产业观察

物理99分这天我们才发现——它追上的其实远比你想象的远，唯一追不上的，是一支握在手里的铅笔。01 | 又一天清晨，同一间考场，另一套真题6月11日，高考结束第二天。深圳·上清北AI教育实验室。考场布置没变：一张白长桌、一台上清北高中生专用AI智学机、一台加密文件导入终端、三面墙的静音海绵。门外的计时器一跳，屋里只有散热风扇的轻响。今天解锁的，是刚拿到的——2026年高考物理湖南卷真题。湖南卷在2026年新高考物理中属于最硬核的自主命题卷之一：15题、75分钟、100分，力学与电磁学合计约占70%，实验题一力一电，压轴是"轻杆+碰撞分裂"的纯建模杀招。圈内老师有个共识：湖南物理卷，拼的不只是算得对，更是"建模快＋表述严＋实验真"。AI智学机安静地"读"完了整张卷。02 | 它做了什么：从舰载机起飞到第15题爆炸说几个阅卷组后来反复提到的"高光瞬间"——① 第1题（v-t图像求加速度）给了第2s内的v-t图，AI直接从图像斜率识别加速度，a = Δv/Δt，给出20m/s²，选B。干脆利落，不犹豫。② 第3题（行星绕恒星求恒星密度）轨道半径＝nR，周期T，万有引力提供向心力 → ρ = 3πn³/(GT²)，选A。全程没有"套模板停顿"，像一个见过上千道同类题的大脑，直接走最短路径。③ 第10题（磁悬浮小球匀速圆周）洛伦兹力提供向心力、速度方向俯视判定、周期推演、半个周期冲量……AI走的是完整受力-几何-矢量链，不是凑答案。④ 第14题（储能器+导体棒+电磁感应综合）这道题的恐怖在于：储能器U=kq、开关切换时序（t₀→t₁切b/c）、棒匀速再静止的焦耳热分配——多过程嵌套＋电路状态切换＋能量守恒。AI把它拆成了三段状态机：加速段→匀速条件定v→放电减速段→能量分配求Q，每一步都有式子、有依据。⑤ 第15题（轻杆竖直→小球脱离→地面碰撞→智能弹射分裂）这是全卷区分度最高的压轴。AI先建坐标、写圆周运动的v、求脱离条件（弹力=0）、求触地速度与水平面夹角tanα、再处理碰撞对称条件，最后做分裂后的两体抛体落地等时条件求间距d。阅卷组原话是："这道题的'建模+运算+分情况讨论'，绝大多数高中生能写到第二步就不错了。它写完了一整条链。"03 | 阅卷：99分是怎么出来的阅卷依然由上清北教育研究院高中物理教研室的专家团队执行，标准就是湖南卷的官方评分逻辑：选择题按选项、实验题按步骤与图像规范、计算题按"公式-代入-结果-单位"的给分链。04 | 那扣掉的1分：不是算错，是"画不出图"全部故事就卡在实验12题第（5）小题——题目给了一张空白的图5（z-U坐标系），要求：1. 在图上描出第4、5组测量数据的坐标点；2. 然后作出z-U图像（即根据数据点拟合/连线，读出线性关系，用于后续求位移）。数据表里那两组的数是：l 第4组：z = 12.633 mm，U = 35 mVl 第5组：z = 12.952 mm，U = 42 mVAI的做法是什么？它把所有10组数据读进去了，算出了U随z的近似线性关系（斜率约24–25 mV/mm），找到了U=0的零点位置约z≈11.30mm，甚至把"应该用直线拟合、线性范围、怎么用图像求位移Δz = ΔU/k"全部写成了文字结论。但——它没有被要求在"文字里"给答案。它被要求在"图5上"描点和画线。而图5是一张需要手动画面操作的空白坐标图：坐标轴要定标、点要一笔一笔画上去、尺子要压上去连线。AI把这道题所有的数、关系、结论都对了，唯独那个"描点+作图"的动作——没有物理的手去完成。阅卷组讨论了两分钟，然后很一致："这1分，扣。"不是因为它不懂，而是因为实验的评分细则里，作图本身就是考察项——就像真实考场上，你不能对阅卷老师说"我心里画好了"。（我们在最终成绩单里特地注明了这一分："实验作图规范分——无手，故无图。"）05 | 为什么这1分，反而让这件事更牛如果AI把物理卷考了个97、95，那只是"厉害的工具"。