行业观察

在存储芯片这片兵家必争之地，2025年的竞争格局呈现出“多极化”特征——三星电子横跨数据中心、移动、PC及消费等五大终端市场，SK海力士则在AI驱动的图形DRAM领域拔得头筹，而美光坚守汽车DRAM阵地，三大巨头各据一方。三星：五大市场全面称雄2025年第四季度，三星以37.1%的全球DRAM市场份额重夺行业第一[reference:0]。不仅收复了整体市场的王座，更在多个垂直领域中彰显统治力。数

近期，多家头部半导体公司调整了其资本支出计划，尤其是对先进封装领域的投入节奏有所变化。以下结合最新数据，逐一梳理英特尔、三星、日月光等关键玩家的调整细节，并更新2024至2029年先进封装市场的长期预测。一、英特尔：下调总资本支出，推迟欧洲项目英特尔已明确表示，将在2024年将总资本支出（Gross CapEx） 较此前预期**削减超过20%**，调整后的2024年总资本支出区间为 250亿至27

马斯克画了四年的饼，这次终于要烤熟了。作者｜桦林舞王编辑｜靖宇本周五，4 月 17 日，一款被马斯克念叨了将近四年的产品，将正式出现在 App Store 里。它叫 XChat。这不是一个新名字。2025 年年中，马斯克就在 X 上大张旗鼓地宣布，全体用户即将迎来一个全新的加密 DM 系统，「全新架构，端对端加密，六月上线」。然后，没了下文。这一次，它真的来了——不是嵌在 X 主 App 里的功能

OpenClaw热潮中，云端隐私数据保护的缺位，已成为不容忽视的安全隐患。也许上一秒刚给 OpenClaw 输入了一段公司的财务数据，下一秒这条信息就已出现在云端。当下，“安全养龙虾”的期待正加速向本地终端汇聚，但端侧盒子的有限算力，难以高效支撑复杂任务在本地的安全执行；而现有的终端脱敏方案，也往往只覆盖文本数据，面对语音、视频等多模态的脱敏诉求时则显得束手无策。全模态安全脱敏能力的缺失，仍制约着

引言过去一年，大模型的能力曲线几乎是指数上升的——推理更强、工具调用更稳、上下文窗口越撑越大。但一个越来越尖锐的问题也随之浮出水面：模型变强了，可承接它的那层东西在哪？Agent 能写出漂亮的方案，却不记得昨天踩过的坑；能调用十几个工具，却在跨会话的任务里迷失方向。模型的能力天花板在快速抬高，但 Agent 真正落地干活所需的基础设施——身份、记忆、协作、状态管理——仍然大面积缺席。这正是行业过去

将 ScienceAI 设为星标第一时间掌握新鲜的 AI for Science 资讯编辑丨& 小分子结合蛋白在生物传感、环境监测、疾病诊断等领域有广泛应用。然而，天然蛋白质的配体结合特异性有限，而传统工程改造耗时费力。近年来，深度学习在蛋白质设计领域取得了突破性进展，但从头设计高亲和力、高特异性、且可转化为传感器的小分子结合蛋白仍然充满挑战。由华盛顿大学（University of Washin

戳破具身智能行业的「气泡」。 作者丨高景辉 编辑丨马晓宁 最近，我们收到了一封奇特的发布会邀请函：打开包装映入眼帘的，居然是一张气泡膜卡片，令人摸不着头脑。可当我们看到邀请函里的内容，才恍然大悟。原来主办方自变量机器人的意思，是想在4月21日即将举办的发布会上，戳破具身智能行业的“气泡”。的确，具身智能行业的很多现象，就像气泡一样，一戳就破。有多位投资人向我们表示，一些在外人看来很惊艳的效果，实际

