硅谷AI产业中华人角色的演变与现状 - 2026年初硅谷帕罗奥图的咖啡馆中，极高密度的中文讨论聚焦于Scaling Law瓶颈、强化学习逻辑坍塌及Agent工程化落地 [2] - 华人已从“顶级架构师”和“核心工程师”演变为支撑美国AI霸权不可或缺的“承重墙”，其力量渗透至英伟达GPU、OpenAI/xAI核心算法及Meta数十亿美金并购案等全方位领域 [3] - 美国AI霸权最底层的逻辑架构与核心工程实现，很大程度上由华人精英在深夜完成 [4] 华人团队在关键交易与工程实践中的表现 - Meta以天价收购了由华人团队主导的AI Agent公司Manus，交易金额达数十亿美金，该团队展现出“降维打击”般的工程速度 [5] - 在AI工程化阶段，华人团队展现出“工程暴力美学”，通过大规模实验和极致细节调优取胜，例如Manus团队对Agent动作序列进行了数亿次微调 [13] - 华人工程师是OpenAI的o1模型、Anthropic最新架构等背后进行底层算子极限优化的关键力量 [13] 华人人才来源与特质 - 清华大学“姚班”或上海交大“ACM班”的含金量在硅谷猎头圈被视为超越斯坦福和麻省理工，这些人才成群出现在OpenAI、Google DeepMind等公司关键岗位 [10] - 这些华人天才拥有扎实数学功底和独特的“技术信仰”，将AI视为通往终极真理的钥匙，表现出极高的智力耐受度，常为解决逻辑坍塌等问题通宵达旦 [10] - 在xAI的创始团队中，12个初始席位里华人占据近乎半数，他们不仅写代码，更在定义AGI的边界，并带入极度务实、强调效率的工程哲学 [7] 硅谷华人技术社群与生态系统 - 在硅谷形成了基于同质文化和强信任关系的隐秘而强大的华人生态系统，信息（如英伟达新架构、新算法）在火锅店等社交圈内流动极快 [15] - 该生态系统为华人创业者提供了丰厚土壤，融资常基于技术底层的惺惺相惜，使优秀华人科学家创业时能迅速带走顶尖工程师并获得华人背景风投加持 [15] - 这种高效的资源整合能力，让华人团队在AI赛道上拥有极其恐怖的起跑速度 [15] 行业竞争逻辑与华人优势 - AI产业从“实验室奇迹”进入“工业界基建”阶段，竞争逻辑转变为算力极限调度、海量数据精细对齐及超参数毫厘之差的博弈 [7] - 当前AI博弈的核心——算力调度、数据对齐、参数调优——恰恰是华人团队的绝对统治区，其近乎偏执的工程耐力是美国AI大厂在全球竞争中的“解药” [7] - 2025-2026年，理论红利摊平，工程难度指数级上升，高效利用GPU和精准清洗数据成为制胜关键 [13] 华人角色面临的复杂局面 - 随着全球科技竞争加剧，身处美国AI核心的华人天才被卷入大国博弈漩涡，一方面是美国保持领先必须依靠的力量，另一方面其背景在敏感环节受到微妙审视 [17] - 华人力量已深度嵌入美国AI产业肌理，成为无法简单割裂的“承重墙”，一旦撤掉将导致整个AI大厦面临坍塌风险 [17]

文章核心观点 - 麻省理工学院（MIT）提出了一种名为“递归语言模型（RLM）”或“套娃模型”的新范式，该范式通过将长文本存储在外部代码环境中，并让模型通过编写和执行Python代码来递归处理信息，从而革命性地提升了大型语言模型处理超长上下文的能力[1][3][5] - 该方法在多项性能指标上显著超越了以GPT-5为代表的传统推理模型，有效处理规模达到**1000万Token**级别，超出GPT-5等模型原生上下文窗口**两个数量级**，同时成本更低，且能有效缓解“上下文腐烂”问题[1][2][8][23] 技术原理与架构 - 核心范式转变：RLM将自然语言处理任务重构为交互式编程任务，引入外部Python REPL环境，将超长文本作为静态字符串变量存储在内存中，而非直接输入模型[9] - 