文章核心观点 公司旗下子公司Eye - Net在法国波尔多的移动出行试验首阶段成功完成，技术表现出色，第二阶段将于2025年四季度开展，有望推动技术在城市出行领域的应用和发展 [1][4][6] 试验情况 - 首阶段与雷诺集团、Orange S.A.等合作，在波尔多真实城市环境开展，将Eye - Net的V2X平台集成到Orange移动应用中，涉及自行车、乘用车和巴士交互 [1][2][3] - 第二阶段计划于2025年四季度进行，将有多达10000名参与者使用公共交通应用，重点测试自行车和巴士场景 [4] 技术成果 - 检测率超99%，能成功检测用户间的交互 [5] - 具备强大互操作性，通过软件开发工具包与合作应用和数据提供商顺利集成 [5] 用户反馈 - 自行车骑行者在繁忙城市路线导航时信心增加 - 司机对实时警报带来的额外安全意识表示赞赏 [5] 各方评价 - 公司首席执行官Haim Siboni认为达到重要里程碑证明平台灵活可靠，技术成熟，可跨多种移动服务无缝集成，具有高可扩展性 [6] 公司介绍 - Eye - Net开发下一代V2X碰撞预防解决方案和智能汽车系统，利用人工智能等技术为城市出行环境中的道路使用者提供实时预碰撞警报 [7] - Software République是致力于智能、安全和可持续出行的开放创新生态系统，通过独特横向合作模式构建专注未来出行的集体业务 [9][10] - Foresight是开发先进3D感知和基于蜂窝应用的技术公司，通过子公司开发“视线内”视觉系统和“视线外”事故预防解决方案 [12]

Eye-Net’s V2X collision prevention technology is scheduled for live trial with 10,000 participants in the fourth quarter of 2025 Ness Ziona, Israel, July 09, 2025 (GLOBE NEWSWIRE) -- Foresight Autonomous Holdings Ltd. (Nasdaq and TASE: FRSX) (“Foresight” or the “Company”), an innovator in 3D perception systems, announced that its wholly-owned subsidiary, Eye-Net Mobile Ltd. (“Eye-Net”), has successfully completed the first phase of a landmark mobility trial in Bordeaux, France. The trial involved a mobile a ...

