AI快讯

宝鼎科技发布股票交易异动公告，针对市场关注的人工智能相关业务进行澄清。公司表示，其覆铜板产品主要为FR-4及复合板等常规产品，目前无AI覆铜板，未发现在AI服务器及算力领域的应用。同时，公司电子铜箔以HTE高温高延伸性电解铜箔为主，为通用标准产品，不能应用于AI服务器及算力领域。超低轮廓铜箔HVLP目前尚处于客户认证及市场拓展阶段，未形成批量生产，未来订单获取及业务拓展存在不确定性。

8月6日，软银集团在最新财务报告中披露，已成功完成一笔以OpenAI股权为抵押的100亿美元边际贷款。该贷款协议于8月5日与高盛、摩根大通、瑞穗证券、阿波罗全球融资及三井住友银行签署，期限两年，软银计划本月提取资金。软银集团为本笔借款提供担保，资金将用于集团及旗下愿景基金的一般公司用途。协议规定，若OpenAI优先股价值大幅下跌，借款人须追加现金抵押或提前还款。

近日，安卓团队正式公开了其液态玻璃设计的完整技术底座，这一设计语言自发布以来便备受关注，如今其底层实现细节终于揭晓。该技术旨在通过动态光影与材质模拟，为用户带来更加流畅、自然的交互体验。据悉，液态玻璃设计基于一套先进的渲染引擎与物理模拟算法，能够实时响应触摸、滑动等操作，呈现出逼真的折射、反射与形变效果。安卓团队表示，这一技术将进一步提升系统的视觉一致性，并为开发者提供更丰富的定制化空间。此次公开的技术底座包含详细的架构文档、API接口及示例代码，开发者可据此快速上手，将液态玻璃效果集成至自家应用中。业内分析认为，此举有望推动安卓生态在视觉设计领域的整体升级。

8月6日消息，阿里巴巴创始人马云旗下云锋基金近日参与投资美国旧金山AI保险初创公司Corgi，投资金额约3000万美元（约2.34亿港元）。这是云锋基金已知的首笔美国交易，其过往投资组合主要集中在中国市场。此次投资标志着云锋基金在海外市场的战略布局，也反映了马云对AI保险科技领域的关注。Corgi作为一家专注于AI技术的保险初创公司，其创新模式吸引了云锋基金的目光。

36氪获悉，行云科技近日披露投资者关系活动记录，截至2026年7月末，公司在手算力、存储类3-5年期长期框架订单规模已超154.04亿元，客户涵盖头部央企上市公司及头部大模型研发机构。2026年7月，公司三笔核心订单获客户加价扩量，其中头部大模型客户订单金额涨幅超201%、算力规模翻倍；央企客户租金整体上调79%；其余核心订单综合涨价13.5%。所有加价均发生在首批设备交付验收后，验证了公司交付能力及服务价值。2026年下半年，三笔核心订单中V客户的首批交付已完成验收及确认起租，其他两个客户的首批交付预计8月完成验收并确认收入，年内预计另有部分Token分成收入。公司所有核心长单均采用按月交付、按月回款、逐月确认收入的常态化模式，目前累计获批综合授信180.24亿元，已批复授信102.64亿元。

博杰股份公告，其股票于2026年8月4日至6日连续三个交易日收盘价格涨幅偏离值累计超过20%，构成异常波动。公司对此进行回应。公司澄清，市场关注的“光通信磷化铟”“半导体”“光模块”“液冷”“人形机器人”“MLCC”等业务尚处于初步布局或小规模运营阶段，未对经营业绩产生重大影响。其中，持有鼎泰芯源11.049%股权，该公司连续三年亏损；博捷芯2025年营收占比2.78%；广浩捷光耦合设备未实现营收；液冷模组未独立确认收入；奥德维净利润占比8.93%；人形机器人板块营收占比低于1%。

在近日举办的 KubeCon + CloudNativeCon 2024 大会上，云原生技术生态呈现出显著变化。Kubernetes 已从基础设施层走向应用层，AI 原生应用成为本次大会的核心议题，众多厂商展示了将 AI 模型与云原生基础设施深度融合的实践方案。大会期间，多家企业发布了面向 AI 工作负载的 Kubernetes 优化方案，包括 GPU 资源调度、模型推理服务自动伸缩以及数据管道集成等关键技术。同时，服务网格、可观测性和安全领域也涌现出大量创新项目，反映出云原生技术正加速向生产环境大规模落地。业内专家指出，随着生成式 AI 技术的普及，云原生平台将承担起 AI 应用运行时的关键角色，未来 Kubernetes 生态将围绕 AI 原生应用进一步演进，推动企业数字化转型进入新阶段。

近日，深圳存算一体AI芯片创企九天睿芯发布了一套面向超大MoE模型的推理部署方案。该方案在“单卡+4 SSD”的配置下，让DeepSeek-V4在decode阶段的速度跑到了约20 TPS，具备了真正可用的吞吐量。据了解，九天睿芯已于去年开始，作为国内首家与关键存储合作伙伴研发基于HBF和sram存算一体堆叠的万亿参数AI推理芯片。

Meta本周推出全新终端编码智能体Muse Code，旨在帮助程序员处理大型软件代码库中的复杂开发任务。首席执行官马克·扎克伯格在社交媒体上表示，该工具目前处于测试版，能够“在大型代码仓库中完成完整软件工程任务”，涵盖方案规划、代码编写、结果验证全流程。用户仅需一条命令即可安装Muse Code，其底层依托Meta此前发布的代码大模型Muse Spark。面对大型项目时，Muse Code会自动生成多个智能体并行工作，提升开发效率。此举标志着Meta在AI应用赛道加速追赶同行。

在近日举办的QCon全球软件开发大会上，多位技术专家围绕“大模型时代的研发效能提升”主题展开深入探讨。与会者一致认为，以AI大模型为代表的智能开发工具正在重塑软件研发流程，从代码生成、缺陷检测到测试自动化，AI的介入显著提升了开发效率与代码质量。专家指出，当前大模型在代码生成领域已展现出惊人能力，能辅助开发者完成重复性编码工作，使开发者更专注于复杂业务逻辑与架构设计。然而，大模型在代码安全、逻辑严谨性及上下文理解方面仍存在局限，需要人工审查与干预。此外，企业级应用还面临数据隐私、模型定制与成本控制等挑战。与会者强调，AI并非要取代开发者，而是作为强大的辅助工具，与开发者形成人机协同的新工作模式。未来，随着模型能力的持续进化与工程实践的不断积累，AI驱动研发效能提升的潜力将进一步释放，但需在技术、流程与人才等多方面协同推进。