解耦输入长度与上下文窗口：模型作为拥有读写权限的Agent，通过生成和执行代码操作外部变量，使可处理文本长度仅受物理内存限制，而非Transformer注意力机制跨度[10] - 基于代码的认知循环：模型通过“编写代码-观察执行结果”的迭代循环，以极低成本在庞大文本中进行索引和定位，仅在必要时读取关键段落，实现高效上下文管理[12][13] - 递归调用机制：模型可在编写的代码中调用自身的新实例来处理子任务，实现任务的并行化分解和多层级深度推理，确保每步处理都在模型原有上下文窗口限制内[14][15][18] 性能表现与优势 - 处理规模突破：RLM有效处理规模达**1000万Token**，远超现有前沿模型[23] - 缓解上下文腐烂：在信息密度高的复杂任务中，当输入长度超过特定阈值，RLM能保持得分稳定性，而基础模型性能随长度增加而衰减[24] - 复杂信息整合能力卓越：在OOLONG任务（需线性扫描处理几乎所有信息）上，RLM实现了**双位数**的性能提升；在更难的OOLONG-Pairs任务（需聚合文中成对信息片段）上，搭载RLM的GPT-5和Qwen3-Coder分别取得了**58.00%** 和 **23.11%** 的F1分数，而它们的基础模型F1分数不足**0.1%**[26][27] - 成本效益显著：RLM通过按需读取策略改变了“上下文越长成本越高”的线性规律。例如，在BrowseComp-Plus测试中，GPT-5-mini处理**600万至1100万Token**的理论成本约为**1.50至2.75美元**，而RLM平均实际花费仅为**0.99美元**，成本低于全量阅读的基础模型和压缩上下文的Summary Agent方案[28][29][31] 涌现能力与策略 - 自发高效策略：模型在未经专门训练的情况下，自发学会利用正则表达式等编程工具过滤信息，例如先构造查询语句进行关键词匹配，仅提取相关片段阅读，大幅减少Token消耗[20] - 构建外部工作记忆：针对输出长度受限问题，模型能将子任务结果存储在列表变量中，最后通过代码连接，构建了一个动态、可编程的外部工作记忆空间，使其能像操作数据库一样操作文本[21][22]

文章核心观点 文章总结了《麻省理工科技评论》评出的2025年度十大AI热词，这些概念正在重塑AI行业格局，反映了技术发展、应用模式、资本动态及社会影响等方面的关键趋势 [1] 氛围编程 - 编程方式被重新定义，开发者只需用自然语言向AI表达应用目标、功能需求和整体体验感觉，AI则负责自动生成代码、调整细节并通过反复对话迭代 [2] - 这种方式由OpenAI联合创始人安德烈·卡帕西提出，被称为“氛围编程”，它并非一种新编程语言，而是一种新的人机协作方式 [2] 推理模型 - “推理”成为AI讨论核心词汇，对应的是推理模型的崛起，这类大语言模型通过多步拆解与连续推演处理更复杂问题 [3] - 自OpenAI发布o1和o3系列后，DeepSeek迅速跟进，主流聊天机器人均已引入推理技术，在数学和编程竞赛中达到顶尖人类专家水平 [3] 世界模型 - AI研究正转向构建“世界模型”，旨在让AI理解现实世界的因果关系、物理规律与时间演化，而不仅仅是学习语言，从而判断合理性并预测未来 [4] - 谷歌DeepMind的Genie 3、李飞飞团队的Marble以及杨立昆离开Meta后的新研究，都通过预测视频演化或构建虚拟环境，让AI在模拟中掌握世界规律 [4] 超大规模数据中心 - 为满足激增的AI算力需求，科技巨头正以前所未有的规模建设专用“超级数据中心” [5] - 例如，OpenAI与美国政府合作的“星门”项目计划投入5000亿美元，在全美建设史上最大规模的数据中心网络 [5] 资本与泡沫 - AI成为资本最拥挤的赛道之一，以OpenAI、Anthropic为代表的公司估值持续攀升，但多数仍处于高投入、尚未建立稳定盈利模式的阶段 [6] - 与当年的互联网泡沫相比，如今顶尖AI公司收入增长迅猛，且背后有微软、谷歌等资金雄厚的科技巨头提供稳定支撑 [6] 智能体 - “智能体”是AI圈内热门但定义尚不统一的概念，各家宣传AI能像“智能助手”一样自主完成任务，但行业对真正智能体行为缺乏统一标准 [7] - 尽管AI难以在复杂多变环境中稳定可靠工作，“智能体”已成为产品宣传中最热门的标签之一 [7] 模型蒸馏技术 - DeepSeek在2025年年初发布的R1模型展示了“蒸馏”技术的巧妙之处，该技术让小模型学习大模型的精髓，以极低成本实现接近顶级模型的性能 [8] - 这表明打造强大AI模型未必只能依赖堆砌昂贵算力，高效的算法设计同样能带来新的可能 [8] AI垃圾 - “AI垃圾”特指为博流量而批量产生的劣质AI内容，该词汇已演变为一种后缀，被用来形容各种缺乏实质、空洞乏味的事物，如“工作垃圾”、“社交垃圾” [9] - 这折射出人们对AI时代内容质量与真实性的普遍反思 [9] 物理智能 - AI在现实世界中的行动能力仍是很大短板，虽然机器人在特定任务上学习更快，自动驾驶模拟更逼真，但不少“智能家庭助手”产品仍需人工远程操控 [10] - 为提升此能力，已有机器人公司开始向普通人征集做家务视频，表明让AI真正理解并适应物理世界仍前路漫长 [10] 生成引擎优化 - 传统搜索引擎优化正在让位于“生成引擎优化”，随着AI直接给出答案，信息获取方式发生改变 [11] - 新的竞争规则是：当用户直接问AI问题时，AI答案中是否会提及特定品牌、观点或引用其内容，内容提供者必须学会被AI引用和吸收，否则可能从视野中消失 [11]

全球智算产业政策布局 - 美国启动“星际之门”项目，计划4年内投资5000亿美元提升AI基础设施能力，并通过多份政策文件强化AI供应链主权管控[1][19] - 欧盟推出“投资人工智能”计划，筹集2000亿欧元用于AI投资，并设立200亿欧元基金建设人工智能超级工厂，目标成为AI领域全球领导者[1][20] - 日本计划到2030年前投入超650亿美元支持AI与半导体产业，韩国推进“国家AI计算中心”建设，目标建成配备3万张高性能GPU、算力达1 EFLOPS的超级计算平台[1][21][22] 中国智算产业发展路径 - 中国采取“应用牵引+普惠服务”路径，持续推进“人工智能+”行动，支持大模型在智能网联汽车、AI终端、智能制造等领域广泛应用[2][23] - 通过“算力强基揭榜行动”和“算力互联互通行动计划”构建全国统一算力服务大市场，形成“东数西算”区域协同格局[2][24][25] - 截至2025年6月底，中国在用算力中心标准机架达1085万架，智能算力规模达788EFLOPS，存力总规模超1680 EB，基础设施规模稳居全球前列[2][16] 智算需求侧变革 - 智算核心驱动力从“训练”转向“推理”，巴克莱资本预测到2026年全球推理算力需求将占总计算需求的70%以上[3] - AI应用加速向“代理式”演进，Gartner预测到2028年33%的企业软件将包含代理型人工智能，15%的日常工作决策由AI自主完成[3] - 代理式AI应用对算力消耗是普通聊天交互的4-100倍，将进一步拉动算力需求爆发[3] 智算供给侧发展 - 全球科技巨头2024年资本支出达2460亿美元，2025年一季度同比再增64.3%；中国智算规模同比增长43%[4] - 中国自主AI芯片市场占比已超30%，其中华为昇腾在国内AI芯片市场份额从3%飙升至27%[4] - 2024年中国智算专业服务市场规模达155亿元，基础设施集成市场增长111%，解决方案实施服务市场增速高达238%[4] 