报告行业投资评级 未提及 报告的核心观点 来到新一轮美国贸易政策谈判窗口期，指数突破短期震荡区间上沿，中枢上移，可考虑做牛市价差策略；各品种根据自身情况有不同的走势和操作建议，如部分品种建议逢低做多、部分建议单边观望、部分建议关注套利操作等 [2][3] 根据相关目录分别进行总结 金融 - 国债：资金利率筑底叠加股债跷跷板效应，期债短期或呈窄幅震荡，单边策略适当逢调整多配，接近前高注意止盈，关注资金利率走向，曲线策略推荐关注做陡 [3] - 贵金属：市场消化部分美国关税影响，美元走强黄金回落，金价维持在3300美元（765元）附近波动，卖出790以上虚值黄金看涨期权；白银走势受黄金和有色工业品影响反复，短期在36 - 37美元区间震荡 [3] - 集运指数（欧线）：EC盘面上行，EC08主力合约谨慎偏多 [3] 黑色 - 钢材：工业材需求和库存走差，关注表需回落幅度，单边操作暂观望为主，套利关注多材空原料套利操作 [3] - 铁矿：黑色情绪好转，反内卷利多估值提升，逢低做多，波动区间参考700 - 750 [3] - 焦煤：市场竞拍流拍率下降，煤矿复产预期加强，现货偏强运行，成交回暖，煤矿出货好转，逢低做多 [3] - 焦炭：主流钢厂6月23日第四轮提降落地，焦化利润下行，价格接近阶段性底部，逢低做多 [3] 有色 - 铜：LME软逼仓逻辑走弱，关注美国关税政策节奏，主力参考78500 - 80000 [3] - 氧化铝：现货阶段性收紧，盘面强势突破3100压力位，主力参考2850 - 3150 [3] - 铝：现货贴水扩大，库存小幅累积，主力参考19800 - 20800 [3] - 铝合金：盘面跟随铝价震荡，淡季基本面维持弱势，主力参考19200 - 20000 [3] - 锌：关税担忧情绪再起，需求预期仍偏弱，主力参考21500 - 23000 [3] - 锡：短期宏观扰动较大，关注美关税政策变动，高位空单继续持有 [3] - 镍：宏观风险仍存盘面小幅回落，产业过剩仍有制约，主力参考118000 - 126000 [3] - 不锈钢：盘面小幅提振，基本面未有明显变动，主力参考12500 - 13000 [3] 能源化工 - 原油：关税问题有所缓和，叠加利多因素带动盘面上涨，建议短期偏多思路对待，WTI上方阻力给到[68, 69]，布伦特压力在[70, 71]，SC在[510, 520] [3] - 尿素：需求端仍有部分订单支撑，后市需关注出口面消息进展，短期需谨慎逢低入场，若实际需求无法满足预期则离场，主力合约支撑位调整到1690 - 1700 [3] - PX：油价偏强但供需边际转弱，短期PX驱动有限，PX09短期在6500 - 6900区间运行，关注区间下沿支撑 [3] - PTA：供需预期转弱但成本端偏强，PTA维持震荡，TA短期在4600 - 4900区间震荡，区间上沿偏空配，TA9 - 1滚动反套为主 [3] - 短纤：工厂减产预期下，加工费有所修复，PF单边同PTA，PF盘面加工费低位做扩为主，盘面加工费关注1100附近压力及后期减产兑现情况 [3] - 瓶片：需求旺季，瓶片减产增加，加工费修复，PR跟随成本波动，PR单边同PTA，PR8 - 9逢低正套，PR主力盘面加工费预计在350 - 600元/吨区间波动，关注区间下沿做扩机会 [3] - 乙醇：供需逐步转向宽松，且短期需求偏弱，预计MEG上方承压，短期关注EG09在4400附近压力，逢高卖出看涨期权，EG9 - 1逢高反套 [3] - 烧碱：宏观刺激反弹，关注氧化铝采买价格是否跟随，短期宏观情绪偏强下预计低位有反弹，但势能有待现货跟进 [3] - PVC：“供给侧优化”预期带动，短期仍需关注7月反倾销税裁定，近月反弹空间谨慎看好 [3] - 纯苯：供需边际好转但高库存下近月驱动有限，远月谨慎偏空，因纯苯首行合约BZ2603时间较远，供需博弈下驱动有限，单边谨慎偏空或观望，月差反套对待 [3] - 苯乙烯：供需预期偏弱且成本支撑有限，苯乙烯或逐步承压，建议卖出EB08执行价7500以上的看涨期权 [3] - 合成橡胶：装置突发意外，丁二烯反弹，提振BR上涨，短期关注BR2508在11500附近压力 [3] - LLDPE：成交走弱，价格小幅下跌，短期震荡 [3] - PP：供需双弱，成本端支撑走弱，谨慎偏空对待，可7250 - 7300介入空单 [3] - 甲醇：基差快速走弱，关注伊朗发运，区间操作2200 - 2500 [3] 农产品 - 糖类：美豆偏弱，连粕弱势跟随，短线操作 [3] - 生猪：7月市场供应收紧，盘面贴水行情存支撑，关注14500附近压力 [3] - 玉米：利空情绪逐步释放，盘面跌幅受限，偏弱震荡 [3] - 油脂：油脂小幅上涨，P09或在8700附近重新承压 [3] - 白糖：海外供应前景偏宽松，反弹偏空交易 [3] - 棉花：下游市场保持弱势，逢高短空持有 [3] - 鸡蛋：现货保持偏弱格局，长周期仍偏空 [3] - 苹果：交易清淡，价格走弱，主力在7700附近运行 [3] - 红枣：市场价格小幅波动，主力在10500附近运行 [3] - 花生：市场价格震荡偏稳，主力在8100附近运行 [3] - 纯碱：累库持续，过剩格局凸显，反弹空思路 [3] 特殊商品 - 玻璃：宏观氛围转暖，盘面整体表现偏强，短线观望 [3] - 橡胶：基本面走弱预期，14000以上空单继续持有 [3] - 工业硅：工业硅期价跟随多晶硅震荡回升，观望 [3] 新能源 - 多晶硅：多晶硅现货报价上调，期货价格多合约涨停，观望 [3] - 碳酸锂：盘面偏强运行，宏观风险增加基本面仍有压力，主力参考6 - 6.5万运行 [3] 股指 市场交易情绪趋于乐观，大盘冲击新高 [4]

