诸多实践。我自己陆续做了近十个数据库,最大的一座约2.7亿字,一个SQLite文件尽数装下,全文检索即查即得。库建好只是开始,检索要两层并行,精确匹配保底,语义检索补漏。再利用MCP这类协议把数据库接到对话窗口,它就成了本地的私人知识库,问它问题,先查库再作答,并附上出处,比起漫无目的的通用搜索引擎,它给的是有来源且可追溯的专业知识,甚至能替你把全库读完,从材料里挑出你没想到的问题。 其四是论文写作,这也是目前争议最大的环节。 《科学》主编2026年撰文,直言AI正让学术出版“更慢、更差、更贵”;同年一份机器学习顶会的评审被检出两成纯由AI代笔,令学界哗然。最近负责学术论坛收稿的朋友,可能大都遇到过AI稿泛滥的现象?对于该问题,迄今为止学界并无共识,所能确定的几条规则故而大相径庭,如爱思唯尔允许在稿件准备中借力AI,前提是人工核验并如实披露,而波兰的《历史季刊》则禁止以AI生成学术文本、文献综述、论点乃至摘要,未披露使用即视同抄袭,并对编辑和审稿人制定了同样严格的规定。用AI辅助学术写作,如今明显两极分化,一种是“裸用”,仅凭几句指令让模型搜罗全网信息拼出一篇论文,表面齐整,实则错误连篇,其中大量属于学界所说的幻觉,即虚构文献与伪造引文;另一种则把前期工作做足,资料准备充分,指令完备(角色、任务、材料、输出格式、约束),并把相关史料整理为可控的资料库,必要时提前以大规模语料训AI,再人机协同写作,成稿质量便完全不同。行文至此,我突然想起网上流传的一句话:“用不好就是学术不端,用得好便是科研利器”,于此似有几分道理。相关研究也显示,AI在语言准确与写作效率上效果稳定,一旦进入高阶论证与篇章组织,便出现了参差不齐的情况,必须高度依赖人工监督。因此,越接近表达层,AI越成熟;越接近问题与论证,人越不能退出。 其五是成稿之后的审读把关。 文章写完,大多人容易陷入“当局者迷”的状态,放进抽屉沉淀一阵再读,能改的仍然有限。请导师朋友看,人情珍贵而反馈一次性,人家也不好意思回回说重话。拿初稿投出去等外审意见,这种代价颇高,往往除了模板一致的退稿信外,难见其他。AI的出现,正让这一局面有所改观。卢森堡大学的数字历史研究中心(C²DH)为《数字历史学刊》(Journal of Digital History)造了一个“证据优先”的AI评审工作区,让模型对来稿的每条史实先找证据再表态,80条真实的编辑判定中,严格答对者占70%,正确或基本正确者占86%,编辑部认为有用者占九成,AI审稿之效,已可概见。受此启发,我“蒸馏”了自己的导师,把与博导多年往来的邮件、他分享的经验文稿与我随堂记下的大量笔记整理入库,再汇入同门相传的备忘录,以及海内外资深学者谈治学与写作的访谈,以导师为主体,制成一位随叫随到的“审稿人”。拿新写的文章请它审,意见之尖锐、风格之相近,令我十分惊讶。 以上五个环节,是按工序拆开来讲,2025年以来,又出现两个新趋向,使得历史学研究的各流程均有所变化。其中影响最大的是智能体(Agent)的流行,你只需下达一份较为详细的指令,它便把此前要一个环节一个环节分别去做的事,自动串成一条流水线。这股风从编程界刮起,2025年因此被称作智能体元年,Claude Code、Codex先后把“替人写代码”做成订阅产品;岁末年初,顶着龙虾标志的开源智能体OpenClaw一夜刷屏,“私人AI助理”的说法广泛流传,号称用手机下指令,就能控制电脑干活。国内厂商随即跟进,如今大部分大模型开发者也上架了配套智能体,因此大部分人都能轻易使用上Agent。历史学这边,最能体现改变的是报刊史料的获取,智能体可以模仿人类的行为登录数据库检索,发现文献后,有全文的抓取全文,没有全文的调看图像并自动截图,送本地或云端OCR,再对所得文字校对排版,产出可直接使用的文本,跑完一轮,它还能反过来报告哪些史料是你库中从未用过的,其中哪些堪称“亮点文献”。学界的相关探索亦不少,牛津团队的Chronos让历史学家用自然语言指挥智能体从扫描档案中批量抽取数据,每一行结果都能回溯到原页,规整的登记簿上近乎全对;普林斯顿团队把HistAgent带上ICML,给模型配齐检索、翻译、OCR等工具去答历史题,成绩远胜裸模型联网作答。数字人文界甚至为此造了新词Agentic DH,主张研究者当AI的指挥者,并对产出负责。2025年以来关于AI与历史学的讨论,智能体确实占去大半篇幅,称之为工作流的爆发,并不为过。 另一个新趋向是历史专用模型开始成批出现。前面说过,大模型的毛病之一是拿今天的语感读史料文献,新一批模型干脆从训练语料下手,隔绝未来。TypewriterLM只读1913年以前的英语,号称杜绝“时间泄漏”;TimeCapsule只吞1800至1875年的伦敦文本,参数并不大;还有经济史团队索性以兰克(Leopold von Ranke)命名自家的Ranke-4B,思路相同。它们的共同设定,是让模型“不知道未来”,把时代错置变成可控的变量。另一路是领域小模型,有学者为东亚古典汉文专门训练的HanmunRoBERTa,一张消费级显卡即可运行,在自家基准上持续胜过通用大模型,较为颠覆认知;奥地利科学院与Mistral合造的古希腊语模型Apollo,经二十位纸草学家、铭文学家与语文学家盲测,77%的补全不逊于人工。这些进展合在一起,反映出一个新变化,历史学者当初对AI的种种疑虑,如时代错置、语感污染、不解古文,正在被逐一解决,而优化者不再只是大厂工程师,研究者开始亲自下场。历史学者与AI,由此不再是单纯的使用者与工具,而进入了相互塑造的新关系。 三、AI的 暂时 局限与历史学争论 当然,人工智能并非完美无缺,在目前的技术条件下,它仍有很多局限。就我的阅读与亲身经历而言,AI翻车的案例几乎和成果一样多。这些局限要分两层看,一层属于工程技术,如识别还可以再准些、幻觉还可以再少些……我相信假以时日总有办法优化;另一层却源于学科特性,历史学追求解释,回答的是“何以如此”,AI的训练目标指向预测,回答的是“接下来是什么”。两套问答暂时合不到一处,大模型与史学理想中的助手之间,仍有相当距离。 就目前而言,历史学者用AI,用得最多的可能是处理史料,眼下最普遍的局限也与此相关。识读仍不容乐观,潦草的手写体与古文字尤其如此。东南大学等机构2026年在计算机视觉顶会CVPR上发布了MCHDoc基准,以15700多张高清图像测试各家模型,载体涵盖古籍纸、简牍、书法、碑刻、缣帛、甲骨六种。同一个模型,认古籍纸的准确率有56%,认简牍便掉到18.8%。我自己平时处理的多为1949年后的手写档案,规整者尚可,潦草之件的识别率至今很低。而最让研究者无奈的,恐怕还不是识别不出,而是猜着写。AI按其运行原理,总要输出流畅的文字,凭它强大的联想能力,识别史料时会靠猜测补齐空缺,有学者名之曰“流畅化遮蔽”。哪怕你限定了条件,大批量任务中也未必严格执行,最终看到的文本,与原始史料相去甚远。做世界史研究的,还要面对手写的小语种文献,问题只会更严重。有学者测试过乌拉圭的微缩胶卷档案,视觉模型会把档案里的人名悄悄换成常见人名,字符错误率指标毫无波动,语义早已面目全非。文字之外的史料同样如此,耶鲁大学福图诺夫大屠杀证词视频档案的团队用Whisper转写1847份证词,词准确率约85%,但模型习惯把口语“洗”干净,拉迪诺语的证词被按现代西班牙语的拼写“纠正”,“呃”之类的语气词被成批删除,有人统计,仅这一项就删去了近五千次。 AI很难有历史学的“问题意识”。历史学专业的研究生,多半领教过导师的“拷打”:你的问题意识是什么?这实在是个抽象的概念,以我的资历,至今不敢谈什么是问题意识,但我知道这需要长期的历史学训练,读足够多的史料与前人研究,反复琢磨。它的源头,多半是泡在材料里积下的困惑、现实关怀与学术脉络三者的交汇,积累到某一天忽然贯通,那一刻的顿悟,便成了文章的问题与主线。AI的确能把你的资料全部读完,能把你的史料库过上好几遍,也能挑出其中“反常识”的内容,前文说过,智能体甚至能替你从全库材料里挑出“没想到的问题”,可这些大多只能被视为研究线索。斯坦福团队组织过一场大规模的盲评试验,请一百多位研究者比较AI与人类专家各自提出的研究点子,结果出人意料:AI的点子竟被评为更新颖,但细看便露馅,这些点子彼此高度雷同,可行性也明显偏弱。这虽不是直接以历史学科为测试对象,但道理基本相通,点子可以批量生成,困惑无法凭空捏造。从线索到问题这一跃,AI暂时还跨不过去。 更深一层的局限,是AI读不懂史料背后的逻辑。年轻学者大都挨过这样的批评:“你的论文完全跟着档案走,你成了史料的傀儡!”话虽尖锐,却有其理,资深学者之所以一眼看穿,是因为他们阅档无数,深知史料的表达与历史的真实未必一致。档案写得堂皇,背后可能是另一回事。如果不理解,现在回顾一下,关于你自己的纸面记载、你眼前的新闻,是不是与现实总有出入?所以史学训练的第一课,从来不是急着问史料写了什么,而是先问它是怎么生产出来的,谁写的,给谁看,为何这样写,背后是怎样的权力与利害?AI恰恰短在这一环,它读史料,纸面怎么写它就怎么信,写出的历史跟着史料的立场走。它或能凭大模型的知识挑出时间、制度、官职一类的硬伤,却不知道这份史料为何被如此制造。还有一层是名实之辨,史料中的名词往往名不副实,有婉辞,有蔑称,有行话,还有同一名目下的不同实物。书写者受方言与文化程度所限,又留下满纸错字。别国的史料我不敢妄言,中文史料里这类例子比比皆是。而AI一旦在源头理解错了,很难在后续环节自我纠正,识错一个字,检索便归零。名实一错,抽取、统计、解释节节皆偏,错误沿着工作流一路传下去。美国学者安德伍德(Ted Underwood)测过各模型对1831至1930年间英语语境的把握,没有一个能令人信服地表征那个时代的词义与用法。年轻学者做史料的傀儡,尚可点醒;AI做傀儡而不自知,才是真麻烦。也正因如此,史学才要向人类学、社会学学习,一再强调走向田野。书斋里难解的现实语境,田野里能看到资料的另一副面相。何况史料上的涂改、报刊的油墨与纸张,人手可以摩挲,上海的用料与小小县城的用料之别,背后牵着印刷业的资本与权力,这些隔着屏幕的AI基本无法感知。 历史学者对AI的运用,可能还会影响历史书写。以档案为例,它多是官方机构的产物,生产时就有刻意的筛选,能留下纸面记录的,基本又是识字群体与精英。那些不识字的、编户齐民之外的人,很少被记录,古今中外大抵如此。历史学者并非不知道这件事,近代以来的史学早就不甘为帝王将相作家谱,如今的历史人类学、社会史、口述史、微观史,一代代学者想方设法研究历史中的普通人,只是相关材料并不好获取。到了AI时代,这个困难并未得到更好的解决,反而可能生出新的变数。眼下被大量OCR的资料,基本是成色较好的报纸与档案,很少见到民间契约文书一类更基层的材料,这既因为它们散藏四方且开放有限,也因为笔迹杂乱,难以批量识别。在今后的历史研究中,好认、好调用的材料可能会被一用再用,未开放的档案、难认的手稿、方言里的声音,连同没留下多少文字的普通人,在新环境里再一次被边缘化。因而有学者将之称为“算法沉默”(algorithmic silence),AI不是在制造偏见,而是在继承和放大档案里固有的偏见,底层工人的记录本就碎片化,算法的检索反倒可能进一步降低它们被发现的几率。从前决定谁能被记住的,是哪些史料被保存,往后恐怕得看哪些数据被喂给了机器。 还有一些局限,不像认不出字那样显眼,无法逐一展开,挑几条我实践中印象最深的来说。第一个是黑箱问题,传统史学研究有清晰的工序,找资料、整理资料、写成论文,文章里的每一条史实和解释,基本都能回溯到具体的史料与作者的思路。AI不一样,你喂给它材料,它的确能交出一段流畅的文字,甚至一篇像模像样的论文,可它是怎么从材料走到结论的,谁也看不见,也没法回溯。第二个是难以复现,模型几个月就换一代,闭源开源都一样,提示词差一个字,结果可能就变。如今已有期刊和出版社要求作者留存提示词与生成记录备查,写作时若没留底,事后便很难复原。第三个是地基不稳,你赖以工作的OCR工程、云端模型,背后或是公司,或是资助,公司会关门,资助也会中断,整条流程跟着塌,譬如HathiTrust研究中心运营了十五年,最近资助一撤,说停就停,令人扼腕。