未来发展趋势 - AI芯片国产替代加速，ASIC芯片因适配推理需求快速普及，预计2026年在推理场景占比将从15%提升至40%[5] - 中国万卡级集群已超18个，国产化比例达58%，海外正加快十万、百万卡级集群建设[5] - MaaS（模型即服务）预计2027年市场规模将达283亿元，占AICG市场的47%；垂类AI应用市场规模预计从51亿美元增至471亿美元[5] 技术创新突破 - PD分离技术通过拆分AI推理的预填充与解码阶段，使端到端服务吞吐提升91%[6] - 异构混训实现不同架构芯片协同训练，算力利用率达97%以上；存算分离实现120公里广域无损传输[6] - 硅光互联结合CPO技术推动光互连向高速、低耗演进，2029年市场规模预计达8.63亿美元；2027年超75%的AI部署将基于容器环境[6] 区域发展格局 - 中国智算产业呈现“梯度差异显著、头部引领突出”格局，广东、北京、江苏、上海凭借经济实力和产业生态成为全国智算创新核心引擎[6] - 浙江、四川、河北等省份依托民营经济活力或政策红利紧随其后；云南、山西、新疆凭借绿电资源和低电价形成特色竞争力[6] - 江苏、贵州等省份2025年服务应用评分较2024年提升超30分，区域差距正逐步缩小[6]

全球主要央行货币政策 - 美联储宣布将联邦基金利率目标区间下调25个基点至4.00%至4.25%，为自2024年12月以来首次降息，此前已连续5次维持利率不变 [1] - 英国央行宣布维持4%的基准利率不变，符合市场预期，因通胀持续高于目标且劳动力市场显露疲态，国际机构普遍预测其不会急于降息 [1] 中美关系与地缘政治 - 澳大利亚、加拿大、英国宣布承认巴勒斯坦国 [2] - 中国国务院总理李强会见美国国会众议员代表团，指出中美应做携手发展的伙伴，通过沟通解决各自关切，希望美国国会为两国友好和共同发展发挥建设性作用 [2] 中国国内政策动向 - 中国商务部等9部门发布《关于扩大服务消费的若干政策措施》，提出五方面19条举措，包括开展"服务消费季"活动、支持消费资源与知名IP跨界合作、优化文博场馆及景区预约与营业时间等 [2] - 中国国家医保局发布《第十一批国家组织药品集中采购文件》，优化价差控制"锚点"选择，当最低价低于入围均价的50%时，以入围均价的50%为锚点 [2] 美国财政与政治局势 - 美国参议院投票中，共和党与民主党提出的短期支出议案均未通过，现有法案仅支持联邦政府运转至9月底，若国会不能通过新议案，部分政府机构将于10月1日停摆 [1] 人工智能（AI）行业洞察 - 生成式AI由众多微小智能模块（如Transformer、智能体）组合而成，可接入外部数据源协同工作，例如某公司系统每日捕捉数百篇科技文章并自动处理，此类任务若依赖人力需约500名多语种员工 [3] - 推理模型速度惊人，其理念是分析提示应由特定模型处理，尽管目前初级，但对AI发展是重要开端 [3] - AI运行在异构硬件上受能源限制，当前每个提示词消耗的能源是一年前的50倍，因AI变为多模态且具备更好上下文理解能力 [3] - 中国在能源供应方面领先，每年新建电网容量相当于美国总容量的三分之一，预期的AI工厂建设需要相当于100座标准核反应堆或9000万户家庭的用电量 [3] - 美国投入AI基础设施的资金接近GDP的1%，但其创造的价值可能为成本的10倍，且未被现行GDP统计体系充分捕捉，例如AI替代500人工作所节省的成本未体现在GDP中 [3] 全球宏观经济数据 - 美国截至9月13日当周首次申请失业救济人数为23.1万人，低于预期的24万人及前值的26.3万人 [4] - 欧元区7月份工业产值同比增长1.8%（符合预期），环比增长0.3%（预期0.4%） [4] - 