英伟达收购CentML - 英伟达以超4亿美元（约合人民币30亿元）收购加拿大AI初创公司CentML，将19名员工团队收入囊中[2][3] - CentML由95后华人博士王尚及其导师创立，专注于通过软件优化AI应用程序性能，核心技术"张量编译器Hidet"可将AI模型推理速度提升8倍[4][5] - 公司2022年完成350万美元Pre-seed融资，2023年完成2700万美元种子轮融资，投后估值达3亿美元，英伟达当时已参与跟投[5] - 收购结构包含超3亿美元基础金额和与业绩挂钩的Earn-out条款，此前CentML已获3090万美元（约2.21亿元人民币）风险投资[6][7] AI行业人才争夺战 - 英伟达2024年收购数量超前四年总和，包括LeptonAI、Nexusflow等多家AI初创公司，目标直指顶尖AI人才[11] - Meta以148亿美元收购Scale AI，并从OpenAI挖走至少9名顶尖研究员，包括GPT-4o核心开发者等[11][12] - 抢人目标锁定30岁以下、拥有顶级实验室经历的精英，90后华人群体成为AI人才争夺焦点[13] - 企业为争夺人才采取高薪策略，如Meta为苹果AI高管开出数千万美元年薪[13]

报告行业投资评级 - 买入评级公司：办公软件领域的金山办公、ERP领域的金蝶、EDA领域的华大九天 [5][31] 报告的核心观点 - 2025年第二季度，原生AI应用和具备AI特性的软件新品发布势头强劲，各厂商正从基础的大语言模型集成向更高级的AI应用迁移 [1] - AI代理有望成为企业和个人知识工作者的新用户界面，多模态AI模型升级，软件项目中标情况良好，EDA/IP软件扩张加速 [4] 根据相关目录分别进行总结 软件新品发布亮点 - AI代理赋能行业AI解决方案：3月Manus推出通用AI代理并宣布收费计划，此后软件供应商加速在定制化AI平台上采用AI代理，如金蝶5月推出5个AI代理，美图计划在下半年推出AI代理 [4][12] - 多模态AI模型及应用进展：AI厂商持续研发增强型多模态AI模型，降低成本，如Stepfun推出图像编辑和3D模型，万兴科技与华为合作推出天慕2.0大语言模型，德赛西威与ModelBest合作开发智能座舱AI音频解决方案 [4][13] - 基础AI模型升级：2025年初DeepSeek发布产品后，5月又发布DeepSeek R1 - 5028，提升推理和推断能力，软件厂商专注于在应用中集成该模型并进行部署 [14] 软件项目中标情况 - 2025年第二季度企业应用项目中标势头良好，DeepSeek的发布促使更多国企、政府和学校客户通过私有部署采用AI模型，软件供应商协助客户进行定制化AI模型和私有部署，AI项目规模通常较大 [4][21] EDA/IP软件扩张 - 2025年第二季度本土EDA供应商加速新产品发布，以抓住模拟/数字无晶圆厂和代工厂客户的本地化机遇，如华大九天发布升级工具，UniVista推出数字仿真和验证工具并提供试用 [4] 消费者端AI工具情况 - 截至2025年6月10日，消费者端AI工具付费比例在3% - 13%之间，AI收入对总收入的贡献比例也有所不同 [9][11]

阿里通义实验室开源多模态推理模型HumanOmniV2 - 阿里通义实验室开源多模态推理模型HumanOmniV2，通过强制上下文总结机制、大模型驱动的多维度奖励体系和GRPO优化训练方法，实现对多模态信息的全面理解 [1] - HumanOmniV2在生成最终答案前会输出上下文概括，系统性分析视觉、听觉、语音信号，例如正确解读视频中女性翻白眼的真实意图 [1] - 模型在IntentBench评测基准（633个视频和2689个问题）上准确率达到69.33% [4] 模型技术突破 - 引入强制上下文总结机制，避免忽略多模态输入中的隐藏信息，解决现有多模态模型全局上下文理解不足和推理路径简单的问题 [18] - 采用GRPO优化算法改进：词元级损失解决长序列训练不平衡、移除问题级归一化项避免权重偏差、动态KL散度机制提升训练稳定性 [23] - 大模型驱动的多维度奖励机制包括上下文奖励（一致性评估）、格式奖励（结构化输出）、准确性奖励（正确率）、逻辑奖励（多模态整合） [20] 性能表现与基准测试 - HumanOmniV2在开源全模态模型中性能最佳：Daily-Omni测试集58.47%、WorldSense测试集47.1%、IntentBench测试集69.33% [24] - 对比测试中，HumanOmniV2（7B参数）在情感识别任务上优于GPT-4o（59.98%）和Gemini 1.5 Pro（67.15%），达到69.33%准确率 [25] - 在细分领域测试中，模型在"Social"（84%）、"Emotion"（82.41%）、"Deception"（64%）等场景表现突出 [25] 数据集与行业影响 - 开发全模态推理训练数据集，融合图像、视频、音频任务的上下文信息，解决人工标注数据不足问题 [23] - 推出IntentBench评测基准，包含633个视频和2689个复杂意图理解问题，要求模型具备深度社会关系分析能力 [23] - 基于Qwen2.5-Omni-Thinker架构改进，为AI理解人类复杂意图提供技术参考，但7B参数规模可能限制更大模型的适用性 [26][27]