第四个是取舍与立场,面对互相抵牾的史料、针锋相对的学界分歧,AI难作裁决,它擅长讲一个听起来合理的故事,不擅长在冲突的叙事之间做判断。其立场也未必中立,有团队挑了21项至今归属存疑的发明,用12种语言去问11个模型,共得七万多条回答,结论是用哪种语言提问,答案便偏向哪种语言保存的叙事。第五个是稳定性,大批量资料喂进去,上下文一长便出故障。做党史、国史、战争史等研究的同行大概都有体会,即便处理最基本的史料,也可能因“敏感词”问题而中断任务。这并非我们独有,美国马里兰大学的团队让大模型归纳枪击暴力幸存者的访谈,44%的请求被护栏拒绝,部分受访者最高65%的经历因此没能进入分析。AI介入历史学的局限,肯定不止这些,限于我的学识与实践,眼下只能举出这几条较为明显的。需要说明的是,技术迭代极快,今天的局限,也许明天就解决了。 AI介入历史学研究,进展与局限并存,争论也随之而起。生成式人工智能问世之初,学界的争论集中于“AI到底能不能取代历史学家”。学者们做了不少试验,限于当时的技术条件,形成了一个较为明显的共识:AI无法取代历史学家。只是各家给出的理由并不相同,有说能力不济的,有说责任无处安放的,也有说价值不该让渡的。而如今大模型月月迭代,智能体又已登场,AI切实进入了大部分历史学者的日常,再争论这些“能不能”,意义已经不大。使用的人越多,争论的点自然也越多。眼下的论战,大概集中在这几点:AI能不能当历史学家,它讲的历史可不可信,方法该跟着怎么改,学生的基本功该怎么教,成果该怎么认定,语料该归谁所有,还有谁的饭碗先被端走……这些争论并非一成不变,有的很快会有令人信服的答案,有的将长期悬而未决,成为史学研究的热点话题。而随着探索深入,新的争论还会不断冒出来。争论固然意味着迷茫与未知,却也映照出全球历史学者的积极探索。创新不停,争论不止,这对任何一行都是好事,历史学也不例外。 四、AI史学在中国 以上许多例子多取自海外,中国的情况又如何?说回我开头提到的那个研讨会,9月19日,广州东郊,第十三届青年史学家论坛开幕,今年的主题索性就叫“数智史学的应用与创新”。69篇青年学者的论文,过半与人工智能有关:有人给清史造智能体,有人用大语言模型量化分析唐代墓志,有人让AI释读古埃及文献,有人专门讨论人工智能与上海史研究的方法论转向,还有人用生成式AI重建中世纪英格兰的庄园档案库。这场会议几乎是中国史学界与AI关系的一次集中亮相。这说明中国学者并不甘于旁观,也在积极投入其中。 事实上,中国史学界与计算机的缘分,同样不始于ChatGPT。早在上世纪九十年代,大型古籍数据库便已起步,约二十年前,就有学者倡导“E考据”,主张借电子资源介入传统史学,计量史学与数字人文在中国学界同样热闹过,围绕它们的学理交锋,许多延续至今。 生成式人工智能问世之初,最先作出反应的,是国内那批做过数字人文的学者。不过最早响起讨论的地方不是学术期刊,而是微信公众号这类自媒体,这也是中国的特征之一。随后澎湃新闻等媒体组织了多轮笔谈,《探索与争鸣》这类敏锐的杂志也率先组稿,此后,相关讲座与期刊规定不断涌现。 2024年以来,讨论明显升级。《史学理论研究》2024年第3期组织生成式人工智能专题笔谈;《光明日报》2025年2月10日用一整版刊出立场相反的两文,一篇讲共生共构,一篇泼冷水讲并非无往不利;《历史研究》2025年初新设“人工智能与史学发展”专栏,当年第5期又排开一组笔谈;《史学月刊》同年刊文正式提出“数智史学”,主张以此为历史学自主知识体系的构建方向;《近代史研究》则开出“大数据与近现代史研究”专栏。到2026年初,中国历史研究院期刊方阵公布新一年重点选题,“人工智能与历史研究”赫然在列。据不完全统计,还有相当多的期刊在筹划同类专栏。就在前几天,《中国社会科学》2026年第8期刊出“数智时代历史学的新进展”专题,一次推出《进入人工智能实验室的历史学者》《人工智能赋能史学研究的实践路径与边界反思》《从数据库到智能体》三篇论文。笔谈、专版、专栏、选题指南、专题,一路升级,人工智能从一个需要被解释的新名词,变成了主流期刊普遍认可的重点选题。理论文章之外,一些实践与平台也陆续落地。令我印象最深的有几家,如复旦大学发布的“炎黄”,据称是全球首个聚焦早期中华文明的多模态大模型,古籍、考古图像、历史地理与古DNA一起喂进去;北京大学的“山海璇玑”、安阳师范学院的“殷契行止”、南京农业大学的“荀子”、东北师范大学的满语大模型、南京大学的数智文献处理平台,字节跳动的识典古籍、敦煌的“数字藏经洞”……这些尝试大小不一,路径各异,有的长于研究,有的便于普及。 与全球其他国家相比,中国的人工智能与历史学结合也存在一些独特性。其中较明显的一条是国家工程化驱动,海外的探索大多靠项目申请与基金会资助,而中国不太一样,方向与经费多由顶层设计供给。这条路有利有弊,利的一面有目共睹,如冷门绝学的AI化已渐出成果,前面说的那些大项目与知名平台,多半是这么来的。但也有些代价,如官方课题结项普遍要发核心期刊,而C刊版面紧且周期长,优质而新颖的研究在漫长的流程里迟迟不出,等刊出后,大模型已经换了几代,当初讨论的问题未必成立。中国学界关于人工智能与历史学的成果,看起来为什么这么少?这恐怕是一个重要原因。海外同行用预印本先把结果挂出来,再慢慢走评审,中国史学期刊还没有这样的通道。此外,官方经费一旦停止、课题一旦结项,能接着做下去的还有多少人,谁心里都没底。 还有个特征与学术传统相关,中国目前的AI与历史学探索,仍呈现出一种“文献本位”。欧美长于“远读”与社会科学化分析,中国的力气多花在古籍整理与考据的自动化上,如自动标点、校勘、缀合、校重、识别……这可能也导致断代与学科的失衡,古代史成果斐然,近现代史与世界史的讨论却明显偏冷,缺乏应有的深度。这大概与史料开放程度有关,档案一块最典型,不少机构馆藏动辄以百万卷计,数字化以千万画幅计,而在线可查的只是零头。即便到馆查阅,也常因各种理由受限,更遑论批量下载与机器调用。考古材料可能也类似,发掘报告积压数年是常事。世界史研究较为依赖进口的外文数据库,年费年年看涨,订阅说断就断,还普遍设了下载上限,机器批量分析的难度同样很大。 此外,规范滞后于使用。ChatGPT冲击来临之初,史学期刊普遍沉默,当年的AI使用声明几乎都出自科技与医学类刊物。直到2025年2月,才有历史学期刊发布国内首份史学AI规范,至今跟进的仍不多,真正执行的可能更屈指可数。海外的一些文科期刊,据说已经要求作者在投稿的同时,提供代码、提示词、生成记录等附件。此外,国外还有学者主动撰写《在历史实践中使用生成式人工智能》(Using Generative AI in Historical Practice)等论著,里面不仅分享使用技巧,还尝试提出一些规范,这在某种程度上起到了约束作用。当然,国内外的学术生态不同,本无优劣之分,但应取长补短。 如果长期关注国内成果与动态,可能还会发现一个特征,研究者似乎是“高连续性的小共同体”。翻一翻近年的文章便知,持续讨论AI与历史学的,来来回回不过二三十人,群体稳定,地缘也集中,主要在北京、上海、南京、广州等地。原因自然是多重的,与政策支持和个人兴趣等因素相关。但还有一层值得留意,无论学者个人还是期刊编辑部,对这条探索之路可能仍持观望状态。个人更多还在试用,谈不上写成文章,编辑部心存疑虑,用稿也就谨慎,产出少,研究者自然更不肯投入。 就目前所发表的成果而言,存在理论多而实证少的特点。眼下所见的中文学界相关论文,相当一批还是理论、综述与展望,其讨论仍属于“经验型”,少见以人工智能为工具的实证研究;尤其用新技术研究老问题、并拿出新看法的,屈指可数。之所以推崇后一种研究,是因为学术积淀较深的问题有旧说可对照,最能看出新方法的功用。最近的各类学术论坛较能暴露这一点,会议论文集没有期刊的滞后,但翻开来却仍是宏观讨论居多,再看各文的学术史回顾,引去引回就那几篇,且缺乏对海外学界的关注与对话,这不仅反映出中国学界的研究总数太少,研究质量也有待提升。 还有一个特征,现在看起来似乎不是很明显,但随着人工智能的发展,这个问题可能会更突出,即教育未能跟上研究。我大致梳理了一下,海外关于人工智能与历史学研究的课程,数量已经相当可观,而且有较为成熟的课纲,甚至培养了相关专业的研究生,但在中国,人工智能引入大学历史学课堂,并且传授实质性的方法与进行实践,可能仍然较少。据传,复旦大学历史学系2026年春开过一门,但这样的例子并不多。 五、 余 论 行文至此,大概要说结论了,但我恐怕很难下什么结论。原因很简单,人工智能仍在快速发展,而大部分文科专业与之结合,尚在探索期,眼下任何急着下的结论,可能很快就会被技术推翻。如果还能再遇到那位送我去机场的司机,哪怕我已经尽可能详细地梳理了人工智能与历史学研究的进展与特征,我仍不敢轻易回答他那句“历史和AI有什么关系”。此时我又想到另一个问题。有人问过我,对于人工智能,你是乐观派还是悲观派?我想,我是乐观与悲观并存吧。 先说乐观。人工智能对历史学的改变是肉眼可见的,它极大地解放了研究者的时间,许多低效的工作可以交由AI处理,很多以前对大部分学者构成巨大障碍的问题,现在算不上障碍了,尤其是在史料的获取、整理与分析一层。研究者便有更多的时间和精力,去做以往不敢做的题目。AI也扩大了学者的知识汲取面。以往我自己很难想象,电脑能每天自动向我“推送”全球最新的研究动态与论著,虽然很多只是碎片化阅读,但对于自己研究的思考,总归有益。总之,在AI的助力之下,历史学研究应该会更为深入。 再说悲观,或者说个人的隐忧。我最先想到的是学术不公可能会加剧。以往有前辈学者说过,研究历史不需要太聪明,有中等智力即可。确实,对很多研究生和青年学者而言,肯花时间精力在上面的,迟早会看到进步、取得成果;经济条件的差异固然一直存在,但那时候更多拼的是勤奋。而如今由于AI的介入,有些名校本地部署了一流的大模型,师生免费使用,token近乎无限,还有些人自费订阅最顶尖的服务,而更多普通学子与年轻学人并没有这种机会。技术上的差距,很快就会传导至学术研究之中。当然,学术不端也可能更多、也更隐蔽。一方面是主动的不端,习惯了AI辅助的人可能依赖捷径,在史学论文的各个环节,尤其撰写环节直接让AI生成,可抄的样本更多,抄袭剽窃的手段也更为精巧。另一方面是被动的,作者未必故意,但AI的幻觉至今十分普遍,已不止编造文献,那很容易核查出来;更隐蔽的是张冠李戴,尤其在学术史回顾里,它把两篇相近研究的观点互相安错,将一篇的论点按到另一篇头上,若非深耕于此、反复核对,很难发现。这虽非作者有意,仍属学术不端的一种。当然,我最担心的还是历史学的课堂。这对很多教师已是巨大的挑战,AI在某种程度上可以替代一些“水课”,也能极大地辅助学生自学,但并非每门课都是水课,也不是每项技术都能靠自学掌握。以我现在的观感,很多人非常熟悉技术,却并不真的懂历史;也有人熟知历史,对新技术的掌握又不足。就现阶段而言,前者的危险可能略大于后者。 最后说几句呼吁。最想说的是,历史学者应该多尝试。无论你还停留在问答式使用,还是已经走向工作流,都应该坚持试下去。先不必高尚地谈推进伟大的历史学研究事业,这至少能让你的好奇心不断得到满足,甚至逐步打开一个新世界。对很多人而言,当年选择历史学这门专业,不就是因为该死的好奇心实在太重了吗? 另外,要多看海外的成果。人工智能与历史学的研究,海外已积累了相当一批,数量远超中文世界,不追着读,讨论很容易变成自说自话。同时,不要只盯着历史学的一亩三分地,多看看其他学科与AI的结合。每个学科各有特性,其他学科在很多地方走得比历史学更远,虽不能直接移植,但某个时候可能会突然给你启发。 还有,历史学者终究要学一点技术。AI虽把编程门槛打了下来,但基本的原理最好还是自学一些。举个例子,这可能事关你的史料安全。最近接连有几件丑闻被用户和媒体曝光:一些AI工具把用户的数据打包上传,我亦是受害者之一,字数庞大的史料库连同未刊稿,都被传了上去。如果当初对技术多懂一些,也许就不会这么被动。最后我想说,在生成式人工智能时代,还是要保持自主的写作。现如今,原汁原味、哪怕错字病句较多的文字,都显得弥足珍贵。 (作者单位:上海社会科学院历史研究所) 本文首发于《澎湃新闻·私家历史》。欢迎点击下载“澎湃新闻”app订阅。点击左下方“阅读原文”即可访问全文。 投稿邮箱: [email protected] ;检索词:AI与Agent 最新 热点 趋势