英国7月份三个月ILO失业率为4.7%，剔除奖金的薪资年增长率从5.0%放缓至4.8% [5] - 日本截至8月份的一年核心CPI同比上涨2.7%，为九个月来最低涨幅，但仍高于央行2%目标 [5] 全球主要股指表现 - 中国股市近一年表现强劲，上证综指累计涨40.58%，深证成指涨63.54%，创业板指涨101.57% [7] - 美国股市近一年上涨，纳斯达克指数涨28.78%，标普500指数涨18.62%，道琼斯指数涨11.59% [7] - 全球主要股指近一个月多数上涨，纳斯达克指数涨4.63%，创业板指涨18.60%，德国DAX指数跌2.78% [7] 主要货币汇率变动 - 美元指数昨日涨0.29%至97.6519，近一年累计下跌3.26% [9] - 美元兑人民币在岸价昨日大幅上涨2.06%至7.2545，近一年累计上涨2.43% [9] - 欧元兑美元近一年累计上涨5.64% [9] 主要经济体国债收益率 - 美国10年期国债收益率昨日为4.139%，较上一交易日上涨3.5个基点，但近一个月累计下降20个基点 [11] - 中国10年期国债收益率昨日为1.872%，较上一交易日上涨0.6个基点，近一个月累计上涨10.3个基点 [11] - 主要经济体国债收益率曲线中，意大利10年期与1年期利差最大，为150.7个基点 [11] 大宗商品价格走势 - 原油价格近一年下跌，布伦特原油跌9.37%至66.05美元/桶，WTI原油跌10.76%至62.36美元/桶 [13] - 伦敦现货黄金价格昨日为3684.93美元/盎司，近一年累计大幅上涨43.99%，近一个月上涨10.57% [13] - 基本金属中，LME三个月铜价近一年上涨6.26%至9989美元/吨 [13] - 农产品表现分化，CBOT稻谷价格近一年下跌25.57%，而CBOT玉米近一个月上涨4.37% [13]

行业格局演变 - 2024年成为基座模型分水岭 牌桌上玩家数收窄至个位数 头部留存大厂和少数AI创业公司 [3][4] - AI六小龙走向分化 智谱推进A+H股上市 MiniMax筹备A+H股 百川智能转型医疗 零一万物转向B端 月之暗面聚焦智能体 阶跃星辰预估年营收10亿人民币 [10] - 基础模型厂商热度回落 投资向具身智能转移 宇树机器人等具身智能厂商吸引更多关注 [7] 技术发展与竞争 - 开源模型影响力提升 逼近最佳闭源模型 使用成本更可控 普惠性增强 [3] - 大模型技术差异不足 切换成本低 竞争惨烈 创业公司探索差异化路径包括To C出海 To B服务 产业落地 多模态发展 [9] - 技术迭代导致部分公司掉队 1.0时代为GPT模仿学习 2.0时代以OpenAIo1为起点的强化学习 [14] 公司战略与定位 - 智谱定位行业智能体 阶跃星辰对标OpenAI DeepSeek对标Meta MiniMax偏向To C应用 [14] - 智谱发布GLM-4.5多模态模型 阶跃星辰成立模芯生态联盟 优化国产芯片适配 [17] - 月之暗面将发布K2推理模型 阶跃星辰展示端到端语音大模型车载应用 [6] AGI发展路径 - AGI发展现两类观点 单一超级模型 vs 多模型多代理架构 [15] - 多模态成为AGI必由之路 智谱和阶跃星辰重点投入 强调技术研发与商业化分层推进 [16][17] - 数据闭环或数据飞轮被视为稳健护城河 需在窗口期内积累用户数据 [18] 商业化进展 - 智谱将推出C端陪伴型AI产品 软硬件均规划付费业务 [6] - 创业公司提升商业化程度 增强多模态能力 靠近Agent热度 部分筹备上市 [9] - 阶跃星辰联合华为昇腾等成立模芯生态联盟 突破芯片限制 [17]