但99分离满分，差的不是智力，是一支笔——这个叙事，比任何"满分神话"都更诚实，也更有力量：· 它证明：AI已经能把湖南卷这种硬核物理卷子里**最难的建模与运算全部啃穿；· 它也承认：当物理回到"实验"——回到手眼配合、尺规作图、把数据变成图上一条线这件事——这里仍然是人类不可替代的领地。阅卷组一位老师后来笑着说了一句特别适合当标题的话："它能替你算，但还没法替你画。可话说回来——它要是连画都会了，那你担心的就不是分数了。"06 | 成绩单（实录版）上清北酷开AI智学机｜2026高考真题实测·物理（湖南卷）总分：99 / 100单选：28/28 ｜ 多选：15/15 ｜ 实验：17/18（作图规范－1）｜ 计算：40/40阅卷：上清北教育研究院高中物理教研室（双评+仲裁）考场：物理隔离·加密导入·全程记录后记：三天两台机器，一张越来越清晰的图像你在它身上看到的，不是"炫技"。你看到的是一个正从"解题器"长成"学习系统"的东西——它能诊断、能规划、能推导、能算到你不愿再手算一步；但当你拿起笔、对准坐标格、轻轻点上那个点——那一刻，仍然是你在学，它在教。这大概就是"AI智学"四个字最舒服的位置。

【希鸥网原创】一向以极简风格著称的DeepSeek官网近日悄然发生变化。原本首页仅有“开始对话”和“API开放平台”两个核心入口，如今在显眼位置新增了“加入DeepSeek 查看职位”板块，位置醒目、视觉突出。这一看似细微的页面调整，折射出这家国产大模型明星公司对人才的极度渴求。规模最大的一次公开招聘，所有部门扩编至少一倍就在首页改版的同时，6月25日晚，DeepSeek通过官方公众号发布了成立以来规模最大的一次公开招聘信息。公司宣布计划将所有部门的规模扩大至少一倍，覆盖全栈开发与算法、AI核心系统研发、运维、产品、模型数据策略、深度学习研究及职能部门等7个大类，共计33个岗位。工作地点设于北京和杭州，所有岗位均接受实习。从岗位设置来看，此次招聘的重心集中在算法和AI核心系统研发方向，同时首次大规模开放“AI跨界技术人才”岗位，面向具备医学、法律、小语种等复合背景的候选人。此外，Agent Harness团队、超算集群研发、高性能计算编译器、分布式存储等底层技术方向也是重点补充领域。招聘需求往往是企业战略最直接的映射——DeepSeek的布局已不再局限于底层模型能力，正将竞争焦点延伸至更细分、更专业的产品体验与行业应用。AGI前夜的战略卡位与资本加持下的扩张逻辑DeepSeek为何在此刻如此高调招人？答案藏在两个关键词里：AGI前夜与巨额融资。在招聘公告中，DeepSeek将当前节点形容为“人类正处于AGI的前夜”，邀请候选人“亲历AGI的发展进程，坐在时代前排，见证一个新纪元的诞生”。公司强调，随着技术持续演进，正努力将所有部门规模扩大至少一倍。而支撑这一扩张计划的，是刚刚落地的巨额资金。就在本轮招聘前不久，DeepSeek被曝完成首轮外部融资，金额达510亿元，投后估值约4000亿元。创始人梁文锋个人出资约200亿元，腾讯、宁德时代、京东、网易及IDG资本等机构跟投。大量资本注入后迅速转化为对人才密度的追求——从维持核心团队转向全面扩张。“不寻找天才”的用人哲学：让新人直接承担核心任务在抢人策略上，DeepSeek展现出独特的用人理念。公司在招聘中明确提出：“我们从来不寻找天才。只要你有自身闪亮发光的地方，你就是我们要寻找的人。”DeepSeek的用人原则是“让新人直接承担最核心、最重要的任务”，许多应届生在入职后迅速成长为行业顶尖人才，成为推动AGI发展的中坚力量。这一理念在行业内颇具颠覆性——不唯学历、不唯履历、不唯“天才”标签，而是重点关注候选人自身具备的独特优势与扎实能力。新员工入职后即进入核心研发或产品一线，直接承担关键任务，已有不少年轻成员在较短时间内成长为具备独立研发能力的技术骨干。从首页的悄然改版到大规模公开招聘的落地，DeepSeek正以肉眼可见的速度扩张。在510亿元融资的加持下，这家以技术信仰驱动的AI公司，正试图在AGI前夜完成最关键的人才拼图。正如其在招聘公告中所写：“加入DeepSeek，一起照亮未至之境。”