  13. justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势 / all
    植被与土地利用识别、土壤碳氮空间预测、生物多样性驱动机制、土壤微生物功能预测、生态退化与风险识、论文写作 当前,生态学与地学研究正经历从"样点观测"向"多源大数据综合分析"的深刻转变。遥感影像、气候再分析数据、地形因子、土壤调查、生物观测和微生物组数据以前所未有的速度积累,研究问题也从单一因子分析转向多因子耦合、非线性响应和空间预测。面对这一趋势,能够驾驭机器学习方法的科研工作者,正在获得明显的研究效率与成果质量优势。 在众多机器学习方法中,XGBoost以其卓越的预测精度、对非线性和交互作用的天然刻画能力、对中小样本数据的良好适应性,以及SHAP等配套解释框架带来的机制解析能力,已成为生态、地学、环境、农业等领域高水平论文中应用最广泛的算法之一。掌握XGBoost,就是掌握一套从"数据"到"预测"、从"相关"到"机制"的完整研究工具。 与此同时,AI大模型工具正在重塑科研工作方式:辅助梳理研究思路、理解代码逻辑、检查数据质量、解读模型结果、打磨论文表达。AI不替代科研判断,但能显著降低方法学习门槛、压缩重复性工作时间。将XGBoost建模能力与AI辅助能力结合,是当前研究生和青年科研人员性价比最高的技术投资之一。 正是基于这一背景,我们开设了本次培训班。课程不做概念宣讲,而是以真实研究流程为主线——从研究问题界定、多源数据整合、模型构建与调优、结果解释,到论文图表与文字表达——通过五类高频生态地学案例的完整实操,帮助学员把机器学习真正用进自己的课题中,形成可复现、可解释、可发表的研究成果。 【参会对象】:从事生态学、地理学、环境科学、土壤学、水文学、林学、农业资源与环境、遥感与GIS等方向研究以及自然资源调查监测、生态评估、林草湿监测、流域管理、生态恢复与风险评等工作,希望拓展研究方法体系、掌握数据驱动的分析预测工具、提升论文质量与投稿层次的科研学者及相关人员。 【课程受益】:  一套完整的方法能力:系统掌握XGBoost的核心原理、参数体系、验证策略与结果评价标准,能够独立完成分类识别、空间预测、机制解析和风险评价四类典型建模任务,而不是停留在"跑通代码"的层面;  五类可直接迁移的案例经验:通过植被与土地利用识别、土壤碳氮空间预测、生物多样性驱动机制、土壤微生物功能预测、生态退化与风险识别五个完整案例,学员可将课程代码框架和分析流程直接迁移到自己的研究数据上;  AI辅助科研的规范工作方式:学会在研究问题梳理、数据整理、代码理解、模型诊断、结果解释和论文写作各环节合理使用AI工具,在提高效率的同时守住学术规范与研究判断的主动权;  成果产出:课程结束提供学习过程中建模数据集、可复现的建模代码、模型评价表、SHAP解释图、空间图件以及用于论文或项目报告的方法与结果文字——让培训成果真正转化为论文与项目中的实际产出。 会议赠送:1个月ChatGPT会员【可同时使用Claude、Gemini、Grok等模型】 直播时间 10月31日-11月1日、11月7日-8日【提供所有课程资料及回放】 报名后加入专属直播助学群,会议流程、会议准备、注意事项、课程资料及数据会提前在助学群中公布。 教学特色 1.原理深入浅出的讲解,强调原理的重要性; 2.技巧方法讲解,提供课程配套的完整教材数据及提供长期回放; 3.与项目案例相结合,更好的对接实际工作应用; 4.跟学上机操作、独立完成案例操作练习、全程问题跟踪解析; 5.专属助学群辅助巩固学习及实际工作应用交流,不定期召开线上答疑。 培训费用 非会员费用:3580元 会员费用:参见会员政策 活动: 1、学生凭学生证有效证件参会可享受85折优惠; 2、2人或以上组团报名,可享受8折参会。 发票及证书 内容详情 专题一 AI辅助下的机器学习与生态—地学数据建模基础 教学目的:明确AI在生态—地学机器学习中的辅助定位,建立“研究问题—响应变量—环境变量—评价指标”的基本框架。 讲解内容: 1.AI辅助科研的基本定位与使用边界 2.生态—地学研究中的常见建模问题 3.生态地学数据的基本特征 4.分类、回归与风险识别任务的区别 5.AI辅助下的机器学习建模流程 案例实践:使用AI辅助梳理研究问题,完成示例数据读取、数据质量检查和第一个基线模型训练。 专题二 XGBoost算法原理与AI辅助规范建模 教学目的:理解XGBoost的核心原理和规范建模流程,并学会使用AI辅助理解代码、参数和模型诊断结果。 讲解内容: 1.决策树、集成学习和Boosting思想 2.GBDT与XGBoost目标函数 3.正则化、学习率和树深度等关键参数 4.交叉验证与参数搜索方法 5.AI辅助代码理解与模型诊断 案例实践:完成XGBClassifier与XGBRegressor建模,使用AI辅助检查代码注释,输出模型评价表、学习曲线和特征重要性图。 专题三 AI辅助多源生态地学数据整合与特征工程 教学目的:掌握多源数据进入模型前的整理方法,并使用AI辅助完成变量说明、数据检查和特征工程记录。 讲解内容: 1.样点、样方、像元、流域和行政区变量组织 2.遥感指数和地形因子构建 3.气候、土壤、水文和人类干扰变量整理 4.共线性、异常值和空间自相关处理 5.AI辅助变量字典和数据质量报告整理 案例实践:完成“样本—环境变量—响应变量”建模表整理,使用AI辅助生成变量字典和数据质量检查说明。 专题四 植被与土地利用类型识别 教学目的:以植被类型和土地利用识别为固定案例,完成多类别分类建模与结果评价。 讲解内容: 1.植被类型和土地利用识别的基本原理 2.光谱、物候、地形、气候和土壤变量的作用 3.类别不平衡与样本代表性问题 4.分类模型精度评价方法 5.AI辅助分类结果解释 案例实践:完成多类别XGBoost分类模型,使用AI辅助整理类型识别结果说明,输出混淆矩阵、总体精度、Kappa、各类别F1和类型识别结果图。 专题五 土壤碳氮与养分空间预测 教学目的:以土壤有机碳、全氮或养分含量预测为固定案例,完成回归建模与空间表达。 讲解内容: 1.土壤碳氮与养分空间变异的控制因素 2.气候、地形、植被、母质和管理变量的作用 3.回归模型残差与空间泛化能力 4.预测不确定性的表达方式 5.AI辅助空间预测结果描述 案例实践:完成土壤碳氮或养分回归模型,使用AI辅助整理空间预测结果文字,输出模型评价表、空间预测图和关键控制因子图。 专题六 生物多样性驱动机制解析 教学目的:使用XGBoost和SHAP分析生物多样性与环境因子之间的非线性关系,并规范表达驱动机制。 讲解内容: 1.物种丰富度和常用多样性指数 2.气候、地形、土壤和干扰变量的复合影响 3.SHAP值的基本含义 4.变量依赖关系和交互作用 5.AI辅助机制解释与讨论边界 案例实践:完成多样性指数预测模型,使用AI辅助整理关键因子解释,输出SHAP汇总图、依赖图和关键驱动因子排序。 专题七 土壤微生物与生态系统功能预测 教学目的:把机器学习方法用于地下生态过程分析,理解土壤性质、植被输入和微生物群落之间的联系。 讲解内容: 1.细菌、真菌和功能基因多样性指标 2.土壤性质对微生物群落的影响 3.植被输入和管理措施的作用 4.高维组学数据的指标筛选 5.AI辅助微生物结果解释 案例实践:完成微生物多样性预测模型,使用AI辅助整理土壤—植物—微生物关系说明,输出关键环境因子和生态功能解释框架。 专题八 生态退化、干旱与水土流失风险识别 教学目的:面向生态安全和自然资源管理需求,完成生态风险识别、等级划分和恢复优先区分析。 讲解内容: 1.生态退化、干旱胁迫和水土流失风险指标 2.遥感变化与植被生产力诊断 3.土壤质量、降水亏缺和人类干扰变量 4.风险概率建模与等级划分 5.AI辅助风险结果和管理建议整理 案例实践:完成生态风险识别模型,使用AI辅助整理风险分区说明,输出风险概率图、低中高风险等级图和恢复优先区结果。 专题九 科研结果表达与AI辅助论文写作 教学目的:把模型结果转化为规范的论文、报告和项目材料,明确AI辅助写作的使用方式和学术边界。 讲解内容: 1.机器学习生态地学论文的常见结构 2.数据来源与变量构建的写法 3.模型参数与验证策略的写法 4.SHAP图和空间图的结果表达 5.AI辅助摘要、结果、讨论和审稿回复整理 案例实践:完成方法段落、结果段落和图表说明整理,使用AI辅助校对文字逻辑,形成一份案例成果文字稿。 注:请提前安装所需软件。 课程专员 王老师183-4893-7383(微电) 网络直播+视频回放+全部课程资料+助学群辅助 (点击课程标题查看详情) 人工智能、论文写作、基金 第八期:2026基于前沿AI-Agent2.0驱动的科研全链路实战营 培训时间:10月16日-19日 第五期:告别单兵作战——搭建你的24小时AI智能科研团队 面向真实科研场景,以Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"为核心,构建可迭代、可复用的科研协作团队全流程自动化培训班 培训时间:10月22日-26日 第六期:基于Claude Code 、Codex双AI协同高水平论文撰写与质量校准:研究定位→数据分析→论文初稿→交叉审稿→投稿与返修全流程实践培训班 培训时间:10月29日、31日-11月1日 第二十一期:2027年国自然与省级基金申报全链路实战高级培训班 培训时间:10月31日-11月1日 AI-Python前沿深度学习核心架构与科学计算实战——PINN正反问题求解、Transformer多领域建模、图神经网络时空推理、深度强化学习、进化深度学习与扩散模型、自进化Agent数据科学应用高级研修班 培训时间:10月11日、17日-18日、24日 第八期:高水平学术论文写作的“破局”之道暨AI赋能下前沿选题、智能写作、科研可视化、精准选刊与投稿、审稿博弈策略及CNS顶刊跃迁进阶全链路实践培训班 培训时间:10月23日-24日、30日-31日 从通用大模型到课题组私有AI:领域微调、知识库构建与本地化部署全流程实战高级研修班——涵盖国产开源模型选型、领域语料构建、RAG检索增强、LoRA/QLoRA高效微调、知识蒸馏、GPTQ/AWQ量化压缩、vLLM高并发推理与科研智能体自动化核心技术 培训时间:10月24日-25日、31日-11月1日 第二期:基于Claude Code与Codex双AI Agent协作的WebGIS项目全链路开发与生产级部署实战高级培训班 培训时间:11月21日-22日 农林/生态/遥感类 AI-XGBoost机器学习与生态—地学大数据深度挖掘:从算法原理、多源数据建模到高水平论文产出全流程实战培训班 培训时间:10月31日-11月1日、11月7日-8日 AI-Agent融合的无人机农林生态遥感科研实践高级培训班 培训时间:11月7日-8日、14日-15日 从通量数据到SCI论文——AI-R语言生态系统碳水热通量及其机制分析与论文实战培训班 培训时间:11月14日-15日、21日-22日 地下水/水文/地质类 SWAT模型、HSPF模型、FVCOM模型、Delft3D模型、VIC模型、SWMM模型、HEC模型、GMS、MODFLOW、TOUGH系列、防洪评价等 大气科学类 双碳目标下区域大气环境与新能源气候资源未来演变高精度模拟技术:CMIP6+WRF-Chem、误差订正与多情景污染—气候协同评估及典型案例应用培训班 培训时间:10月10日-11日、17日-18日 WRF模式、NCL、CMAQ空气质量模式、PMF源解析、Calpuff模型、FLEXPART模式、SMOKE模式、VOCs排放量核算、大气臭氧来源解析、CAMx、EKMA曲线、MCM箱模型、WRF-Hydro、WRF-Chem、WRF-UCM、WRF-SOLAR、WRFDA、Python气象海洋、CMIP6数据处理等完整教程 视频教程+ 全套课件+ 案例数据代码+随行导师群 (点击课程标题查看详情) 论文写作基金撰写课程(即买即看) 点击下方标题查看详情 2027年国自然与省级基金项目申报全链条实战 