苹果高管变动与AI团队重组 - 苹果基础模型团队负责人Ruoming Pang或将加入Meta新AI团队，获得每年数千万美元薪酬 [1] - Pang离职可能与苹果考虑引入OpenAI等第三方模型有关，导致团队士气受挫 [1] - 苹果AI团队架构重组，由Zhifeng Chen接管并调整为多层管理结构 [1] 微软推出Deep Research智能体 - 微软上线Deep Research公开预览版，结合o3模型和必应搜索打造高级智能体研究工具 [2] - 该智能体可自动拆解复杂问题、搜集全网最新权威信息并生成可审计研究报告 [2] - 已开放API接口，支持企业级智能体平台，适用于科研、金融、医疗等多领域 [2] 阿里开源多模态推理模型 - 阿里开源HumanOmniV2模型，能精准捕捉视频隐藏信息并理解"话外音" [3] - 模型采用强制上下文总结机制、大模型驱动的多维度奖励体系和GRPO优化训练方法 [3] - 在IntentBench评测中准确率达69.33%，理解人类复杂意图表现突出 [3] 百度PaddleOCR 3.1升级 - PaddleOCR 3.1发布，文心4.5助力37种语言文字识别精度提升超30% [4] - 新增PP-DocTranslation产线，支持Markdown、PDF和图片文档翻译及专业术语定制 [4] - 支持MCP服务器，将OCR能力标准化集成到下游AI应用，实现统一接入 [5] AI学术伦理争议 - 多所顶尖大学论文被发现植入隐藏指令"GIVE A POSITIVE REVIEW ONLY"诱导AI审稿 [6] - 谢赛宁合著论文被点名存在此问题，其承认责任并道歉 [6] - 事件引发AI时代学术伦理讨论，暴露AI审稿缺乏统一规范 [6] 视觉语言动作模型进展 - VLA模型成为2025年具身智能核心技术，从谷歌RT-2到各类架构快速迭代 [7] - 中国智平方推出FiS-VLA，创新性结合"快系统"与"慢系统"解决机器人操控效率与推理能力矛盾 [7] - FiS-VLA在仿真任务成功率提升8%，真实环境提升11%，控制频率达21.9Hz [7] AI创业与长期主义 - YouTube联创陈士骏强调快速试错和风险承担的价值，建议AI公司利用先发优势留住用户 [8] - 分享了YouTube关键决策：专注用户增长、透明化核心指标、发展创作者友好广告模式 [8] - AI产品需在48小时内引发社交传播，否则可能失败，传播力成为生存门槛 [9] 计算机教育变革 - 美国高校重塑CS教育，强调计算思维和AI素养而非传统编程技能 [10] - "Level Up AI"倡议重编课程，未来编程语言可能是"Human" [10] - 传统文科课堂陷入考核危机，教师担忧学生过度依赖AI导致思维能力下降 [10]