人才流动与行业动态 - Meta公司从OpenAI挖角知名研究员Jason Wei，其作为思维链（CoT）论文第一作者加入Meta超级智能团队，此举可能对OpenAI造成重大损失[1] - OpenAI、Google DeepMind、Anthropic罕见联合高校及非营利组织发布立场文件，呼吁深入研究监控AI推理模型"思维"的技术（CoT），图灵奖得主Yoshua Bengio参与联署[1] CoT监控的技术价值与挑战 - CoT监控被视为控制AI agent行为的核心方法，因其能通过自然语言推理过程洞察模型意图[2][7] - 当前CoT监控存在局限性：未经专门训练的模型生成的CoT可能为迎合表面需求而失真，且部分推理可能隐藏于内部激活状态[5][6] - 强化学习训练范式（如RLHF）可能导致CoT可读性下降，纯结果导向的优化会削弱推理过程透明度[10] 行业合作与研究倡议 - 立场文件提出两大研究方向：评估CoT可监控性的标准化方法（如开发新指标替代"忠实度"），以及对抗性环境下监控有效性的测试（如红队演练）[11] - 建议模型开发者在System Card中公开CoT监控评估结果，并将可监控性分数纳入训练部署决策[17][18] 技术演进与安全架构 - 潜在推理模型架构（如连续潜在空间推理）可能绕过自然语言外化，威胁CoT监控有效性[10][14] - 混合架构方案被提出，需平衡内部推理效率与外部可监控性，例如强制部分推理步骤外显[14] - 过程监督虽可提升模型一致性，但过度依赖CoT监控可能阻碍其他安全干预措施的发展[16] 未来安全框架设计 - 多层监控体系被倡导，CoT监控作为补充层提供决策过程可见性，但需结合其他安全措施[18] - 需研究模型主动规避监控的行为（如隐藏意图或混淆CoT），以及环境感知模型的对抗策略[15][16]

AGI定义与发展路径 - AGI定义尚未形成行业共识，但阶跃星辰提出以模型完成人类现有工作50%作为AGI到来的标准[7] - 实现AGI分为三个阶段：模拟世界（模仿学习多模态表征）、探索世界（强化学习解决复杂问题）、归纳世界（自主发现新规律）[7][8][10] - OpenAI智能演进五层级（Chatbot→Reasoner→Agent→Innovator→Organization）与阶跃星辰三阶段逻辑一致[10] 大模型技术趋势 - 多模态能力是通向AGI的必经之路，阶跃星辰坚持全模态覆盖及原生多模态理念[11][12] - 模型技术处于陡峭上升期，关键进展包括：强化学习提升推理能力、多模态融合实现理解生成一体化[14][15][19][21] - 理解生成一体化在多模态领域尚未实现，但GPT-4o等模型已展现编辑指令响应能力[21] 阶跃星辰差异化优势 - 构建完整模型矩阵：涵盖语言模型（基础/推理）和多模态模型（语音/音乐/图像/视频）[11] - 推理模型Step R-Mini性能超过OpenAI o1 preview模型，未来将发布满血版推理模型[15] - 智能终端Agent布局聚焦环境感知与任务自主完成能力，目标打造调用模型矩阵的平台[24][25][28] AI Agent发展驱动因素 - 2025年AI Agent火爆源于推理模型成熟与多模态能力提升[25][26] - Agent核心能力包括自动性（独立完成任务）和主动性（预判需求并响应）[27] - 智能终端作为感知延伸（如录音笔Plaud、影石创新相机）是Agent落地重要场景[28] 行业竞争格局 - 中国大模型领域形成"新五强"：字节跳动、阿里巴巴、DeepSeek、智谱AI、阶跃星辰[6] - 阶跃星辰是上海徐汇区"模速空间"大模型生态中唯一汇报基础大模型进展的企业[6] - AI时代技术底座尚未定型，"模型即产品"理念下底层能力决定产品70%-80%表现[3][29]