面向真实科研场景,构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战 基于claude code、codex双AI协同论文写作撰写与质量校准:从"数据分析→论文初稿→交叉审稿"全流程 高水平学术论文写作的“破局”之道暨AI支持下的高分SCl论文前期准备、写作、高质量图表制作、投稿技巧一站式提升 一图胜千言-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化 AI+学术双驱高强度论文写作特训营工具实操+完整初稿 基于前沿AI-Agent2.0驱动的科研全链路实战营 自主构建智慧科研写作系统——融合LLM语义理解、多智能体任务调度与n8n工作流的自动化集成构建的实践技术 OpenClaw、Hermes+Vibe Coding核心实战玩法,手把手教你本地部署与云端协同,实现知识、论文自动化工作流 零实验、AI融合:最新文献计量学SCI论文高效写作 AI赋能·SCI论文从实验设计到发表全流程实践 【高分论文密码系列】AI赋能R-Meta分析核心技术:从热点挖掘到高级模型、助力高效科研与论文发表 最新Hermes Agent技能封装与科研自动化实战:以Meta-Analysis为例-实现从文献检索到绘图的一站式工作流 SCI顶刊美学:基于Python与AI语义增强的Geo-AI科研绘图 基于Claude Code与Codex双Agent协作的WebGIS全链路开发 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠, 最高享受 7.5 折 优惠 生态农林精品体系课程(即买即看) 点击下方标题查看详情 InVEST实践与进阶及在生态系统服务供需、固碳、城市热岛、论文写作等实际项目中的应用 ‍ 基于生态系统服务(InVEST模型)的人类活动、重大工程生态成效评估、论文写作等应用 MAXENT模型生物多样性生境模拟与保护优先区甄选、保护区布局优化评估实践技术应用及论文写作 基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作 利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响 无人机生态环境监测、图像处理与GIS数据分析技术 基于MATLAB野外观测站生态气象数据处理分析实践 最新AI与Python在地球科学多源数据交叉融合中的前沿技术应用 基于Python常见地球科学数据(ERA5、雪深、积雪覆盖、海温、植被指数、土地利用)处理 CLM陆面过程模式实践技术应用及进阶 地球系统模式(CESM)实践技术应用及进阶 ArcGIS土地利用数据制备、分析及基于FLUS模型土地利用预测 CLUE模型构建方法、模型验证及土地利用变化情景预测应用 基于Fragstats的土地利用景观格局分析 IBIS陆地生态系统模型从环境搭建、多源数据预处理到水-热-碳-氮耦合模拟、模型验证与论文成果衔接全链路实战应用 PROSAIL模型前向模拟与植被参数遥感提取代码实现 【SWH】陆地生态系统蒸散模拟理论、蒸散估算、站点及区域尺度模拟 植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法 智慧农林核心遥感技术暨AI赋能农林遥感智能提取99案例实践 无人机遥感在农林信息提取中的实现方法与GIS融合应用 基于MATLAB的无人机遥感数据预处理与农林植被性状估算 AI与R语言融合技术在生态环境数据统计分析、绘图、模型中的实践与进阶应用 HMSC联合物种分布模型在群落生态学中的贝叶斯统计分析应用 生态系统碳循环模型CENTURY 建模方法与实例 Biome-BGC生态系统模型与Python融合技术实践应用 基于R语言的DICE模型实践技术应用 CASA(Carnegie-Ames-Stanford Approach)模型原理及实践应用 生态系统NPP及碳源、碳汇模拟实践技术应用 基于LPJ模型的植被NPP模拟、驱动力分析及其气候变化响应预测 【高阶版】R语言空间分析、模拟预测与可视化应用 【高分论文密码系列】大尺度空间模拟预测与数字制图 基于Python的生态学、地学领域高质量科研可视化制图 Meta分析在生态环境领域中的实践技术应用 R语言在生态环境领域中的实践技术应用 MATLAB在生态环境数据处理与分析中的应用 基于MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用 最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估 基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析等领域中的应用 最新基于R语言森林生态系统结构、功能与稳定性分析与可视化 Python支持下最新Noah-MP陆面模式站点、区域模拟及可视化分析 Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术应用 陆面生态水文模拟与多源遥感数据同化的实践技术应用 AquaCrop模型农业水资源管理及代码解析 生态碳汇涡度相关监测与通量数据分析应用 全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 遥感数据与作物生长模型同化及在作物长势监测与估产中的应用 【独孤九剑】:R语言与作物模型(以DSSAT模型为例)融合应用 最新DSSAT作物模型建模方法及实践技术应用 基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用 基于R语言APSIM模型高级应用及批量模拟 WOFOST模型与PCSE模型实践技术应用 地表–耕作层–根区–潜水面水盐运移模拟 全流程基于最新导则下的生态环境影响评价技术方法及图件制作与案例实践 基于遥感解译与GIS技术生态环境影响评价图件制作 生态环境影响评价技术应用及典型实践案例分析 AI辅助Python-ArcGIS分析核心技术:从站点到区域的蒸散发与植被生产力估算实践应用 基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 地表蒸散发遥感产品信息提取验证与融合实践应用 遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的应用 基于STELLA系统动态模拟技术及在农业、生态及环境等科学领域中的应用 基于LEAP模型在能源环境发展、碳排放建模预测及分析中实践应用 双碳目标下基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟 基于OpenLCA、GREET、R语言的生命周期评价方法、模型构建及典型案例 建筑设计全过程碳排放计算与案例分析专题 “双碳”目标下资源环境中的可计算一般均衡(CGE)模型 R语言生物群落(生态)数据统计分析与绘图实践 基于R语言BIOMOD2及机器学习方法的物种分布模拟与案例分析 农田通量计算方法与应用实践技术 双碳目标下农田温室气体排放估算与模拟实践技术应用 基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作 环境多介质逸度模型实践技术与典型案例【代码】应用 R语言贝叶斯方法在生态环境领域中的高阶技术应用 AI驱动全流程基于PLUS-InVEST模型的生态系统服务多情景智能模拟与土地利用优化、论文写作 双碳目标下DNDC模型建模方法及在土壤碳储量、温室气体排放、农田减排、土地变化、气候变化中的实践技术 基于“SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价及拓展应用 ‍ 基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析 基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局 基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用 多技术融合提升环境、生态、水文、土地、农业、大气等领域科研技术水平 基于R语言的物种气候生态位动态量化与分布特征模拟 基于R语言机器学习方法在生态经济学领域中的应用 基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析 基于AI支持下的自然科学研究全流程实践技术应用 AI+Python驱动的无人机生态三维建模与碳储/生物量/LULC估算全流程实战 GeoAI大模型驱动的地球科学智能计算前沿实践 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠, 最高享受 7.5 折 优惠 遥感精品体系课程(即买即看) 点击下方标题查看详情 GEE-PIE遥感大数据处理与典型案例实践 最新AI赋能Python-GEE遥感云大数据分析、可视化与Satellite Embedding创新 AI支持下的GEE遥感云大数据林业应用典型案例实践 遥感云大数据在灾害、水体与湿地领域典型案例及AI大语言模型应用 GIS数据制备,空间分析与高级建模实践应用 AI-ArcGIS数据处理、空间分析、可视化及多案例应用 空间数据采集与管理 激光雷达数据处理与典型案例分析实践技术应用 GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务,从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践 基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用 PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化 遥感影像目标检测:从CNN(Faster-RCNN)到Transformer(DETR)实践 从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类 近地面无人机植被定量遥感与生理参数反演实践 “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践 AI智慧高光谱遥感实战精修班暨手撕99个案例项目、全覆盖技术链与应用场景一站式提升方案 AI+Python驱动的高光谱遥感全链路解析与典型案例实践 高光谱遥感数值建模技术及在植被、水体、土壤信息提取 Matlab高光谱遥感数据处理与混合像元分解实践 “Python+”集成技术高光谱遥感数据处理与机器学习深度应用 智能遥感新质生产力暨DeepSeek、Python、OpenCV驱动的空天地数据识别与计算及15个行业标杆案例实践 基于R语言机器学习遥感数据处理与模型空间预测技术及实际项目案例分析 GNSS、北斗高精度数据处理暨新版GAMITGLOBK软件实战 ArcGIS Pro实践技术应用暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合、案例应用全流程科研能力提升 成像光谱遥感技术中的AI革命:AI在遥感领域中的应用 解锁空间数据新质生产力暨AI(DeepSeek、ChatGPT)、Python、ArcGIS Pro多技术融合下的空间数据分析、建模与科研绘图及论文写作 量化遥感与GeoAI高级建模全流程实践 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等 基于GMTSAR合成孔径雷达干涉测量InSAR数据处理、形变信息提取与分析 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠, 最高享受 7.5 折 优惠 