ICLR作为人工智能领域顶流学术会议，聚焦大模型、多模态、强化学习、时序智能等核心前沿方向，汇聚全球顶尖学者与产业专家。ICLR2026共收到有效投稿超1.9万篇，总录取率约为 28%，每一篇入选论文背后都凝聚着研究者们对前沿技术的探索。2026年4月14日下午，智源社区将携手DeepTech特别推出「ICLR 2026 预讲会」。本次预讲会将深度拆解会议核心成果，搭建学术交流与思想碰撞的优质平台

整理 | 褚杏娟行业热点传梁文峰内部发声，DeepSeek V4 将于 4 月下旬发布据知情人士透露，DeepSeek 创始人梁文峰称新一代旗舰大模型 DeepSeek V4 将于 4 月下旬发布。本周，DeepSeek 上线专家模式，擅长复杂问题，支持深度思考和智能搜索功能，虽无法确定是否搭载 DeepSeek V4 模型，但 token 吞吐速度极快。此外，网上截图显示 DeepSeek 新增

最近的 AI 研究圈有一个明显的风向变化。大家不再满足于“让大模型说得对”，而是开始追问“让大模型想得对”。尤其是当 LLM 被塞进多轮交互的Agent 框架里，模型不再是一次性输出答案，而是要像人一样观察、思考、行动、再思考。这个过程一旦进入强化学习（RL）阶段，训练就变成了一场“推理质量的持久战”。李飞飞团队最近在做的，就是把这场持久战里最隐蔽、最危险的问题挖了出来。01 为什么RAGEN‑2

作者｜黄小艺邮箱｜huangxiaoyi@pingwest.com过去一年，视频AI赛道最热的关键词是“可控”——怎么让AI生成的内容更稳定、更精准、更符合用户意图。创业者们在模型的缺陷上做补丁：更精细的画布、逐帧调节、分镜编排，试图让AI听懂人类的每一个指令。这是一条有价值的路，但它有一个盲区：它假设了用户已经知道自己想做什么。事实上，卡住大多数创作者的不是“怎么做”，而是“做什么”。商家不知道

来源：《中国科学院院刊》转自：启元洞见声明：本号文章均注明来源，旨在分享信息，非商业用途。版权归原作者所有。如涉版权问题，请后台联系我们，我们将及时处理。中关村金融科技产业发展联盟Zhongquancun Fintech Industry Development Alliance 中关村金融科技产业发展联盟（简称“中金联盟”）是在北京市科委、中关村管委会，海淀区人民政府等单位指导下，由中关村互联网

腾讯前沿科技论文解读专栏，在代码与商业的交汇处，寻找AI的确定性。文｜博阳编辑｜徐青阳随着任务的复杂度提升，Agent（智能体）的上下文在无限膨胀。在无穷的历史对话、工具调用输出、中间步骤以及报错信息中，模型迷糊了，于是开始跳步、忽视、绕道。这就是一直以来，大家对于上下文给长程任务带来困难的解读。问题在于太长了。Harness Engineering（约束工程）的诞生，很大程度上就是在给这件事擦屁

2026 年初，OpenAI 和 Anthropic 几乎同时发布了关于 Harness 的技术实践文章，LangChain 工程师 Viv 给出了一个简洁的公式来概括这个理念：Agent = Model + Harness。模型提供智能，Harness 让这个智能能真正投入生产。但问题是，搭建一套生产级的 Harness 需要处理沙箱执行、状态管理、权限控制、端到端追踪——这些基础设施工作可能耗

大型语言模型（LLM）正在悄悄改变世界，2026年初以来，全球大模型领域迎来科研、开源、落地三重突破，聚焦多模态、具身智能、轻量化开源等核心方向，智源Emu3登刊Nature确立多模态新范式，开源生态持续扩容，大模型正从学术探索向产业赋能加速渗透。想抓住这一机遇，灵活调用LLM能力，核心是掌握快速工程，而这本《LLM书》+《写作提示词》+《7天LLM大模型入门系列课》+《LLM顶会论文资料合集》，