2026年6月，科技界迎来了一次罕见的同步震荡。苹果与微软在同一天宣布旗下硬件产品涨价，将AI基础设施建设带来的成本压力直接传导至消费终端。苹果CEO库克将此次存储芯片的供应危机形容为“百年一遇的洪水”，坦言在40年的职业生涯中从未见过如此剧烈的价格波动。微软方面则表示，尽管曾努力与供应商协商，但存储与内存元件价格已上涨超过2.5倍，且预计到2027年还将翻倍。这场由AI引发的“通胀海啸”，正迫使全球消费者为科技巨头的算力军备竞赛买单。此次涨价并非小修小补，而是幅度巨大且覆盖广泛。苹果对Mac、iPad及多款配件进行了全球提价，最高涨幅达300美元。其中，16英寸MacBook Pro单次涨价500美元，Apple TV涨幅更是超过54%。微软紧随其后，宣布Xbox游戏主机将于8月1日起进行第三轮提价，部分型号涨幅高达150美元，标准版售价累计上涨300美元。值得注意的是，尽管iPhone暂时未在此次涨价之列，但苹果已明确表示“到了需要开始对多款产品提价的时候”，为后续核心产品的价格上调埋下了伏笔。这场危机的根源，在于AI数据中心对存储资源的疯狂掠夺。随着谷歌、微软、Meta等科技巨头在AI基础设施上投入数千亿美元，高带宽内存（HBM）需求呈爆发式增长。三星、SK海力士等芯片厂商纷纷将产能向高利润的AI服务器倾斜，导致供给智能手机、PC和游戏机的普通DRAM和NAND闪存严重短缺。美光科技最新的财报显示，其毛利率飙升至惊人的84.9%，创下历史新高，这直接印证了存储芯片市场的供需失衡与价格暴涨。宏观数据已清晰地记录下这场成本传导的痕迹。美国劳工部数据显示，近期消费级电脑软件及配件价格同比上涨约15%，批发电子元件价格更是飙升27%。这种压力不仅局限于电脑和手机，游戏硬件行业同样哀鸿遍野。索尼PlayStation已多次调涨价格，任天堂Switch 2建议零售价升至500美元，Valve的Steam Machine主机报价也突破1000美元。Counterpoint Research预测，零部件成本的增加可能使苹果每部iPhone的成本增加约200美元，全线产品提价已是必然趋势。对于这场“AI通胀”的持续性，市场观点存在分歧。全美商业经济协会主席Gregory Daco认为，在技术革命初期，有限资源的争夺往往会推高价格，且这种影响可能持续数年。高盛预测，数据中心将占据美国未来新增电力需求的近一半，进而推高电价和整体通胀水平。然而，也有观点如前美联储理事沃什所言，AI长期看将是重要的通缩力量，能大幅提升生产率。但在当前的过渡阶段，从基建投入转化为生产力红利尚需时日，消费者不得不先承受这一轮由算力焦虑引发的价格阵痛。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29

6月25日，深圳2026年上半年土拍迎来收官之战，宝安区新安街道A002-0113宅地经过超350轮激烈竞价，最终被保利发展以105.1亿元总价斩获。该地块溢价率高达99.05%，成交楼面价约8.79万元/㎡，不仅成为深圳上半年首个百亿地王，也刷新了深圳宅地的总价纪录。这是继6月5日保利以57.72亿元拿下南山粤海街道单价地王后，短短20天内再次重仓深圳核心区域，展现了其深耕深圳核心资产的坚定战略。回顾上半年深圳土地市场，热度堪称全国之最。除保利连拿两宗地王外，建发也在6月12日竞得前海桂湾地块，以9.59万元/㎡的楼面价成为前海片区单价地王。数据显示，上半年深圳共出让6宗宅地，成交总金额近291亿元，其中南山、前海、宝安等4宗核心地块均高溢价成交，显示出核心优质资产对头部房企的强大吸引力。此次保利拿下的宝安地块位于海秀路与金科路交叉口，土地面积约3.74万㎡，容积率约3.1。地块禀赋优越，西侧紧邻海岸线，拥有一线海景资源；周边配套成熟，地铁5号线、11号线交汇，且拥有新安中学（集团）第一实验学校等优质教育资源。更重要的是，地块南面一路之隔即是近期热销豪宅“观潮府”，备案均价约15万元/㎡，且去化率极高，为地块未来的价值提供了有力背书。