大气环境精品体系课程(即买即看) 点击下方标题查看详情 WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化 基于SMOKE多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算 空气质量预报模式系统WRF-CMAQ应用及改进与污染源排放清单建立 系统学习CMAQ空气质量模式实践技术应用 区域气象-大气化学在线耦合模式(WRF/Chem)在大气环境中的应用 NCL数据分析与处理实践应用视频课程 大气颗粒物PMF源解析实践技术应用 EKMA曲线及大气O3来源解析 MCM箱模型建模方法及大气O3来源解析实践技术应用 WRFDA资料同化实践技术应用 R语言在气象、水文中数据处理及结果分析、绘图实践技术应用 水文气象时序分析-从ARMA到Mamba的全栈技术应用 Python人工智能在气象中的实践技术应用 如何使用格点数据分析中国霜冻灾害变化技术 基于MATLAB野外观测站生态气象数据处理分析 基于CALMET诊断模型的高时空分辨率精细化风场模拟 如何使用格点数据分析中国积温变化技术 基于CAMx的空气质量模拟及污染来源解析技术与案例分析 基于CAMX大气臭氧来源解析模拟与臭氧成因分析实践技术 Python在WRF模型自动化运行及前后处理中的实践技术应用 最新AI+CMIP6数据分析与可视化、降尺度技术与气候变化的区域影响、极端气候分析 基于全球模式比较计划CMIP6与区域气候-化学耦合模式WRF-Chem的未来大气污染变化模拟 双碳目标下太阳辐射预报模式【WRF-SOLAR】模拟方法及改进技术在气象、农林生态、电力等相关领域中的实践应用 最新气象水文耦合模式WRF-Hydro建模技术与案例实践应用 大气污染扩散模型Calpuff实践技术应用 基于站点、模式、遥感多源降水数据融合应用 (WRF-UCM)高精度城市化气象动力模拟技术与案例实践应用 FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系中的实践经验与技巧 基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用 最新MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析 基于AERMOD模型在大气环境影响评价中的实践应用 “AI大语言模型”助力大气科学相关交叉领域实践应用 基于Python星载气溶胶数据处理与反演分析实践应用 大涡模拟实战:从WRF到PALM的完整数值模拟工作流 智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠, 最 高享 受 7.5 折 优惠 水文、地下水土壤体系课程(即买即看) 点击下方标题查看详情 AI辅助下基于ArcGIS Pro的SWAT模型全流程高效建模实践与深度进阶应用 SWAT模型高阶十七项案例分析实践技术 SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析 SWAT模型高阶应用暨无资料地区建模、不确定分析与气候变化、土地利用对面源污染影响模型改进及案例分析 最新SWAT+模型在水文水资源及面源污染模拟中的实践技术应用及典型案例分析 AquaAI水系统遥感智能监测技术暨60个案例覆盖多源数据处理、水体动态监测、水质AI反演与预警系统开发实践 最新流域生态系统碳排放、碳循环模拟与评估技术应用 AI驱动的流域水–碳–氮多过程耦合模拟 基于AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等领域中的实践 极端气候对流域水循环及水环境影响系统实践 水文水资源、水生态与水环境领域必修技能暨ArcGIS Pro全流程实践技术学习及AI融合 AI支持下的水科学全景解析:暨AI在水文水资源、水环境科研与工程中的全方位实践 地表水-地下水耦合建模全景解析暨SWAT-MODFLOW地表与地下协同模拟及多情景专题应用 HEC-RAS一维、二维建模方法及实践技术应用 全流程HEC-RAS 1D/2D水动力与水环境模拟技术案例实践及拓展应用 基于多案例系统学习防洪评价报告编制方法与水流数学模型建模实践 SWMM排水管网水力、水质建模及在海绵与水环境中的应用 SWMM模型深度技术与案例精讲 SWMM复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用与二次开发 最新水文水动力模型在城市内涝、城市排水、海绵城市规划设计中深度应用 基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估 基于ArcGIS、InVEST与RUSLE水土流失模拟及分析中的实践技术应用 ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术应用 AHP层次分析法在水利中的实践技术应用 水资源论证方法与报告编制技术及实际案例分析 基于R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践 HEC-HMS水文模型实践技术应用 HSPF(Hydrological Simulation Program Fortran)模型应用 R+VIC模型融合实践技术应用及未来气候变化模型预测 山洪径流过程模拟及洪水危险性评价技术 HYPE分布式水文模型建模方法与案例分析实践 基于Python实现的深度学习技术在水文水质领域应用 地理信息系统(ArcGIS)在水文水资源、水环境中的实践技术应用及案例分析 AQUATOX水环境与水生态模型实践技术应用 “R语言+遥感”的水环境综合评价方法实战 Delft3D建模、水动力模拟方法及在地表水环境影响评价中的应用 Delft3D水动力-富营养化模型实践技术应用 基于Delft3D模型的标量输运、波浪、拉格朗日粒子及溢油模型实践技术应用 Delft3D水动力与泥沙运动模拟实践技术应用 FVCOM流域、海洋水环境数值模拟方法及实践应用 基于FVCOM模型的三维水动力、水交换、溢油物质扩散及输运数值模拟 最新FVCOM 潮流、波浪、泥沙、水质、温盐、染色剂、粒子示踪、嵌套、背景流、自动化全流程 Python在气象与海洋中的实践技术应用 基于python+ADCIRC潮汐、风驱动循环、风暴潮等海洋水动力模拟实践 全流程GMS地下水数值模拟技能培养及溶质运移反应问题深度解析实践技术 基于Surfer与Voxler数据处理及可视化实践技术 地面沉降数值模拟方法与实践技术应用 环境土壤物理Hydrus1D2D模型实践技术应用及典型案例分析 环境土壤物理Hydrus2D/3D模型实践技术应用 系统性学习环境土壤物理模型HYDRUS1D/2D/3D建模方法与案例实践 全流程各工程类型地下水环境影响评价【一级】方法与MODFLOW Flex建模 地下水环评(一级)实践技术及Modflow地下水数值模拟 地下水数值模拟软件Visual modflow Flex实践应用 水土保持方案编制实操与典型案例解析 《生产建设项目水土保持方案技术审查要点》要求下水土保持方案编制 全系统各类型工程水土保持方案编制实践技术系列 三维地质建模数据处理高级实践技术应用 PHREEQC建模及典型案例解析与高阶拓展应用 岩土工程渗流问题之有限单元法:理论、模块化编程实现、开源程序手把手实操 最新Python-PLAXIS自动化建模技术与典型岩土工程案例实践应用 计算流体力学ANSYS FIuent实践技术应用 遥感、GIS及GPS在土壤普查、制图及土壤空间数据分析中的实践技术应用 基于遥感与GIS在滑坡、泥石流易发性、危险性、风险评价及普查中的应用 基于RWEQ模型的土壤风蚀模数估算及其变化归因分析 TOUGH系列软件建模实践方法及在地下水、CO2地质封存、水文地球化学等多相多组分系统多过程耦合 ContextCapture Master 倾斜摄影测量实景三维建模 AI大语言模型驱动的地质灾害全流程智能防治:风险评估、易发性分析与灾后重建多技术融合 体系课程+课件 资料 及数据代码+导师随行辅导 在 校学生享专属优惠, 最高享受 7.5 折 优惠 语言类体系课程(即买即看)点击下方标题查看详情 最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用 MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发 MATLAB机器学习、深度学习实践应用(2021b) 最新基于2023aMATLAB深度学习实践技术应用 MATLAB 近红外光谱分析技术及应用视频 最新AI-Python机器学习与深度学习近红外光谱全流程分析(预处理-建模-可视化) 基于R语言的贝叶斯网络模型的实践技术应用 基于R语言贝叶斯进阶:INLA下的贝叶斯回归\生存分析\随机游走、广义可加模型\极端数据的贝叶斯分析 基于R语言的现代贝叶斯统计学方法(贝叶斯参数估计、贝叶斯回归、贝叶斯计算)实践技术 最新基于R语言结构方程模型分析与实践技术应用 基于R语言piecewiseSEM结构方程模型在生态环境领域实践技术应用 【SEM】:结构方程模型(SEM)高阶应用系列 最新基于R语言lavaan结构方程模型(SEM)实践技术应用 随机森林模型核心技术与科研应用 基于R、Python的Copula变量相关性分析及AI大模型应用 基于R语言的极值统计学及其在相关领域中的应用 R语言混合效应(多水平/层次/嵌套)模型及贝叶斯实现技术应用 基于R语言的分位数回归实践技术高级应用 最新AI-Python自然科学领域机器学习与深度学习技术 AI-Python机器学习与深度学习核心架构、可解释AI及前沿技术应用 最新Transformer模型及深度学习前沿技术应用 深度学习全景进阶:最新Python深度学习进阶与前沿应用 R语言生物信息学大数据分析与绘图技术 基因家族分析及SCI写作技巧实践技术应用 基于PyTorch深度学习实践技术应用 Python数据挖掘与机器学习实践应用 最新Python深度学习技术进阶与应用 最新AI支持下的PyTorch机器学习与深度学习实践 AI支持下的Python数据分析与可视化、人工智能建模及论文撰写 R语言数据统计分析与ggplot2高级绘图实践应用 面向高校的基于算法的发明专利申请写作方法 基于GeoDa与R语言的空间数据回归实践技术应用 基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析 基于MATLAB科研数据可视化 基于Python科研数据可视化 分子动力学LAMMPS模拟实战技术应用 基于通用优化软件GAMS的数学建模与优化分析 基于GAMS的电力系统优化分析 基于现代R语言【Tidyverse、Tidymodel】的机器学习方法 面向课题组团队及科研人员AI培养计划:AI人工智能实践技术系统性教学方案 如何使用python网络爬虫批量获取公共资源数据实践 基于Python机器学习及深度学习在空间模拟与时间预测领域中的实践技术应用 基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用 AI支持下的临床医学日常工作、论文撰写、数据分析与可视化、机器学习、深度学习技术 AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术 最新"科研创新与智能化转型“暨AI 智能体(Agent)开发、大语言模型(LLM)本地化部署与RAG/微调优化 AI与Python双驱动计量经济学多源数据处理、机器学习预测及复杂因果识别全流程实战 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠, 最高享受 7.5 折 优惠 会员专享 如何成为会员: 1. 凡参加Ai尚研修收费课程即为会员; 2. 学生凭有效证件享受会员85折优惠。 会员特权: 1. 参加直播、视频课程费用累积进行折扣, 享 8.5折-7.5折 (一阶会员8.5折,高阶会员8折,尊享会员7.5折); 2. 参与课程组织与报名,推荐者可获得课程 5%推荐现金 ; 3. 免费享受Ai尚研修会议平台中“会员免费”视频教程; 4. 长期免费参与针对各领域简学实用公开课(无门槛); 5. 免费参与开设的导师面对面线上答疑交流; 6. Ai尚研修资源站分享中数据免费下载。 Ai尚研修-王艳 183-4893-7383(电话) ;检索词:AI与Agent 最新 热点 趋势