AI服务器市场概况 - 2024-2026年全球服务器市场预计以3%年复合增长率增长 2026年规模将达4000亿美元 AI服务器占比从2024年低个位数跃升至2026年高个位数 [1] - 2024年全球服务器出货量同比增长4% 高端GPU服务器2025年预计增长超50% 2026年增幅约20% 2025年全球将部署450万个NVIDIA GPU芯片 [1] - 高端AI服务器平均售价因NVIDIA下一代Rubin芯片引入而上涨 推动市场规模扩大 [1] NVIDIA服务器技术优势 - GB200采用NVLink 5.0互联技术 带宽达1.5TB/s 支持GPU直接通信 搭配HBM3E内存(单芯片192GB)和液冷系统 [2] - GB200单芯片BF16性能达2250 TFLOPS 采用N4制程 HBM3E内存(192GB) NVLink 5.0互联 InfiniBand网络 液冷设计 [10] - GB200机架(NVL72等效)2025Q2出货量大幅增长至7000台 Q3预计达10000台 GB300预计Q4出货数千台 [3] GB200出货数据 - 2025Q1总出货1500台(广达700/鸿海500/纬创300) Q2上调至7200台(广达2800/鸿海2000/纬创2400) [4] - 2025年GB200总出货量预估：NVL72型号27000台 NVL36型号10000台 [4] - 按月份细分：2025年4月1500台 5月2500台 6月3200台 [4] ASIC服务器竞争格局 - CSP厂商(Google/Amazon/Meta/Microsoft)通过ASIC服务器追赶 NVIDIA在性能领先但ASIC在成本定制化占优 [6][7] - Google TPU v5p性能459 TFLOPS 采用N3制程 HBM2E内存(95GB) 自研光网络 [7][10] - Amazon Trainium 2性能650 TFLOPS N5制程 HBM3内存(96GB) 当前风冷计划升级液冷 [7][10] 供应链与市场机会 - Broadcom预测2027财年定制XPU和商用网络芯片市场达600-900亿美元 Marvell预计2023-2028年数据中心市场CAGR为53% [8] - 云厂商ASIC项目进展：Amazon Trainium/Meta MTIA预计2021-2026年逐步落地 市场份额有望提升 [7] - CoWoS基AI加速器出货量稳步攀升 成为市场新增支柱 [8]

多模态大语言模型技术突破 - 当前多模态推理模型存在两大核心问题：全局上下文理解不足（模型错误解读多模态证据）和捷径问题（忽视关键线索直接给出答案）[2][3][4] - 阿里巴巴通义实验室推出HumanOmniV2解决方案，强调模型需基于全局上下文理解进行推理，避免遗漏多模态线索[4] - 创新性采用强制上下文总结机制，要求模型在推理前先输出对多模态输入的概括，确保全面性[12] 技术架构优化 - 引入三维奖励机制：上下文奖励（评估上下文一致性）、格式奖励、准确性奖励协同作用[13][14] - 通过LLM评估逻辑奖励，激励模型融合反思/演绎/归纳等高级逻辑分析方法[15] - 改进GRPO训练策略：采用令牌级损失解决长序列不平衡、移除问题级归一化项消除优化偏差、动态KL散度提升探索能力[16][19][20] 数据集与基准创新 - 构建全模态推理训练数据集，涵盖图像/视频/音频理解任务，附带多模态输入总结和推理路径[23] - 推出IntentBench评估基准，包含633个视频和2,689个问题，专注测试复杂人类意图理解能力（对比Daily-Omni/WorldSense更侧重社会关系推理）[23] 性能表现 - HumanOmniV2在Daily-Omni达到58.47%、WorldSense 47.1%、IntentBench 69.33%准确率，超越现有开源模型[24] - 在视频-音频多模态任务中，7B版本以58.47%平均准确率显著领先VideoLLaMA2（35.17%）和Qwen2.5-Omni 7B（47.45%）[25] - 在文化/科技等细分领域评估中，7B模型以47.1%平均准确率超越GPT-4o（42.6%）和Claude 3.5 Sonnet（34.8%）[27] 开源与资源 - 完整开源代码/模型/数据，提供GitHub/arXiv/ModelScope/HuggingFace多平台访问入口[29]

The POC project aims to integrate Eye-Net’s technology into the safety systems of the vehicle manufacturer’s vehicles, creating a comprehensive ecosystem that connects the vehicle, vulnerable road users, and surrounding infrastructure for enhanced situational awareness Ness Ziona, Israel, July 07, 2025 (GLOBE NEWSWIRE) -- Foresight Autonomous Holdings Ltd. (Nasdaq and TASE: FRSX) (“Foresight” or the “Company”), an innovator in 3D perception systems, announced that its wholly-owned subsidiary, Eye-Net Mobile ...