社区

文章配图-1 过去几年，高端电视市场陷入了一场停不下来的“军备竞赛”。 一边是电视厂商们不断刷新的数字参数。 分区数量从几百卷到上万，峰值亮度从1000nits飙升到10000nits，刷新率、色域、HDR规格等指标被不断推高。 另一边的消费者却产生了微妙的“疲惫感”。 电视的参数表越来越豪华，“第一眼就被画质沦陷”的惊艳感却在一点点消失，盲目卷参数的边际效应越来越弱。 背后暴露出了一个长期被忽视的问题：分区、亮度、刷新率等参数，只是提升画质的工程手段，而用户对画质的理解要纯粹的多，会不会刺眼、会不会发灰、会不会偏色......市场总在围绕“参数”做加法，却很少有人思考——色彩到底是怎么产生的？ $四川长虹(600839)$ $海信家电(000921)$ 时间来到2026年5月末，在中国高端电视赛道重新洗牌的背景下，我们在长虹金标T70S上看到了行业的新风向：前些年被疯狂追捧的MiniLED，某种程度上依然属于LCD时代的“修修补补”，仅仅解决了背光控制问题，现在开始进入“光色场同控”的底层技术竞赛。 01 回归物理本质，画质的短板从来不是“亮度不够” 近几年的高端电视市场，OLED之所以一路攻城略地，一个很重要的原因在于——传统LCD画面始终存在挥之不去的“隔膜感”，通俗解释就是暗场不够透、亮场不够纯、黑色像蒙了一层灰。 面对视觉上的“不通透”，整个行业陷入了“路径依赖”，习惯性将画质问题归结于“背光分区不够多”。 于是整个MiniLED产业开始疯狂卷参数。 几百分区不够，就上千区；上千区还不行，就冲万级分区。可现实的物理规律是无情的，即使分区数量已经堆到了天文数字，屏幕上依然会频繁出现恼人的光晕现象、刺眼

过去两年，“AI+行业”几乎成了所有科技峰会上的关键词。 2025年以前，大多数企业对AI的态度还停留在概念验证、单点试水和局部提效，一套智能客服系统已经算是阶段性成果。 到了2026年，情况正在快速发生变化，渐渐褪去了初期的狂热与浮躁，AI开始在多个行业实现规模化落地和价值可量化。 最直接的代表，就是制造业。 5月15日的“AI+制造行业峰会2026”上，**中国政企业务副总裁郭振兴在主题演讲和媒体采访中表示：2026年企业数智化投资的营收占比，将提升到3%—3.5%；千行百业在数智化基础设施的投入规模将超过7000亿元；AI行业解决方案的价值将从“单点创新”跃升到“系统解决业务问题”。 文章配图-1 **中国政企业务副总裁 郭振兴 当“AI+制造”进入到深水区，越来越多问题浮出了水面：在热闹的技术叙事外，制造业怎么才能吃到新一轮红利？ 01 Agent觉醒，算力与生态的“双向奔赴” 如果说2025年是大模型“狂飙”的一年，2026年无疑是Agent集中爆发的元年。 以OpenClaw为代表的开源项目火爆全球，掀起了一场持续四个多月的“养虾热”，真正把AI从“动嘴”推向了“动手”：不再只是停留在对话框里的“外脑”，开始进入到真实世界里的复杂业务流程。 这种进化，对制造业尤为关键。 因为制造业从来不是靠“灵感输出”解决问题的行业，面对的是订单、排产、设备、工艺、质检、供应链、库存、交付等流程，每一个环节都高度耦合，任何一个变量，都可能牵动整条生产链的效率与成本。 过去，企业想让AI接入ERP、MES、PLM、OA、供应链等系统，往往需要大量定制开发，成本高、周期长、系统割裂严重。有了Agent的能力，可以通过MCP、Skills等标准化协议，低门槛接入企业现有的系统和工具，实现自主读取数据、分析问题、调用能力并执行操作。 文章配图-1 不夸张的说，Agent打开了“AI+制