市场最为关注的焦点在于地块未来的售价预期。鉴于地块楼面价已近8.8万元/㎡，且周边竞品项目价格高企，业内普遍预测，算上建安成本与合理利润，该项目未来入市售价极有可能突破16万元/㎡，甚至冲击18万元/㎡的大关。这将进一步改写宝安中心区的房价天花板，确立其作为深圳顶级豪宅区的地位。地块的价值支撑还来自于其独特的产业区位。地块与腾讯全球总部“企鹅岛”仅一湾之隔。这座规划容纳7.5万名员工的超级总部，汇聚了大量高净值的科技精英，他们将成为该项目未来最核心、最具购买力的潜在客群。产业与居住的深度融合，为地块的长期价值提供了坚实的护城河。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29

在经历近两周的全球下架风波后，Anthropic的旗舰模型Claude Fable 5突然低调回归，引发了AI社区的剧烈震动。此次回归并非通过官方公告，而是被开发者们在手机端Claude Code和亚马逊AWS Bedrock中“意外”发现。目前，Fable 5已在小范围灰度测试中现身，用户在特定操作流程下可重新选择并使用该模型进行SVG生成、Git操作等交互。尽管部分用户反馈其输出质量似乎有所下降，但这并未减弱社区的热情，反而被视为行业复苏的强烈信号。Fable 5的回归之路颇为曲折。此前，因出口管制措施，该模型曾被全球下架，导致大量开发者和付费用户“断供”，社区内一度充斥着失望与抱怨。然而，随着美国官方与Anthropic近期的沟通变得“愉快”起来，局面似乎发生了逆转。据WIRED报道，自6月15日起负责谈判的Anthropic联创Tom Brown发挥了关键作用，与CEO Dario形成鲜明对比，后者被美方官员私下评价为“怪胎”，沟通难度较大。这种高层互动的变化，被认为是Fable 5得以解禁的核心原因。Fable 5在AI开发者群体中拥有“模月光”的美誉，以其极致的“暴力美学”著称。该模型在处理长程任务和复杂代码生成方面表现逆天，曾创下一天内搞定5000万行代码的纪录，并能从零开始生成《红警》等复杂游戏。其强大的能力一度让精心设计的Prompt模板显得多余，但也因极其“烧钱”和消耗Token而让普通用户望而却步。此次“二进宫”，不仅是模型的回归，更被视为AI行业强模型竞争重启的标志。更具戏剧性的是，就在Fable 5回归的消息传出后，OpenAI的最强新模型GPT-5.6几乎在同一时间泄露了新进展。内部消息显示，GPT-5.6的预览版已出现在公司内部路径中，且奥特曼强调将按照“分批释放”的方式对外发布。这种由美国官方要求的“非长期方式”的发布策略，可能预示着未来硅谷顶尖大模型将进入一种新的、受控的发布常态，即不再追求全球同步，而是分阶段、分批次地对外公开。这一系列动作让外界对AI行业的未来走向产生了新的猜测。一方面，顶尖模型的性能竞赛仍在加剧，从代码生成到通用智能，AGI的讨论已不再是焦点；另一方面，政府监管与企业发布的博弈日益公开化。Fable 5的“复活”与GPT-5.6的“秒跟”，不仅是技术实力的展示，更是地缘政治与商业策略交织下的产物。目前，已有预测平台显示，公众对GPT-世上最强模型的期待值极高。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29

近期，机票价格中的“机建燃油费”成为了公众热议的焦点。不少旅客发现，在预订打折机票时，往往会被这笔额外费用“劝退”，有时这笔费用甚至逼近机票本身的价格。然而，将“机建费”与“燃油附加费”混为一谈其实是一种误解，这两者在征收主体、资金流向及定价逻辑上截然不同。厘清这两笔费用的来龙去脉，或许能让我们更理性地看待这一航空出行的“隐形账单”。首先，所谓的“机建费”全称为“民航发展基金”，是一项经国务院批准的政府性基金，而非航空公司的收入。该费用最早可追溯至1992年，后于2012年与民航基础设施基金合并。