行业观察

8月10日消息，基于首创全模块化设计架构，阿里云已将大型AIDC数据中心的交付工期缩短至100天，全球领先。同样的工期，国内传统交付周期为6至12个月，美国为12至18个月。在大幅缩短工期的同时，阿里云数据中心整体建设成本反而降低10%以上。今年，阿里云正计划将模块化数据中心的全球产能提升两倍以上。AI算力需求爆发，数据中心交付的速度要求变高。传统的工期为串行施工，每一步都依赖上一步的完工，比如先

宁家服务近日迎来品牌发展重要里程碑，其全球十大站点同步开业，覆盖国内海口、杭州、淄博、沈阳、广州、遂宁、宁波、香港及海外土耳其伊斯坦布尔、挪威奥斯陆等城市。与此同时，品牌宣布与全球百座城市达成合作意向，预计2026年下半年起逐步设立直营体验中心，标志着其正式进入规模化扩张与全场景服务的新阶段。在技术布局方面，宁家服务已形成多领域协同发展的格局。储能领域，通过整合卫星遥感、无人机、具身机器人与机器狗

据新加坡研究公司Momentum Works发布的最新报告显示，TikTok Shop全球商品交易总额（GMV）预计在2026年上半年达到503亿美元，较去年同期增长92%，全年突破千亿美元大关的预期愈发清晰。其中，美国市场表现尤为突出，GMV同比增长103%至118亿美元，重新成为该平台全球最大市场。报告指出，美国市场的增长动力主要源于生态系统的快速扩张。截至2026年上半年，TikTok Sh

交互式视频世界模型技术近年来发展迅猛，其目标是让AI实时生成可自由探索的虚拟世界，用户指令即可驱动画面生成。然而，如何精准控制虚拟世界中的动作始终是核心难题。传统方法要么依赖固定指令集导致控制粗糙，要么通过骨骼姿态精确控制却缺乏通用性。Alaya Lab与上海创新研究院联合提出的ShadowDancer方法，通过构建"动作本质语言"解决了这一跨领域难题。研究团队发现，现有潜在动作模型存在根本性缺陷

让机器人理解“把红色方块推到角落”这类指令，看似简单，实则充满挑战。问题不在于机器人能否识别物体或确定位置，而在于如何将“当前状态与目标状态”转化为具体的手臂动作。传统方法依赖世界模型，通过反复模拟和搜索来寻找可行方案，但这种方式效率低下，计算成本高昂。浙江大学和清华大学的研究团队提出了一种名为INTACT的新方法，彻底改变了这一局面。传统机器人控制系统通常基于世界模型，即机器人通过观察环境构建“

飞猪平台近日宣布推出新一代旅行AI助手“飞猪帮帮”，通过深度整合供应链资源与智能技术，实现从行程规划到服务履约的全场景覆盖。用户仅需通过自然语言交互，即可完成攻略制定、机票酒店预订、退改签、值机选座等数十项旅行相关操作，真正实现“一句话解决所有旅行需求”的便捷体验。与传统AI问答工具不同，飞猪帮帮突破了信息查询层面的局限，将服务能力延伸至交易闭环。该系统深度嵌入飞猪App各功能模块，用户无论在搜索

人工智能视觉助手在处理复杂任务时，常面临一个关键难题：何时该调用工具，何时该直接回答。北京大学、快手团队、香港科技大学（广州）、中文大学、浙江大学和清华大学的联合研究团队，针对这一问题提出了创新性解决方案。他们开发的Beacon模型通过独特训练机制，使模型能够智能判断是否需要调用工具，显著提升了视觉推理任务的准确性。当前主流的多模态大语言模型虽配备图像裁剪、数值计算等工具，但在实际应用中常出现两种

