核心深度专题 全部专题
-
每日AI必读资讯:AI人工智能领域最新热点资讯汇总(2026年09月15日)
每日AI资讯(2026年09月15日)今日AI圈政策与市场共振:全球首个AI+脑机接口医疗器械标准发布;两部门规划夯实AI硬件底座;人民日报整版聚焦智能经济,智能体成落地关键入口;AI降速论重挫全球芯片股,费半暴跌5.86%;Anthropic选定纳斯达克上市;英伟达限制员工使用Claude;360以模治模破解AI自审难题;云知声发布U2-Flash;全球首张具身机器人SIM卡诞生;特斯拉Cybercab将亮相京沪。
-
AI新闻里的“用户量”不能直接等于商业价值:企业如何核对增长数据与真实使用?
AI新闻中的用户量、月活和调用量,看似能证明增长,却可能混入一次性体验、重复请求、测试流量或自动任务。文章拆解注册、活跃、付费、调用与有效任务完成量的差异,指导企业核对统计口径、周期、去重、留存及收入成本,真正判断数据背后的商业价值。面对一串漂亮数字,究竟该看规模,还是看能否持续产生业务结果?
-
斯坦福AI指数报告:Grok 4训练排放约7.28万吨,企业扩张为何要重算能源账?
斯坦福人工智能指数报告披露,Grok 4训练排放估算约7.28万吨二氧化碳,人工智能数据中心电力容量已增至29.6吉瓦。对企业而言,真正的账单不止接口或GPU小时价格,还包括重复训练、推理调用、峰值算力、能源设施与风险成本。模型能力接近时,如何用任务效果、调用效率和商业收益重算选型?
-
数实融合进入深水区:制造业数字化转型“一业一策”对中小企业意味着什么?
制造业数字化转型从“通用方案”转向“一业一策”,对中小企业意味着政策和服务将更贴近真实场景,但指南不是施工图,盲目照搬大企业的智能工厂路径反而可能放大风险。文章聚焦订单、库存、质量三类高频瓶颈,提出先可视化、再流程贯通、后分析优化,以低成本、小步试错验证投入是否改善交付、成本或质量。中小企业该如何把行业政策真正转化为可算清账的行动?
-
AI生成内容标识与编辑室规范同步收紧:企业内容团队如何建立披露、留痕与核验流程?
AI让企业内容生产提速,也把披露、事实核验与责任追溯推到台前:媒体编辑室的规范显示,AI可协助整理和润色,却不能替代编辑判断与最终负责。文章按风险分级梳理AI生成、深度改写、营销合成等场景,提出披露模板、核验清单、版本留痕和分级审批流程。面对争议,企业能否还原内容如何生成、审核并及时纠错?
-
软件供应链安全为何要前移到开发阶段:企业如何建立可追溯的组件体系?
软件供应链风险若等到上线前才检查,往往已牵动代码、测试与交付,补救成本高且难以追溯。文章从依赖、工具、许可证、构建发布和运行状态出发,解析如何以SBOM连接组件、制品与环境,并通过版本锁定、来源验证和分级处置,把安全治理前移到开发流程。企业如何建立真正可追溯、可落地的组件体系?
-
最高法明确AI深度合成侵权边界:企业如何管理人脸、声音克隆与虚假信息风险?
AI能生成逼真的人脸、声音与信息,却不等于企业拥有当然的使用权。最高人民法院9月7日发布涉及人工智能纠纷的24条指导内容,聚焦授权、审核、留痕和处置责任,提醒企业审查素材来源、传播场景及算法定价依据。面对换脸、声音克隆和虚假信息风险,产品上线前如何建立可追溯的风控闭环?
-
日本AI法全面施行:企业如何在创新与风险治理之间建立合规机制?
日本AI法于2025年5月28日成立、6月4日部分施行,并于9月1日全面施行,治理重点从单一处罚转向政府统筹、创新促进、风险应对与透明治理。对企业而言,真正的难点不是上线前审查,而是贯穿研发、采购、数据使用和运营的全生命周期合规:如何留存可追溯记录、管理供应商与跨境风险,并在创新与责任之间找到平衡?
-
AI产品宣布“开放使用”不等于企业可用:管理者应核对哪些接口与服务条件?
AI产品宣称“开放使用”,可能只是网页试用、公测或邀请制,企业却容易误判为可直接接入。文章围绕发布状态、API权限、地域与功能范围、并发限制、服务等级、计费及数据合规等条件,梳理管理者应核对的清单:如何区分“能体验”与“能生产”,避免一次成功的演示掩盖接口、稳定性和运营风险?
-
从平台建设到产业协同:地方数字经济项目如何避免“重建设、轻运营”?
地方数字经济项目签约额屡创新高,但基础设施建设与实际产业产出之间却存在严重断层,导致部分园区陷入“建完即闲置”或过度依赖补贴的窘境。这种重建设、轻运营的思维惯性,使许多项目在标准脱节、生态缺失和回报匮乏中失去价值。面对这一困局,如何通过转化效率、承载效率、集聚效率和经营效率四个维度,精准识别具备真实协同价值的项目并实现自我造血?
-
日本新闻协会呼吁生成式AI尊重robots.txt:企业使用新闻数据与RAG服务要核查哪些版权边界?
日本新闻协会于2025年6月4日呼吁生成式AI企业尊重robots.txt,并在使用新闻内容训练或提供服务前取得许可。文章厘清“能否抓取”与“生成结果能否使用”的差异,结合日本版权规则,梳理数据授权、训练数据核验、RAG输出控制和退出复核四步风控清单。企业如何避免技术信号演变为版权风险?
-
美联社更新AI新闻室规范:从辅助检索到人工核验,企业应如何建立AI使用边界?
美联社更新AI新闻室规范,允许其参与研究、摘要、转录翻译和标题建议,却明确把编辑判断、事实核验与发布责任留给人工。对企业而言,真正的风险不在“用不用”,而在边界模糊:哪些任务可辅助、哪些必须逐项核验、谁记录并批准发布?文章据此提出按任务分权、保留过程记录、分级审核和明确问责的四层治理框架,帮助企业把AI效率嵌入可追溯的内容流程。