这笔费用实行“收支两条线”，全额上缴国库，再由国家统筹用于机场建设、设备维护及对航空公司的补贴。事实上，国内绝大多数机场（除少数核心枢纽外）仅靠自身运营难以盈利，无论是中西部支线机场的维持，还是大型机场的扩建，都离不开这笔基金的输血。因此，机建费本质上是“专款专用”的基础设施建设资金，且目前乘坐国产大飞机C919等特定机型还可享受减免政策。至于备受吐槽的“燃油附加费”，其本质是航空公司应对国际原油价格波动的风险对冲工具。国内燃油附加费的征收并非航司随心所欲，而是严格遵循国家发改委与民航局建立的联动机制。只有当航空煤油价格超过每吨5000元的基准线时，航司方可征收，且规定超出部分的成本最多只能向旅客转嫁80%，剩余20%需由航司自行消化。以2026年近期的油价为例，尽管附加费看似高昂，但实则是油价飙升背景下的被动调整，且航司已承担了部分成本压力。从行业生存的角度来看，燃油成本通常占据航空公司运营总支出的30%以上。若缺乏燃油附加费这一调节机制，高昂的航油成本极可能导致航司亏损运营，进而引发航班大面积取消或票价整体暴涨。参考国外航空业，在油价高企时往往直接通过大幅涨价或增加行李托运费来转嫁成本。相比之下，国内将这部分成本单列并设定征收上限，在一定程度上反而保护了消费者的权益，避免了基础票价的无序上涨。综上所述，机建燃油费的存在有其特定的经济逻辑与政策背景。机建费支撑了国家民航基础设施的普惠性建设，而燃油附加费则是高油价时代维持航线正常运营的无奈之举。虽然短期内取消这两项费用并不现实，但随着国际局势的变化及油价的回落，费用标准也会随之动态调整。对于消费者而言，理解其背后的定价机制，或许比单纯的抱怨更能缓解“价格刺客”带来的焦虑。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29

我第一次真切感觉到技术变革的冲击，是在2026年春节。当时Apache APISIX遭遇一个极难复现的Bug，团队排查多日无果，最终将问题描述投喂给AI Agent，它仅用不到10分钟便通过静态代码分析精准定位了病灶。这促使我们进行了一次更大胆的测试：让AI复刻一个生产级项目。结果证明，只要厘清架构与核心概念，AI半天完成的代码量相当于资深工程师三个月的工作量。基于此，我烧掉了几百亿Token，得出了一个明确判断：AI的编码能力已然溢出，当下真正的瓶颈不在AI，而在人。资深工程师的核心价值，正从“如何实现”转向“为何如此”。AI能完美执行What和How，却无法理解架构设计背后的Why。那些在公开知识库中找不到的技术权衡、踩坑经验与概念抽象，才是人类工程师的护城河。因此，我在公司内部推行“禁止手写代码”，将“打字”工作完全交给AI Agent。这一决定遭遇了强烈的“领地意识”反弹，尤其是那些自我设限的前端或后端工程师。事实上，打破边界后，哪怕不懂前端代码，只要明确配色、加载策略等评判标准，也能做出合格的产品。这种模式让需求闭环从数周缩短至半小时，彻底重构了产品交付流程。关于AI生成的代码究竟是玩具还是生产级应用，界限不在于代码本身，而在于指挥AI的人。如果缺乏对架构的敬畏心，即便是简单的CRUD也无法写好。在AISIX（AI网关）的研发中，我们重度使用AI编码，但核心概念设计、架构选型等关键决策绝不假手于人。为了应对AI每天提交的数千行代码，我们建立了“AI写、AI审”的流程：用Claude Code编写后，冷启动一个独立的AI Agent进行审计，辅以CodeRabbit等工具进行第二层检查。人则从繁琐的审查中抽身，专注于优化自动化流程与最终拍板。在使用AI编程的进阶之路上，我经历了从“堆框架”到“扔掉框架”，最终进入“高质量决策”的阶段。初期依赖各种Prompt集合搭建软件工程，中期发现大模型已足够聪明，只需将个人经验沉淀为百行左右的配置文件即可。现在，我一天需做四五十个技术决策，这让我意识到精力的重要性。高效使用AI并非追求全天候的“上瘾式编码”，而是将高质量决策集中在上午至下午三点，其余时间通过运动与阅读恢复精力。