  14. justoneapi-all · JustOneAPI / AI与Agent 最新 热点 趋势 / all
    使用ChatGPT写论文很简单!助力课题申报、论文选题与投稿、实验方案设计、专利idea构思与交底书的撰写等 ‍ 10月12日,瑞典皇家科学院宣布,将2026年瑞典央行纪念阿尔弗雷德·诺贝尔经济学奖授予美国经济学家罗伯特·E·霍尔(Robert E. Hall)与迈克尔·伍德福德(Michael Woodford),以表彰他们“对宏观经济稳定的微观基础”的贡献。 霍尔是斯坦福大学胡佛研究所Robert and Carole McNeil讲席高级研究员、经济学系荣休教授。伍德福德是哥伦比亚大学John Bates Clark政治经济学讲席教授,现代新凯恩斯主义货币政策理论的奠基人之一。两位学者均长期被视为诺贝尔经济学奖的热门候选人,伍德福德此前已获得科睿唯安2026年度引文桂冠奖。 今年的奖金为1200万瑞典克朗,较去年增加100万瑞典克朗。两位获奖者将平分该奖金。 罗伯特·E·霍尔:劳动市场摩擦与宏观波动的微观解构者 罗伯特·E·霍尔1943年8月13日出生于美国加利福尼亚州帕洛阿尔托,在麻省理工学院获得经济学博士学位,曾在麻省理工学院和加州大学伯克利分校任教,自1978年起任职于斯坦福大学。他的研究兴趣涵盖宏观经济学、应用微观经济学、金融经济学、劳动经济学和货币经济学。 霍尔被同行描述为经济学界的“文艺复兴式人物”(Renaissance man),在多个领域均有开创性贡献。他的学术贡献至少包括以下几个方面: 消费理论的理性预期检验。 霍尔在1978年发表的一篇论文中,将理性预期假说引入消费行为分析,提出如果消费者是前瞻性的且理性预期,消费应当遵循鞅过程——即消费的变化不可预测。这一发现既为新古典宏观经济学的微观基础提供了重要支撑,也引发了后续关于消费可预测性的持续争论。 劳动市场的搜寻匹配理论。 霍尔对劳动市场摩擦进行了系统研究,提出了工资刚性的“议价集”(bargaining set)理论。他指出,在存在搜寻摩擦的劳动市场中,任何落在议价集范围内的工资都与企业与工人之间私人有效的雇佣关系相一致,这为理解为何工资在衰退期间不显著下降提供了微观基础。他的研究表明,失业源于求职者与雇主之间的匹配摩擦,匹配效率(matching efficiency)——即求职者与空缺岗位匹配过程的生产率——是理解劳动市场波动的关键。 风险溢价冲击与经济衰退。 霍尔与合作者发展了一种由风险溢价冲击驱动的经济周期均衡理论,表明风险冲击可以在数量上产生现实中的衰退特征——就业、消费和投资的收缩。 霍尔曾担任美国经济学会副主席、美国国家经济研究局(NBER)研究员,并于2011年被美国经济学会授予“杰出会士”(Distinguished Fellow)称号。他的研究不仅限于学术领域,还深刻影响了美国政策制定——他构建的理论基础为1986年税制改革法案以及近年来的消费税提案提供了学术支撑。 迈克尔·伍德福德:新凯恩斯主义货币政策的理论建筑师 迈克尔·伍德福德1955年出生于美国马萨诸塞州,先后就读于芝加哥大学、耶鲁法学院和麻省理工学院,在麻省理工学院获得经济学博士学位。他现任哥伦比亚大学John Bates Clark政治经济学讲席教授,是当代货币政策理论领域最具影响力的学者之一。 伍德福德的代表作《利息与价格:货币政策理论基础》(Interest and Prices: Foundations of a Theory of Monetary Policy)于2003年由普林斯顿大学出版社出版,被广泛认为是重新定义了现代央行分析范式的经典著作。该书有意识地复兴了瑞典经济学家克努特·维克塞尔(Knut Wicksell)的理论传统,将货币政策分析的中心从货币供应量转向利率。 伍德福德的核心学术贡献包括: 新凯恩斯主义DSGE框架。 伍德福德将新古典宏观经济学的微观基础——个体效用最大化、跨期替代——与理性预期和凯恩斯主义的名义刚性严密结合起来,构建了现代新凯恩斯主义动态随机一般均衡(DSGE)框架。这一框架已成为全球央行进行政策分析和预测的标准工具。他系统论证了规则化货币政策相对于相机抉择的优越性,证明央行承诺遵守政策规则可以更好地锚定通胀预期。 前瞻性指引理论。 伍德福德推动央行利用“前瞻性指引”(forward guidance)管理公众预期和通胀动态,论证了央行的政策沟通本身可以直接引导市场预期、稳定宏观经济。在零利率下限环境下,他提出了“政策承诺”理论,证明央行通过承诺在未来一段时间内维持低利率,可以在名义利率无法进一步下调的情况下继续提供货币宽松。 “无货币的货币政策”。 伍德福德提出了“monetary policy without money”的概念,将货币政策分析与维克塞尔的“纯信用经济”概念相联系,论证了在电子支付时代,央行通过利率而非货币供应量来实施货币政策的理论基础。 伍德福德曾获得德意志银行奖(2007年)和欧文·普莱恩·内默斯经济学奖(2024年),并曾担任美国经济学会副主席、NBER研究员。他的研究对全球多国央行的货币政策框架设计产生了深远影响,包括通胀目标制的理论基础和零利率环境下的政策框架。 版权声明 来源:诺贝尔奖,版权归原作者所有,仅用于学术分享,如有侵权,请联系后台 我们及时修改或删除! 网络直播+视频回放+全部课程资料+助学群辅助 (点击课程标题查看详情) 人工智能、论文写作、基金 第八期:2026基于前沿AI-Agent2.0驱动的科研全链路实战营 培训时间:10月16日-19日 第五期:告别单兵作战——搭建你的24小时AI智能科研团队 面向真实科研场景,以Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"为核心,构建可迭代、可复用的科研协作团队全流程自动化培训班 培训时间:10月22日-26日 第六期:基于Claude Code 、Codex双AI协同高水平论文撰写与质量校准:研究定位→数据分析→论文初稿→交叉审稿→投稿与返修全流程实践培训班 培训时间:10月29日、31日-11月1日 第二十一期:2027年国自然与省级基金申报全链路实战高级培训班 培训时间:10月31日-11月1日 AI-Python前沿深度学习核心架构与科学计算实战——PINN正反问题求解、Transformer多领域建模、图神经网络时空推理、深度强化学习、进化深度学习与扩散模型、自进化Agent数据科学应用高级研修班 培训时间:10月11日、17日-18日、24日 第八期:高水平学术论文写作的“破局”之道暨AI赋能下前沿选题、智能写作、科研可视化、精准选刊与投稿、审稿博弈策略及CNS顶刊跃迁进阶全链路实践培训班 培训时间:10月23日-24日、30日-31日 从通用大模型到课题组私有AI:领域微调、知识库构建与本地化部署全流程实战高级研修班——涵盖国产开源模型选型、领域语料构建、RAG检索增强、LoRA/QLoRA高效微调、知识蒸馏、GPTQ/AWQ量化压缩、vLLM高并发推理与科研智能体自动化核心技术 培训时间:10月24日-25日、31日-11月1日 第二期:基于Claude Code与Codex双AI Agent协作的WebGIS项目全链路开发与生产级部署实战高级培训班 培训时间:11月21日-22日 农林/生态/遥感类 AI-XGBoost机器学习与生态—地学大数据深度挖掘:从算法原理、多源数据建模到高水平论文产出全流程实战培训班 培训时间:10月31日-11月1日、11月7日-8日 AI-Agent融合的无人机农林生态遥感科研实践高级培训班 培训时间:11月7日-8日、14日-15日 从通量数据到SCI论文——AI-R语言生态系统碳水热通量及其机制分析与论文实战培训班 培训时间:11月14日-15日、21日-22日 地下水/水文/地质类 SWAT模型、HSPF模型、FVCOM模型、Delft3D模型、VIC模型、SWMM模型、HEC模型、GMS、MODFLOW、TOUGH系列、防洪评价等 大气科学类 双碳目标下区域大气环境与新能源气候资源未来演变高精度模拟技术:CMIP6+WRF-Chem、误差订正与多情景污染—气候协同评估及典型案例应用培训班 培训时间:10月10日-11日、17日-18日 WRF模式、NCL、CMAQ空气质量模式、PMF源解析、Calpuff模型、FLEXPART模式、SMOKE模式、VOCs排放量核算、大气臭氧来源解析、CAMx、EKMA曲线、MCM箱模型、WRF-Hydro、WRF-Chem、WRF-UCM、WRF-SOLAR、WRFDA、Python气象海洋、CMIP6数据处理等完整教程 (滑动查看全部列表) 视频教程+ 全套课件+ 案例数据代码+随行导师群 (点击课程标题查看详情) 论文写作基金撰写课程(即买即看) 点击下方标题查看详情 面向真实科研场景,构建由Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"组成的可迭代、可迁移的科研协作团队实战培训班 基于claude code、codex双AI协同论文写作撰写与质量校准:从"数据分析→论文初稿→交叉审稿"全流程 2027年国自然与省级基金项目申报全链条实战 高水平学术论文写作的“破局”之道暨AI支持下的高分SCl论文前期准备、写作、高质量图表制作、投稿技巧一站式提升 一图胜千言-顶刊级科研绘图工坊暨AI支持下Nature级数据可视化 AI+学术双驱高强度论文写作特训营工具实操+完整初稿 基于前沿AI-Agent2.0驱动的科研全链路实战营 自主构建智慧科研写作系统——融合LLM语义理解、多智能体任务调度与n8n工作流的自动化集成构建的实践技术 OpenClaw、Hermes+Vibe Coding核心实战玩法,手把手教你本地部署与云端协同,实现知识、论文自动化工作流 零实验、AI融合:最新文献计量学SCI论文高效写作 AI赋能·SCI论文从实验设计到发表全流程实践 【高分论文密码系列】AI赋能R-Meta分析核心技术:从热点挖掘到高级模型、助力高效科研与论文发表 最新Hermes Agent技能封装与科研自动化实战:以Meta-Analysis为例-实现从文献检索到绘图的一站式工作流 SCI顶刊美学:基于Python与AI语义增强的Geo-AI科研绘图 基于Claude Code与Codex双Agent协作的WebGIS全链路开发 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠, 最高享受 7.5 折 优惠 生态农林精品体系课程(即买即看) 点击下方标题查看详情 InVEST实践与进阶及在生态系统服务供需、固碳、城市热岛、论文写作等实际项目中的应用 ‍ 基于生态系统服务(InVEST模型)的人类活动、重大工程生态成效评估、论文写作等应用 MAXENT模型生物多样性生境模拟与保护优先区甄选、保护区布局优化评估实践技术应用及论文写作 基于R语言、MaxEnt模型融合技术的物种分布模拟、参数优化方法、结果分析制图与论文写作 利用ArcGIS探究环境和生态因子对水体、土壤和大气污染物的影响 无人机生态环境监测、图像处理与GIS数据分析技术 基于MATLAB野外观测站生态气象数据处理分析实践 最新AI与Python在地球科学多源数据交叉融合中的前沿技术应用 基于Python常见地球科学数据(ERA5、雪深、积雪覆盖、海温、植被指数、土地利用)处理 CLM陆面过程模式实践技术应用及进阶 