半导体板块 - 寒武纪定增申请获上交所受理，拟募资不超49.8亿元，用于芯片和软件平台项目及补充流动资金[5] - 博通推出全球首款102.4Tbps交换机芯片Tomahawk 6，使GPU集群算力释放效率提至90%以上，售价控制在2万美元以下[7][9][10] - GlobalFoundries宣布投资160亿美元，扩大美国工厂半导体制造和先进封装能力[11] 汽车电子板块 - 小鹏联手华为推出“追光全景”抬头显示，实现行业首创全场景AR车道级导航[13] - 蔚来5月交付新车23231台，同比增长13.1%，累计交付760789台[16] - 理想超充站突破2400座，5月交付新车40856辆，同比增长16.7%，累计交付突破130万辆[18] AI板块 - 普林斯顿大学推出通用智能体Alita，在GAIA测试中成绩超越知名智能体[19] - 研究团队提出TALE框架，平均节省超60%推理开销，准确率相当或更优[23] - 联合团队开源全异步强化学习训练系统AReaL - boba²，训练速度最高提升2.77倍[24] 元宇宙板块 - JBD ARTCs画质引擎商用落地，提升光波导显示品质，解决行业痛点[27][28] - 紫光展锐发布穿戴新品W527，性能和体验全面提升，已量产出货[30][32] - 师渡智能获数百万元种子轮融资，推动AI智能眼镜多场景应用落地[33] 风险提示 - 存在市场竞争、技术进步不及预期、市场需求增长不及预期的风险[35][36][37]

蒂尔奖学金及其影响力 - 彼得·蒂尔成立"蒂尔奖学金"，资助大学生退学创业，每人10万美元（现涨至20万美元）[1] - 271名奖学金得主中已诞生11家"独角兽"，包括以太坊、Figma、Scale AI等[1] - 2024年新一期15个入选项目中，6个涉及AI领域，涵盖合成人类、机器人情绪、天气干预等创新方向[1] AI数字人项目Canopy Labs - 通过基础模型打造与真人难以区分的AI数字人，具备实时多模式视频互动、智能身体控制及空间意识[3] - 技术采用大型语言模型（LLM）而非Diffusion模型，已发布语音大模型Orpheus，基于Llama-3b训练，数据量达10万小时英语语音和数十亿文本标记[3] 机器人情绪项目Intempus - 为机器人赋予人类情感表达能力（如"发脾气"），通过交互层调整计算资源和表达方式[4][5] - 创始人华纳在Midjourney工作时发现机器人缺乏空间推理能力，转而收集人体生理数据（汗液、体温等）模拟情绪[5] - 已与7家企业机器人合作伙伴签约，技术可改造现有任何形式的机器人[5] 神经刺激技术Orbit - 开发非侵入性神经刺激器，通过电信号模拟运动感知，初期应用于VR游戏，未来或治疗神经系统疾病[6] - 设备贴于耳后，直接作用于大脑运动中枢，解决VR体验的"感官缺失"问题[6] AI财务顾问Fizz - 专为学生设计，提供AI预算工具、游戏化金融课程及信用评分管理，目标用户18-24岁大学生[7] - 功能包括自动还款、超支冻结、信用记录建立，与银行合作展业，定位为"财务顾问"而非支付工具[7] 自然灾害预测Aeolus Lab - 创始人Koki Mashidita曾开发AI天气预报模型（速度比传统模型快40000倍，准确率高50%），现聚焦台风、地震预测及人工干预[8] - 与菲律宾合作测试人工降雨技术，通过船只、飞机及AI微物理模拟器削弱风暴强度[8] 工业AI平台Manex AI - 开发质量管理软件Qualitatio，整合生产全流程数据，AI检测缺陷比标准化测试多15%-20%[9] - 客户包括宝马、奥迪等，帮助某汽车厂商将检测量减少50%以上同时提升交付质量[9][10]

智能体技术日益发展，但现有的许多通用智能体仍然高度依赖于人工预定义好的工具库和工作流，这极大限制了其创造力、可扩展性与泛化能力。 近期，普林斯顿大学 AI Lab 推出了 Alita ——一个秉持「 极简即是极致复杂 」哲学的通用智能体，通过「 最小化预定义 」与「 最大化自我进化 」的设 计范式，让智能体可以自主思考、搜索和创造其所需要的 MCP 工具。 Alita 目前已在 GAIA validation 基准测试中取得 75.15% pass@1 和 87.27% pass@3 的成绩，一举超越 OpenAI Deep Research 和 Manus 等知名智 能体，成为通用智能体新标杆。Alita 在 GAIA test 上也达到了 72.43% pass@1 的成绩。 极简架构设计，最大自我进化 「让智能体自主创造 MCP 工具而不靠人工预设」，是 Alita 的核心设计理念。 现有的主流智能体系统通常依赖大量人工预定义的工具和复杂的工作流，这种方法有三个关键缺陷： 覆盖范围有限 ： 通用智能体面临的现实任务种类繁多，预先定义好所有可能需要的工具既不可行亦不现实。而且预定义工具很容易过拟合 GAI ...