AI快讯

商务部办公厅近日印发通知，进一步加力推动城市一刻钟便民生活圈建设。通知明确，各地要加快工作进度，划定便民生活圈总量，在保证质量的前提下，确保2026年完成全国建设1万个便民生活圈的既定目标。通知提出，要依托便民生活圈开展惠民促销活动，推动国货“潮品”、外贸优品、本地精品、国际名品进社区，依法依规设置展区展台，丰富社区消费场景。同时，鼓励家电以旧换新、数码和智能产品购新补贴政策参与主体在社区举办宣传促销活动，引导生产、销售、平台、售后服务和回收企业在社区设立便民服务点。此外，通知还鼓励汽车生产、流通、回收企业在社区宣传汽车以旧换新政策，在有条件的社区开展汽车展示展销、体验试驾等活动，进一步激发社区消费潜力。

SK海力士近日透露，根据与客户的沟通，主要云服务厂商对存储芯片的需求仍在持续增长，AI领域的投资并未出现明显放缓迹象。这一表态缓解了市场对AI热潮降温的担忧。尽管此前有分析认为AI投资可能面临回调，但SK海力士的观察显示，云厂商仍在积极扩大基础设施布局，推动存储芯片需求保持强劲。作为全球领先的存储芯片供应商，SK海力士的订单情况被视为AI产业景气度的重要风向标。

近日，中国科研团队在人工智能芯片领域取得重大突破，成功研发出一种新型存算一体架构，能将能效比提升10倍。该架构通过将存储与计算单元深度融合，大幅减少了数据搬运带来的能耗和延迟，为边缘计算和物联网设备提供了高效低功耗的AI解决方案。与传统的冯·诺依曼架构不同，存算一体架构直接在存储单元内完成计算，避免了频繁的数据传输。实验数据显示，在典型AI推理任务中，新芯片的能效比达到10 TOPS/W，远超当前主流芯片。这一成果有望推动AI技术在智能家居、自动驾驶等场景的广泛落地。

字节跳动宣布正式开源其内部研发的Linux内核性能分析工具K2。该工具旨在通过增强eBPF（扩展伯克利数据包过滤器）的可编程性，简化复杂内核性能问题的诊断与优化流程。K2提供了更高级别的抽象和更友好的编程接口，使得开发者无需深入内核细节即可编写高效的性能分析脚本。与现有工具相比，K2在降低开发门槛的同时，保持了高性能和低开销。目前，K2已通过GitHub对外发布，采用Apache 2.0许可证。

近日，国内IDM激光芯片企业浙江华辰芯光技术有限公司宣布完成新一轮超亿元级人民币融资。本轮融资由同创伟业领投，张江垚坤、洪山资本跟投，部分老股东追投，资金将主要用于加强多系列量产芯片可靠性测试能力建设。华辰芯光自成立以来坚持IDM模式与高端光芯片研发双轮驱动，已攻克多项底层制造壁垒。其GaAs核心产品1000mW 974nm/976nm泵浦激光芯片通过严格测试，性能对标美国同级产品，成本仅为国外50%，成为全球极少数能量产通信用泵浦激光芯片的企业之一。该产品计划于2026年下半年量产并全球销售，同时公司正研发超大功率InP CW激光芯片，以解决高端光芯片进口依赖问题。

近日，在面向AI安全能力的国际基准测试CyberGym中，Sangfor AI凭借纯国产基座模型GLM-5.2，在固定模型配置下表现出色。面对涵盖ARVO与OSS-Fuzz的全量高难度漏洞挑战，系统在1507项任务中成功解决1301项，整体成功率达86.3%。最终，Sangfor AI的整体评测成绩跻身全球前四，位列国内参评团队第一，彰显了国产AI在安全领域的强大实力。

据知情人士透露，蚂蚁集团旗下独立运营的数据库公司OceanBase正在与投资者洽谈A轮融资，目标融资规模约20亿至30亿元人民币。本轮融资将用于增强其独立运营能力，并加大对AI数据平台领域和海外市场的投入。OceanBase近年来保持快速增长，2026年年化收入已超过14亿元，同比增长约70%。此次融资将进一步推动其在企业级数据库市场的竞争力，尤其是在AI和全球化战略方面。

7月21日，AI初创公司Mind Lab正式发布并开源了Macaron-V1系列模型，包括旗舰版Venti和轻量版Tall。Venti基于GLM-5.2基座，通过挂载4组各约1B参数的LoRA专家模块，总参数748B，在12项基准测试中拿下6个SOTA，性能超越基座模型及GPT 5.4、Claude Opus 4.6等前沿模型。Tall则基于Qwen3.6，总参数50B，两者均原生支持200万token上下文。Mind Lab采用MoL（Mixture-of-LoRA）后训练路径，可根据任务动态切换专家模块，并支持用户数据持续更新专属LoRA。商业化启动仅两周，ARR已达1000万美元。公司创始人陈锴杰为连续创业者，团队来自xAI、DeepMind、DeepSeek、字节跳动等。母公司Mindverse累计融资6000万美元，2026年初完成由美团战投领投的近5000万美元A轮融资。

近日，一项多智能体协作系统取得重要进展，该技术允许多个AI智能体组成团队，随时随地为用户执行复杂任务。系统通过动态任务分配与协调机制，实现了智能体间的高效协作，无需人工干预即可完成从数据分析到方案生成的全流程工作。这一突破解决了传统单智能体在应对多步骤、多角色任务时的局限性。用户只需下达指令，系统即可自动组建包含规划、执行、质检等角色的智能体团队，并实时调整策略以应对变化。测试显示，该系统在复杂项目中的任务完成效率较单智能体提升数倍，且错误率显著降低。研究团队表示，该技术可广泛应用于企业自动化、科研辅助和日常办公场景，未来将进一步优化智能体间的通信协议与学习能力，推动多智能体系统向更自主、更通用的方向发展。

谷歌于近日正式发布Gemma 2系列，这是其轻量级开源模型的重要升级。Gemma 2提供2B、9B和27B三种参数规模，其中27B版本在性能上超越参数量更大的Llama 2 70B，展现出极高的效率。该系列模型针对文本生成任务优化，支持在单张GPU或TPU上运行，极大降低了部署门槛。Gemma 2采用多项创新技术，包括分组查询注意力（GQA）和滑动窗口注意力机制，以提升推理速度和长文本处理能力。同时，谷歌在训练中使用了知识蒸馏技术，让小型模型从大型教师模型学习，从而在较小规模下实现更优性能。开发者可通过Hugging Face等平台获取模型权重，并用于商业应用。此次发布标志着谷歌在开源AI领域的进一步发力，旨在为开发者提供高效、易用的工具，推动AI应用的普及。Gemma 2的推出也体现了轻量化模型在降低计算成本、扩大使用场景方面的重要趋势。