国际关系与贸易 - 中方与美方原则上达成协议框架 双方将在回国后向各自国家领导人汇报 [4] - 美中经贸会谈成果结合日内瓦共识与5日两国领导人电话会议成果 稀土和磁铁问题预计将在框架中解决 [4] - 中国国家副主席韩正会见法国总统马克龙 强调加强中法战略沟通协作 支持中国企业到法国投资兴业 [6][7] 金融与货币政策 - 阿根廷央行推出20亿美元回购贷款计划 国家风险指数降至四年最低 较年初下降超40% [8][9][10] - 阿根廷计划逐步淘汰高利率一日回购票据 采用新国债作为货币政策主要工具 [9] 人工智能 - 日本政府通过"知识产权推进计划2025" 借助AI提高知识产权竞争力 目标2035年重返全球创新指数前四 [13][14][15][16][17][18][19][20] - 英国拟投资10亿英镑提升AI基础设施 算力提升20倍 计划培训750万名AI从业人员 [21][22][23] - 法国AI公司Mistral发布首个推理模型 支持欧洲多种语言 在数学和编程方面表现优异 [26][27][28][29] - 韩国2025年将投资2434亿韩元加速AI芯片商业化 支持NPU研发验证和人才培训 [31] - 亚马逊拟在宾夕法尼亚州投资200亿美元扩建数据中心 支持AI和云计算发展 [32] 半导体与芯片 - 2025年全球半导体市场规模预计达7009亿美元 同比增长11.2% 逻辑和存储器市场领涨 [36] - 高通24亿美元收购SerDes巨头Alphawave 加速进军数据中心领域 [37][38][39] - 格芯将对德国德累斯顿晶圆厂追加逾10亿欧元投资 目标年产量提升至150万片 [40][41] - 2025年中国台湾集成电路产业总产值预计达1972亿美元 同比增长19.1% 晶圆代工增长23.8% [42] 汽车与交通 - 通用汽车未来两年将投资40亿美元扩大美国工厂产能 应对特朗普关税 计划新增3000-4000个工作岗位 [44][45] - 广汽计划2025年下半年进入阿根廷市场 [46] - 丰田与戴姆勒卡车同意2026年4月前完成旗下卡车部门合并 [47] - 越南电动车商VinFast一季度交付量同比大增296% 净亏损7.12亿美元 [48][49] 航空航天 - 中国国防科技大学攻克星间链路光频梳精密测量技术 测距精度优于1.6纳米 [51][52] - SpaceX新一代龙飞船将首次执行Ax-4任务 搭载国际化机组开展14天太空任务 [54][55][56] 能源与矿产 - 中国5月稀土出口量环比增长23% 达5864.6吨 创一年来新高 [58][59][62] - Meta与Constellation签署20年供电协议 从2027年起购买1.1吉瓦核能电力 [65]

人工智能 - Meta Platforms将支付近150亿美元获得人工智能初创公司Scale AI 49%的股权 [1] - 由微软支持的人工智能实验室Mistral将推出其首个推理模型 [2] - OpenAI计划采用谷歌云服务尽管在AI领域互为对手 [2] - 扎克伯格亲自招聘筹组"超级智能"团队 [2] - OpenAI将o3模型降价80% [2] - 特斯拉的人工智能/自动驾驶可能已经可以在赛道上击败最好的人类 [2] 科技行业动态 - 台积电5月营收3205.2亿元台币同比增加39.6% [2] - 马斯克DOGE团队不顾政府反对在白宫安装星链 [2] 汽车行业 - 比亚迪、广汽、东风等多家车企承诺将支付账期统一至60天内 [2] 政策与监管 - 《直播电商监督管理办法》面向社会公开征求意见要求直播营销人员真实、准确、全面地介绍商品或服务不得欺骗、误导消费者 [1] 矿业 - 津巴布韦将在2027年起禁止锂精矿出口 [2]