过去几年，Scaling Law深刻塑造了AI行业的发展轨迹：不断堆算力、堆数据、堆参数规模，以换取智能的涌现。 随着Agent时代的降临，对算力的需求渐渐从预训练转向推理，海量的Token消耗从根本上重塑了整个产业的评价体系。在“Token经济学”的叙事下，重心开始向更低的延迟、更高的能源效率倾斜。 当单纯扩大规模带来的边际效益开始递减，行业亟需回答：怎么在限的能源、空间与信息边界内，产出更高密度的智能？ 在5月8日举行的NAVIGATE 2026领航者峰会上，我们与新华三集团技术委员会副主席刘新民进行了一场对话，得到的答案是：AI基础设施正从单一的硬件竞争，进入系统重构与架构创新的“系统工程竞争”。 $紫光股份(000938)$ 01 拒绝“参数崇拜”：从“设备思维”到“系统思维” 全行业都在疯狂卷参数、卷规模的背景下，刘新民提出了一个直击灵魂的悖论：“设备参数这么强，为什么还需要调优呢？” 一语点破了AI时代最大的产业变革。 在传统ICT的语境里，评价设备能力的逻辑很简单，比拼的是CPU性能、网络带宽、存储IOPS、单机吞吐等静态指标，似乎只要把最顶级的算力卡、最高速的无损网络和最大容量的存储连接在一起，就能发挥出最大效能。 但在大模型推理环节，Token的产出是一个依赖动态协同的过程，即使单体硬件性能指标再高，如果底层架构的数据流转没有打通，实际运行大模型时依然无法跑得“通透”。硬件的堆砌只提供了理论上的性能上限，深度的系统级工程能力，才真正决定了算力转化为生产力的效率。 为什么传统的“设备思维”注定走向终结？刘新民在NAVIGATE 2026领航者峰会技术创新峰会的演讲中提出了三个结构性“剪刀差”。 图片 首先是数据的“剪刀差”。 目前互联网上的高质量文本数据已近枯竭，而大模型对高

图片 每年五月，全球显示产业的目光都会聚焦在SID Display Week。 在这场被誉为“显示界奥斯卡”的盛会上，显示巨头们无不拿出了“压箱底”的创新，或是最高的极限亮度，或是卷曲屏的最新形态。 但在SID 2026上，让人印象最为深刻的，却是斩获“People’s Choice Award”奖项的 $深天马A(000050)$ ，用十大重点显示技术和三大场景化解决方案，向全世界宣示了——显示行业的游戏规则，正在由中国企业改写。 这并非口号，而是数据揭示的事实。 根据Omdia、群智等机构的数据，天马的柔性AM-OLED手机显示出货量全球前三、车规显示连续6年全球出货量第一、车载仪表显示连续6年全球第一、车载HUD显示连续2年全球第一…… 比数字更值得深究的是——天马凭什么？ 答案藏在SID 2026的天马展台上，藏在“点亮生活之美"的主题里，藏在10大重点显示技术中。 01 十大重点技术，三张场景答卷 把天马的十大重点显示技术摊开来看，有一个清晰的逻辑：绝非单纯地秀肌肉，正围绕智慧生活、智慧办公、智慧出行三大场景，定义下一代全场景智能体验的标杆。 先看智慧生活，不盲目堆参数，而是把“屏幕”变成体验中枢。 在日常使用中，用户的核心痛点很明确：户外看不清、长时间用眼累、边框割裂沉浸感、折叠屏有痕影响体验。天马在SID 2026展示的重点技术，正在逐一拆解这些问题。 针对户外强光环境下“看不清”的问题，传统方案要么堆亮度，要么牺牲功耗。天马叠层高亮天工屏通过叠层OLED结构，将两个发光单元串联提升发光效率，功耗比传统设计降低了30%、峰值亮度达8000nits，户外强光下屏幕内容依然清晰可见。 图片 1.jpg 针对长时间用眼的“健康焦虑”，行业长期停留在调色温、滤蓝光的表层优化。天马绿色健

图片 如果说2025年是人形机器人“学会走路”的一年，2026年正被逼着“学会干活”。一个尴尬的现实是：在舞台上，机器人的动作一年时间里突飞猛进；在生活中，连把一杯水从餐桌端到茶几上，都做不利索。 问题出在了哪？我们在一场行业论坛上找到了答案。 百度智能云事业群总裁沈抖的解释是：数据是制约行业发展的核心短板，具身智能尚未进入生产生活环节，数据未形成规模化正向循环，与自动驾驶的成熟数据生态存在较大差距。 用一句话总结的话：并非只是算法不够好，还涉及到训练数据够不够多、够不够广、够不够“真”。 01 数据的“含金量”，才是真正的壁垒 每次谈及大模型时，“智能涌现”的概念被频频提起：把互联网上的文本和图片喂给模型，智能就“涌现”了。 在具身智能产业，类似的逻辑却行不通。 文本、图片、视频等多半是“公开数据”，具身智能需要的是“任务级”和“过程级”的物理交互数据。比如需要让机器人知道一个苹果握在手里是什么触感、掉到地上会怎么滚动、抓太轻会滑落、抓太重会捏破。 图片 互联网上没有这些数据，必须有人在真实世界里手把手教，或者通过遥操作设备“示范”，代价是四个层次的数据困境。 第一，标准缺失。 即使是同一个抓取动作，由于传感器型号、关节扭矩精度、坐标定义方式的差异，数据之间互不兼容。结果是“行业缺乏统一的数据格式标准与元数据规范，数据无法跨企业、跨平台复用。” 就像是战国时期的文字，每个诸侯国的“字”都差不多，就是没有统一标准、彼此无法互通。 第二，采集成本高昂。 真机遥操作采集是行业公认质量最高的方案，操作员穿戴上动捕设备和力反馈手套，手把手带着机器人完成每一个动作。单小时有效数据的成本可高达数千元，且操作员上手门槛极高。 好比是让一个大学教授去给幼儿园小孩一对一辅导，效果是好，但效率太低，几乎无法规模化。 第三，传统标注模式不适用。 以前标注一张图是“猫”还是“狗”，或者在自动驾驶的