地球系统模式(CESM)实践技术应用及进阶 ArcGIS土地利用数据制备、分析及基于FLUS模型土地利用预测 CLUE模型构建方法、模型验证及土地利用变化情景预测应用 基于Fragstats的土地利用景观格局分析 IBIS陆地生态系统模型从环境搭建、多源数据预处理到水-热-碳-氮耦合模拟、模型验证与论文成果衔接全链路实战应用 PROSAIL模型前向模拟与植被参数遥感提取代码实现 【SWH】陆地生态系统蒸散模拟理论、蒸散估算、站点及区域尺度模拟 植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法 智慧农林核心遥感技术暨AI赋能农林遥感智能提取99案例实践 无人机遥感在农林信息提取中的实现方法与GIS融合应用 基于MATLAB的无人机遥感数据预处理与农林植被性状估算 AI与R语言融合技术在生态环境数据统计分析、绘图、模型中的实践与进阶应用 HMSC联合物种分布模型在群落生态学中的贝叶斯统计分析应用 生态系统碳循环模型CENTURY 建模方法与实例 Biome-BGC生态系统模型与Python融合技术实践应用 基于R语言的DICE模型实践技术应用 CASA(Carnegie-Ames-Stanford Approach)模型原理及实践应用 生态系统NPP及碳源、碳汇模拟实践技术应用 基于LPJ模型的植被NPP模拟、驱动力分析及其气候变化响应预测 【高阶版】R语言空间分析、模拟预测与可视化应用 【高分论文密码系列】大尺度空间模拟预测与数字制图 基于Python的生态学、地学领域高质量科研可视化制图 Meta分析在生态环境领域中的实践技术应用 R语言在生态环境领域中的实践技术应用 MATLAB在生态环境数据处理与分析中的应用 基于MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等领域中的应用 最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估 基于Python长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析等领域中的应用 最新基于R语言森林生态系统结构、功能与稳定性分析与可视化 Python支持下最新Noah-MP陆面模式站点、区域模拟及可视化分析 Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术应用 陆面生态水文模拟与多源遥感数据同化的实践技术应用 AquaCrop模型农业水资源管理及代码解析 生态碳汇涡度相关监测与通量数据分析应用 全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 遥感数据与作物生长模型同化及在作物长势监测与估产中的应用 【独孤九剑】:R语言与作物模型(以DSSAT模型为例)融合应用 最新DSSAT作物模型建模方法及实践技术应用 基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用 基于R语言APSIM模型高级应用及批量模拟 WOFOST模型与PCSE模型实践技术应用 地表–耕作层–根区–潜水面水盐运移模拟 全流程基于最新导则下的生态环境影响评价技术方法及图件制作与案例实践 基于遥感解译与GIS技术生态环境影响评价图件制作 生态环境影响评价技术应用及典型实践案例分析 AI辅助Python-ArcGIS分析核心技术:从站点到区域的蒸散发与植被生产力估算实践应用 基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 地表蒸散发遥感产品信息提取验证与融合实践应用 遥感、GIS和GPS技术在水文、气象、灾害、生态、环境及卫生等领域中的应用 基于STELLA系统动态模拟技术及在农业、生态及环境等科学领域中的应用 基于LEAP模型在能源环境发展、碳排放建模预测及分析中实践应用 双碳目标下基于“遥感+”融合技术在碳储量、碳收支、碳循环等多领域监测与模拟 基于OpenLCA、GREET、R语言的生命周期评价方法、模型构建及典型案例 建筑设计全过程碳排放计算与案例分析专题 “双碳”目标下资源环境中的可计算一般均衡(CGE)模型 R语言生物群落(生态)数据统计分析与绘图实践 基于R语言BIOMOD2及机器学习方法的物种分布模拟与案例分析 农田通量计算方法与应用实践技术 双碳目标下农田温室气体排放估算与模拟实践技术应用 基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作 环境多介质逸度模型实践技术与典型案例【代码】应用 R语言贝叶斯方法在生态环境领域中的高阶技术应用 AI驱动全流程基于PLUS-InVEST模型的生态系统服务多情景智能模拟与土地利用优化、论文写作 双碳目标下DNDC模型建模方法及在土壤碳储量、温室气体排放、农田减排、土地变化、气候变化中的实践技术 基于“SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价及拓展应用 ‍ 基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析 基于ArcGIS Pro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局 基于ArcGIS Pro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用 多技术融合提升环境、生态、水文、土地、农业、大气等领域科研技术水平 基于R语言的物种气候生态位动态量化与分布特征模拟 基于R语言机器学习方法在生态经济学领域中的应用 基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析 基于AI支持下的自然科学研究全流程实践技术应用 AI+Python驱动的无人机生态三维建模与碳储/生物量/LULC估算全流程实战 GeoAI大模型驱动的地球科学智能计算前沿实践 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠, 最高享受 7.5 折 优惠 遥感精品体系课程(即买即看) 点击下方标题查看详情 GEE-PIE遥感大数据处理与典型案例实践 最新AI赋能Python-GEE遥感云大数据分析、可视化与Satellite Embedding创新 AI支持下的GEE遥感云大数据林业应用典型案例实践 遥感云大数据在灾害、水体与湿地领域典型案例及AI大语言模型应用 GIS数据制备,空间分析与高级建模实践应用 AI-ArcGIS数据处理、空间分析、可视化及多案例应用 空间数据采集与管理 激光雷达数据处理与典型案例分析实践技术应用 GeoAI遥感深度学习高级研修班场景分类·语义分割·目标检测·变化检测四大任务,从CNN、Transformer到空间基础模型与AI Agent全流程实战技术应用 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割实践 基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用 PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化 遥感影像目标检测:从CNN(Faster-RCNN)到Transformer(DETR)实践 从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类 近地面无人机植被定量遥感与生理参数反演实践 “卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践 AI智慧高光谱遥感实战精修班暨手撕99个案例项目、全覆盖技术链与应用场景一站式提升方案 AI+Python驱动的高光谱遥感全链路解析与典型案例实践 高光谱遥感数值建模技术及在植被、水体、土壤信息提取 Matlab高光谱遥感数据处理与混合像元分解实践 “Python+”集成技术高光谱遥感数据处理与机器学习深度应用 智能遥感新质生产力暨DeepSeek、Python、OpenCV驱动的空天地数据识别与计算及15个行业标杆案例实践 基于R语言机器学习遥感数据处理与模型空间预测技术及实际项目案例分析 GNSS、北斗高精度数据处理暨新版GAMITGLOBK软件实战 ArcGIS Pro实践技术应用暨基础入门、制图、空间分析、影像分析、三维建模、空间统计分析与建模、python融合、案例应用全流程科研能力提升 成像光谱遥感技术中的AI革命:AI在遥感领域中的应用 解锁空间数据新质生产力暨AI(DeepSeek、ChatGPT)、Python、ArcGIS Pro多技术融合下的空间数据分析、建模与科研绘图及论文写作 量化遥感与GeoAI高级建模全流程实践 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等 基于GMTSAR合成孔径雷达干涉测量InSAR数据处理、形变信息提取与分析 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优 惠, 最高享受 7.5 折 优惠 大气环境精品体系课程(即买即看) 点击下方标题查看详情 WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化 基于SMOKE多模式排放清单处理技术及EDGAR/MEIC清单制作与VOCs排放量核算 空气质量预报模式系统WRF-CMAQ应用及改进与污染源排放清单建立 系统学习CMAQ空气质量模式实践技术应用 区域气象-大气化学在线耦合模式(WRF/Chem)在大气环境中的应用 NCL数据分析与处理实践应用视频课程 大气颗粒物PMF源解析实践技术应用 EKMA曲线及大气O3来源解析 MCM箱模型建模方法及大气O3来源解析实践技术应用 WRFDA资料同化实践技术应用 R语言在气象、水文中数据处理及结果分析、绘图实践技术应用 水文气象时序分析-从ARMA到Mamba的全栈技术应用 Python人工智能在气象中的实践技术应用 如何使用格点数据分析中国霜冻灾害变化技术 基于MATLAB野外观测站生态气象数据处理分析 基于CALMET诊断模型的高时空分辨率精细化风场模拟 如何使用格点数据分析中国积温变化技术 基于CAMx的空气质量模拟及污染来源解析技术与案例分析 基于CAMX大气臭氧来源解析模拟与臭氧成因分析实践技术 Python在WRF模型自动化运行及前后处理中的实践技术应用 最新AI+CMIP6数据分析与可视化、降尺度技术与气候变化的区域影响、极端气候分析 基于全球模式比较计划CMIP6与区域气候-化学耦合模式WRF-Chem的未来大气污染变化模拟 双碳目标下太阳辐射预报模式【WRF-SOLAR】模拟方法及改进技术在气象、农林生态、电力等相关领域中的实践应用 最新气象水文耦合模式WRF-Hydro建模技术与案例实践应用 大气污染扩散模型Calpuff实践技术应用 基于站点、模式、遥感多源降水数据融合应用 (WRF-UCM)高精度城市化气象动力模拟技术与案例实践应用 FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系中的实践经验与技巧 基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用 最新MPAS跨尺度、可变分辨率模式实践技术应用及典型案例分析 基于AERMOD模型在大气环境影响评价中的实践应用 “AI大语言模型”助力大气科学相关交叉领域实践应用 基于Python星载气溶胶数据处理与反演分析实践应用 大涡模拟实战:从WRF到PALM的完整数值模拟工作流 智能气候前沿:AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠, 最 