中国科学技术大学与北京metaStone Technology联合开展的一项研究，为AI角色扮演能力的评估带来了全新思路。该研究以预印本形式发布，论文编号为arXiv:2607.27816v1，为解决AI角色扮演领域长期存在的评测难题提供了创新方案。在AI角色扮演场景中，用户常遇到两种截然不同的体验：有些AI仿佛能精准捕捉用户心思，对话自然流畅；另一些则总像隔着一层薄纱，始终无法真正理解用户意图。

人工智能在视频内容理解领域取得新进展——一支由北京大学、快手Kling团队等顶尖机构组成的研究团队，提出了一种名为RefCaptioner的新型模型，能够精准地将视频描述中的每个词语与对应的参考图片关联起来，解决了长期困扰该领域的关键难题。这项研究的核心挑战在于，当面对一段视频和一组参考图片时，AI需要完成三项复杂任务：首先识别哪些图片实际出现在视频中，哪些是无关干扰项；其次将每张有效图片准确绑定

据行业消息，智谱MaaS开放平台近期用户规模实现显著增长。截至目前，该平台注册用户数已接近700万，较7月初新增约200万，其中企业客户数量达到2.3万家。值得注意的是，其面向开发者的ZCode产品上线仅一个月便突破百万用户，该产品被视为对标国际知名工具Codex的国产解决方案。在商业化进展方面，智谱年度经常性收入（ARR）呈现爆发式增长态势。尽管近期Kimi、阿里等企业相继发布新模型，但智谱的A

近日，谷歌正悄然推进搜索主页的重大改版，部分用户已率先体验到全新设计。此次改版最引人注目的变化是，存在多年的“Google搜索”按钮被移除，取而代之的是三个AI功能快捷入口，标志着谷歌将AI服务置于更核心的位置。新版本在搜索框下方新增了“创建图片”“询问文件”和“头脑风暴”三个按钮。用户点击“创建图片”后，系统会提供生成建议，并通过Nano Banana技术快速生成图像；“询问文件”功能允许用户上

中国电子技术标准化研究院、京东与欣旺达近日在北京达成战略合作，共同成立机器人电池联合实验室。这一合作标志着机器人电池产业正从产品竞争迈向标准化发展新阶段，三方将围绕标准制定、产品开发及测试验证展开深度协同。当前机器人产业呈现爆发式增长，但电池规格不统一的问题日益凸显。不同厂商在电池尺寸、接口设计、通信协议及性能指标上存在差异，导致机器人整机与电池系统的适配成本高企，开发周期延长。以物流机器人为例，

阿里旗下千问平台正式推出开放生态，为手机、PC及AI眼镜开发者提供多终端服务接入能力。该平台通过整合第三方服务资源，构建起覆盖生活消费、本地服务、家庭设备等领域的智能服务网络，用户可在对话交互中直接完成从需求匹配到交易支付的全流程操作。在手机和电脑端应用场景中，平台已接入租房、物流、家政、出行等领域的智能服务体。用户通过输入"@"符号即可唤醒相关服务，或在界面特定位置进入功能模块。以物流服务为例，

当人工智能视觉问答系统给出正确答案时，人们往往容易忽略其推理过程是否可靠。近期，由香港科技大学（广州）、香港大学、清华大学及萨塞克斯大学联合研发的LedgerMind框架，为解决这一核心问题提供了全新思路。该系统通过建立结构化证据台账，确保AI每一步推理都有实际证据支撑，有效遏制了"答案正确但理由虚构"的行业痛点。研究团队发现，当前多模态大语言模型存在四大典型缺陷：答案正确但推理过程掺杂无依据声明

生成式人工智能领域长期面临一个核心挑战：当模型需要从多种可能答案中选择输出时，往往倾向于生成所有选项的模糊平均值。这种现象被称为"模式模糊"，导致图像生成结果模糊、文本创作缺乏针对性。伊利诺伊大学厄巴纳-香槟分校与哈佛大学联合研究团队提出全新解决方案，通过引入"探索式建模"机制，成功突破传统训练范式的限制。传统应对策略采用分步生成方式，将复杂任务拆解为多个简单子问题。例如图像生成模型会逐步确定构图