毕竟，AI能解决执行问题，但无法替代人的判断力。至于为何重写网关，源于AI流量与API流量在核心概念上的本质差异。AI流量涉及LLM Provider、虚拟API Key及模型合议等原生需求，硬套传统API网关显得极不自然。因此，我们从零用Rust编写了AISIX，利用其无GC停顿、高并发的特性，完美适配AI长连接流式输出的场景。这不仅是技术栈的升级，更是对行业痛点的精准回应——对于大量调用大模型API的企业而言，成本控制与安全合规是实打实的挑战。最后我想强调，现阶段企业最应警惕的是“省着用Token”的心态。AI的能力已经溢出，跟不上的是人与组织。要让AI真正赋能业务，就不能让成本和安全顾虑成为挡在创新前的墙。油门必须敢踩，剩下的课题，是如何让团队的经验沉淀与决策效率跟上AI的迭代速度。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29

国家统计局最新数据显示，截至2026年5月末，全国商品房待售面积降至7.71亿平方米，同比下降0.4%，已连续3个月呈现同比回落态势。其中，待售3年以下的短期库存下降2.8%，降幅进一步扩大，表明市场短期库存消化速度正在加快。与此同时，普睿数智研究中心数据也印证了这一趋势：典型城市存量住宅用地总面积由2025年初的6.23万公顷降至2026年初的5.99万公顷，同比下降4%。这标志着在“严控增量、优化存量”的政策导向下，全国房地产市场的“去库存”工作已取得初步成效。库存规模的下降，主要得益于供给侧的强力收缩。2026年1-5月，房屋新开工面积同比下降22.6%，其中住宅新开工面积降幅达23.4%。自2022年以来，新开工面积已连续4年多低于新房销售规模，市场供给压力显著减轻，行业正式转向“存量消化”阶段。随着土地供应的进一步缩减，预计未来新开工规模将保持在合理低位，全国待售库存总量将进入缓慢下降通道。从城市层面来看，超六成样本城市的库存规模同比回落或持平。茂名、重庆等11个城市库存减量均超过100公顷，去化力度尤为突出。一线城市中，上海在严控增量的背景下，库存规模同比下降6%。然而，北京、广州、杭州等核心一二线城市库存规模出现明显上升，主要源于近一年重点住宅用地的集中出让。作为房企投资的核心确定性区域，这些城市的库存增长符合当前市场供给修复与投资聚焦的逻辑。各地在库存治理上采取了差异化策略。一方面，通过严控新增宅地供应从源头遏制增量，如茂名、定安等地2025年实现存量宅地零新增；另一方面，利用专项债收储闲置用地，2025年全国已发行超3000亿元专项债用于此用途。重庆则通过优化新增用地结构实现库存下降，其新增住宅用地多位于地铁沿线及城市更新区域，兼具居住供给与城市功能提升属性，既完善了配套，也助力了存量区域焕新。尽管库存规模因土地供应缩量和新开工减少而下降，但市场去化压力依然存在。由于销售速度放缓，多数城市的去化周期并未随之缩短，仍处于高位运行。未来，楼市要实现真正的止跌回稳，仍需通过政策优化、国资收储及促进销售等多措并举，在控制总量的同时进一步缩短去化周期。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29

2026年7月1日起，马来西亚正式实施电动车进口新规，所有完全进口（CBU）电动车须满足到岸价不低于20万令吉（约合33万元人民币）、电机功率不低于180kW的双重门槛。这一政策标志着马来西亚电动车市场从“免税红利期”正式转入“高门槛准入期”。政府此举旨在保护本土汽车品牌（如Proton和Perodua）的市场空间，并防止马来西亚沦为全球过剩电动车产能的倾销地。对于长期依赖性价比优势快速铺货的中国车企而言，单纯依靠整车出口的商业模式已难以为继，必须加速向本土化生产转型。比亚迪在马来西亚的建厂项目遭遇的政策阻力，成为这一转型的典型案例。2025年8月，比亚迪宣布在霹雳州丹绒马林建设年产能5万辆的CKD工厂，但在获得临时制造许可证后，项目于2026年3月陷入停滞。