高享 受 7.5 折 优惠 水文、地下水土壤体系课程(即买即看) 点击下方标题查看详情 AI辅助下基于ArcGIS Pro的SWAT模型全流程高效建模实践与深度进阶应用 SWAT模型高阶十七项案例分析实践技术 SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析 SWAT模型高阶应用暨无资料地区建模、不确定分析与气候变化、土地利用对面源污染影响模型改进及案例分析 最新SWAT+模型在水文水资源及面源污染模拟中的实践技术应用及典型案例分析 AquaAI水系统遥感智能监测技术暨60个案例覆盖多源数据处理、水体动态监测、水质AI反演与预警系统开发实践 最新流域生态系统碳排放、碳循环模拟与评估技术应用 AI驱动的流域水–碳–氮多过程耦合模拟 基于AI+多技术融合在流域生态系统服务评价、水文水生态分析、碳收支、气候变化影响、制图等领域中的实践 极端气候对流域水循环及水环境影响系统实践 水文水资源、水生态与水环境领域必修技能暨ArcGIS Pro全流程实践技术学习及AI融合 AI支持下的水科学全景解析:暨AI在水文水资源、水环境科研与工程中的全方位实践 地表水-地下水耦合建模全景解析暨SWAT-MODFLOW地表与地下协同模拟及多情景专题应用 HEC-RAS一维、二维建模方法及实践技术应用 全流程HEC-RAS 1D/2D水动力与水环境模拟技术案例实践及拓展应用 基于多案例系统学习防洪评价报告编制方法与水流数学模型建模实践 SWMM排水管网水力、水质建模及在海绵与水环境中的应用 SWMM模型深度技术与案例精讲 SWMM复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用与二次开发 最新水文水动力模型在城市内涝、城市排水、海绵城市规划设计中深度应用 基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估 基于ArcGIS、InVEST与RUSLE水土流失模拟及分析中的实践技术应用 ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术应用 AHP层次分析法在水利中的实践技术应用 水资源论证方法与报告编制技术及实际案例分析 基于R语言的水文、水环境模型优化技术及快速率定方法与多模型案例实践 HEC-HMS水文模型实践技术应用 HSPF(Hydrological Simulation Program Fortran)模型应用 R+VIC模型融合实践技术应用及未来气候变化模型预测 山洪径流过程模拟及洪水危险性评价技术 HYPE分布式水文模型建模方法与案例分析实践 基于Python实现的深度学习技术在水文水质领域应用 地理信息系统(ArcGIS)在水文水资源、水环境中的实践技术应用及案例分析 AQUATOX水环境与水生态模型实践技术应用 “R语言+遥感”的水环境综合评价方法实战 Delft3D建模、水动力模拟方法及在地表水环境影响评价中的应用 Delft3D水动力-富营养化模型实践技术应用 基于Delft3D模型的标量输运、波浪、拉格朗日粒子及溢油模型实践技术应用 Delft3D水动力与泥沙运动模拟实践技术应用 FVCOM流域、海洋水环境数值模拟方法及实践应用 基于FVCOM模型的三维水动力、水交换、溢油物质扩散及输运数值模拟 最新FVCOM 潮流、波浪、泥沙、水质、温盐、染色剂、粒子示踪、嵌套、背景流、自动化全流程 Python在气象与海洋中的实践技术应用 基于python+ADCIRC潮汐、风驱动循环、风暴潮等海洋水动力模拟实践 全流程GMS地下水数值模拟技能培养及溶质运移反应问题深度解析实践技术 基于Surfer与Voxler数据处理及可视化实践技术 地面沉降数值模拟方法与实践技术应用 环境土壤物理Hydrus1D2D模型实践技术应用及典型案例分析 环境土壤物理Hydrus2D/3D模型实践技术应用 系统性学习环境土壤物理模型HYDRUS1D/2D/3D建模方法与案例实践 全流程各工程类型地下水环境影响评价【一级】方法与MODFLOW Flex建模 地下水环评(一级)实践技术及Modflow地下水数值模拟 地下水数值模拟软件Visual modflow Flex实践应用 水土保持方案编制实操与典型案例解析 《生产建设项目水土保持方案技术审查要点》要求下水土保持方案编制 全系统各类型工程水土保持方案编制实践技术系列 三维地质建模数据处理高级实践技术应用 PHREEQC建模及典型案例解析与高阶拓展应用 岩土工程渗流问题之有限单元法:理论、模块化编程实现、开源程序手把手实操 最新Python-PLAXIS自动化建模技术与典型岩土工程案例实践应用 计算流体力学ANSYS FIuent实践技术应用 遥感、GIS及GPS在土壤普查、制图及土壤空间数据分析中的实践技术应用 基于遥感与GIS在滑坡、泥石流易发性、危险性、风险评价及普查中的应用 基于RWEQ模型的土壤风蚀模数估算及其变化归因分析 TOUGH系列软件建模实践方法及在地下水、CO2地质封存、水文地球化学等多相多组分系统多过程耦合 ContextCapture Master 倾斜摄影测量实景三维建模 AI大语言模型驱动的地质灾害全流程智能防治:风险评估、易发性分析与灾后重建多技术融合 体系课程+课件 资料 及数据代码+导师随行辅导 在 校学生享专属优惠, 最高享受 7.5 折 优惠 语言类体系课程(即买即看) 点击下方标题查看详情 最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用 MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发 MATLAB机器学习、深度学习实践应用(2021b) 最新基于2023aMATLAB深度学习实践技术应用 MATLAB 近红外光谱分析技术及应用视频 最新AI-Python机器学习与深度学习近红外光谱全流程分析(预处理-建模-可视化) 基于R语言的贝叶斯网络模型的实践技术应用 基于R语言贝叶斯进阶:INLA下的贝叶斯回归\生存分析\随机游走、广义可加模型\极端数据的贝叶斯分析 基于R语言的现代贝叶斯统计学方法(贝叶斯参数估计、贝叶斯回归、贝叶斯计算)实践技术 最新基于R语言结构方程模型分析与实践技术应用 基于R语言piecewiseSEM结构方程模型在生态环境领域实践技术应用 【SEM】:结构方程模型(SEM)高阶应用系列 最新基于R语言lavaan结构方程模型(SEM)实践技术应用 随机森林模型核心技术与科研应用 基于R、Python的Copula变量相关性分析及AI大模型应用 基于R语言的极值统计学及其在相关领域中的应用 R语言混合效应(多水平/层次/嵌套)模型及贝叶斯实现技术应用 基于R语言的分位数回归实践技术高级应用 最新AI-Python自然科学领域机器学习与深度学习技术 AI-Python机器学习与深度学习核心架构、可解释AI及前沿技术应用 最新Transformer模型及深度学习前沿技术应用 深度学习全景进阶:最新Python深度学习进阶与前沿应用 R语言生物信息学大数据分析与绘图技术 基因家族分析及SCI写作技巧实践技术应用 基于PyTorch深度学习实践技术应用 Python数据挖掘与机器学习实践应用 最新Python深度学习技术进阶与应用 最新AI支持下的PyTorch机器学习与深度学习实践 AI支持下的Python数据分析与可视化、人工智能建模及论文撰写 R语言数据统计分析与ggplot2高级绘图实践应用 面向高校的基于算法的发明专利申请写作方法 基于GeoDa与R语言的空间数据回归实践技术应用 基于R语言地理加权回归、主成分分析、判别分析等空间异质性数据分析 基于MATLAB科研数据可视化 基于Python科研数据可视化 分子动力学LAMMPS模拟实战技术应用 基于通用优化软件GAMS的数学建模与优化分析 基于GAMS的电力系统优化分析 基于现代R语言【Tidyverse、Tidymodel】的机器学习方法 面向课题组团队及科研人员AI培养计划:AI人工智能实践技术系统性教学方案 如何使用python网络爬虫批量获取公共资源数据实践 基于Python机器学习及深度学习在空间模拟与时间预测领域中的实践技术应用 基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用 AI支持下的临床医学日常工作、论文撰写、数据分析与可视化、机器学习、深度学习技术 AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术 最新"科研创新与智能化转型“暨AI 智能体(Agent)开发、大语言模型(LLM)本地化部署与RAG/微调优化 AI与Python双驱动计量经济学多源数据处理、机器学习预测及复杂因果识别全流程实战 体系课程+课件 资料 及数据代码+导师随行辅导 在校学生享专属优惠, 最高享受 7.5 折 优惠 会员专享 如何成为会员: 1. 凡参加Ai尚研修收费课程即为会员; 2. 学生凭有效证件享受会员85折优惠。 会员特权: 1. 参加直播、视频课程费用累积进行折扣, 享 8.5折-7.5折 (一阶会员8.5折,高阶会员8折,尊享会员7.5折); 2. 参与课程组织与报名,推荐者可获得课程 5%推荐现金 ; 3. 免费享受Ai尚研修会议平台中“会员免费”视频教程; 4. 长期免费参与针对各领域简学实用公开课(无门槛); 5. 免费参与开设的导师面对面线上答疑交流; 6. Ai尚研修资源站分享中数据免费下载。 Ai尚研修-王艳 183-4893-7383(电话) ;检索词:AI与Agent 最新 热点 趋势
  15. github · 2026-10-14 · GitHub / MCP server stars:>100 / Go
    语言:Go;stars:174;更新:2026-10-14T00:56:04Z
  16. github · 2026-10-14 · GitHub / MCP server stars:>100 / TypeScript
    语言:TypeScript;stars:173;更新:2026-10-14T01:14:23Z
  17. github · 2026-10-14 · GitHub / Claude Code stars:>50 / TypeScript
    语言:TypeScript;stars:14997;更新:2026-10-14T01:28:17Z
  18. ithome · 2026-10-14 · 科技产品 / rss
    IT之家 10 月 14 日消息,美国司法部昨日(10 月 13 日)发布公告, 称 OpenAI 一名沙特籍工程师因涉嫌在旧金山办公室高管会议室安装隐藏录音设备,被逮捕并指控非法拦截口头通信。 该沙特籍工程师现年 35 岁,名为 Abdulrahman Alfozan,已于当地时间 10 月 9 日被逮捕,罪名是非法拦截口头通信。他自 2025 年 7 月起在 OpenAI 工作。若罪名成立,其最高可面临 5 年监禁及 25 万美元 (IT之家注:现汇率约合 167.6 万元人民币) 罚款。 OpenAI 安全人员于 9 月 30 日在旧金山一栋办公楼的高管会议室发现该设备。设备被插入会议室电视机背面的 USB 端口,此前被藏在卫生纸中,约于 9 月 28 日安装,内部含有加密数据。 美国司法部称,该会议室经常用于讨论 OpenAI 专有研究、产品计划、技术能力、业务关系及政府合作等机密信息。监控录像显示,Alfozan 多次出现在会议室附近,但未被授权参加该会议室的会议。 起诉书称,Alfozan 还使用一款生产力工具搜索 OpenAI 的办公室、会议室、高管位置及会议安排。与 Alfozan 配偶关联的聊天机器人账户,则被用于询问连续录音、修改 Wi-Fi 连接、实时监听及加密 SD 卡等事项。 美国司法部指控,该聊天机器人账户在 9 月 27 日至 28 日期间提交了与涉案