核心原因在于MITI追加的严苛附加条款：工厂本地销售上限为1万辆（约占总产能20%），其余80%必须出口；本地销售车辆上路价不得低于10万令吉；且必须建立完整的焊接、涂装等本地化生产线。这“三把锁”直接封杀了比亚迪海豚、Atto 2等主力车型的价格优势，使其陷入“高成本生产、低销量配额”的困境。面对政策壁垒，中国车企的本土化策略出现明显分化。吉利采取“借船出海”模式，通过持股49.9%深度绑定本土车企Proton，利用其现有产线生产e.MAS系列电动车，入门车型售价低至5.68万令吉，成功规避了新建厂的限制，并迅速占据销量榜首。奇瑞则采用合资模式，与本土资本合作建设智能汽车产业园，并拥有两座已投产的CKD工厂。小鹏汽车也选择借用本地工厂进行散件组装，其马六甲工厂已正式投产。相比之下，比亚迪坚持100%独资建厂的重资产模式，虽然掌控力强，却直接触动了马来西亚保护本土产业链和就业的敏感神经。这一系列变局揭示了中国车企出海必须直面的深层挑战。马来西亚的政策调整并非针对特定国家，而是基于本国产业安全和贸易平衡的宏观考量。日系车企及本土利益集团深耕多年形成的政治影响力，使得外资独资项目极易遭遇政策“玻璃门”。与此同时，泰国等东南亚国家虽然提供税收优惠，但也设定了严格的本地化采购和产量指标，违约将面临重罚。这意味着，中国车企在东南亚的“低价走量”窗口期正在关闭，必须前置研判长期政策风险，从单纯的贸易输出转向深度的产业链融合。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29

就在2026年6月，前OpenAI副总裁、北大校友Lilian Weng发布了她拖更三年的万字长文《Scaling Laws, Carefully》，瞬间在AI圈刷屏。这篇文章深入剖析了统治AI行业五年的“扩展定律”，揭示了其背后隐藏的脆弱性与诸多未解之谜。作为AI领域的核心指导原则，Scaling Laws让模型训练从“炼金术”变为可预测的工程，但其内部的争议与Bug远比外界想象的复杂。文章核心探讨了OpenAI与DeepMind两大巨头关于算力分配的激烈分歧。2020年OpenAI的Kaplan团队主张“模型增长快于数据”，而2022年DeepMind的Chinchilla团队则得出“模型与数据应等比增长”的相反结论。Weng在文中指出，这一分歧的根源竟源于一个简单的“簿记问题”——两者统计参数时是否包含Embedding层，加之早期实验规模过小导致的局部偏差，致使全行业在两年内遵循了并非最优的训练配方。更令人震惊的是，Weng揭露了被誉为“赢家”的Chinchilla定律自身也存在Methodology上的Bug。2024年有研究者复现其代码时发现，Chinchilla在拟合参数时因损失函数取了均值而非求和，导致优化器提前停止，并未跑出真正的最优解。此外，关键参数仅保留两位小数的四舍五入，在反推过程中被指数级放大，造成了极窄的置信区间假象。这些细节暴露了即便顶级研究也难逃工程实现瑕疵的困扰。面对高质量数据即将枯竭的“数据墙”危机，Weng详细梳理了2023至2026年间学术界对数据受限场景的补丁式研究。从引入“有效数据量”的指数衰减模型，到显式添加与模型大小挂钩的过拟合惩罚项，这些新公式表明：大模型对数据重复极为敏感，且多余的参数比重复数据贬值更快。这解释了为何行业正集体转向强化学习、测试时计算和合成数据，试图绕过单纯依赖规模扩展的旧路。Lilian Weng本人也是一位传奇人物。北大本科毕业后，她转行进入AI领域，其个人博客“Lil'Log”因深入浅出的长文分析成为业内经典。她在OpenAI期间参与了Dactyl机械手、GPT-4安全系统等核心项目。2025年，她与前OpenAI多位高管共同创立了估值120亿美元的Thinking Machines Lab。这篇长文不仅是对过去的总结，更是她开启新篇章前对行业的深刻警示。本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29