图片 2026年的北京车展，空气中依然弥漫着新车的皮革味，但底色已经变了。 在这场嘈杂的技术堂会上，Momenta CEO曹旭东丢出了一个极具“末日感”的判断：智能驾驶中，中国仅2-3 家、全球3-4家供应商会快速胜出，行业格局将快速收敛。 作为累计定点合作车型超200款、已交付量产车型数70+、智能辅助驾驶解决方案装配量突破80万台的方案提供商，曹旭东笃定Momenta将是全球智驾市场的三分之一，在北京车展上高调表示：自动驾驶就是物理AI的序章，而Momenta想成为其中的平台型玩家。 关于“物理AI”的宏大叙事背后，一个尴尬的命题始终悬在Momenta头上：在广汽、上汽、奔驰等车企的发布会上，Momenta只是PPT上的一行小字，“含摩量”仍是车企避讳的话题。 01 第一梯队的“影子冠军”：强于算法，弱于心智 过去两年里，各路智驾测评博主和专业机构几乎把市面上的主流车型“测了个遍”，产出了一份份智驾榜单。 一个吊诡的现象：在非官方或半官方的智驾大赛上，搭载Momenta方案的车型频频出现在第一梯队，甚至在某些复杂的城区NOA测验中，它的动态拟人化表现多次”力压“**乾昆的ADS与特斯拉FSD。但在消费者的认知里，排名第一的车型几乎找不到”智驾“标签。 直接的例子就是第一电动发起的第二届中国智能辅助驾驶大赛宁波站，测试过程堪称 "地狱模式"：赛前路线全程隐藏，29 公里路程里藏着社区窄路、盲区掉头、人造障碍物等 8 个考点，甚至特意设置了 "识别透明保鲜薄膜" 这样的刁钻考题。 最终榜单出现在屏幕上时，整个车圈都炸了。因为排名第一的不是问界、理想、小鹏、阿维塔，而是别克至境 L7。 有人痛斥是”野榜“，也有人尝试在技术侧给出了解释：别克至境 L7搭载了Momenta R6 飞轮大模型，靠 40 亿公里实战数据训练出的决策能力，在复杂场景中优势尽显。比如面对环岛左转的混乱车

图片 在AI加速融入千行百业的2026年，如果说哪个领域的AI落地最被寄予厚望，大概率会是医疗健康。 大型三甲医院往往人满为患，专家号源紧张、医生每天的接诊量巨大、分配给每位患者的时间非常有限。同一时间，县医院、社区卫生服务中心等基层医疗机构，因为服务能力相对薄弱，导致分级诊疗难以有效实施。 正是在这样的背景下，国家卫生健康委等五部门联合印发了《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确要求推动人工智能在基层医疗、临床诊疗、患者服务、科研教学、医院管理等方面的落地。 摆在面前的问题是：不少医院在推进AI落地的过程中，遇到了数据孤岛、重复建设、系统难以互通等问题，原本计划的目标是“智能提效”，结果却成了一场吃力不讨好的“系统拼接游戏”。 就在4月10日，南方医科大学南方医院与**联手交出了一份新答卷——面向全球首发了医院通用人工智能平台（HAIP），给出了医疗AI“统一规划、全域协同”的新范式。 01 破局“单点式落地”，打造医院的“AI操作系统” 过去几年里，国内医院的数字化和智能化转型，可以归纳为“摸着石头过河”：各个科室按照自己的需求引入AI，比如影像科用AI看肺结节、病理科用AI看切片、信息科用AI管病历…… 这种“打零工”式的单点式落地，暴露出了四大核心挑战： 第一个是数据孤岛。每个系统的数据格式不同、接口不一，没法互相调用，形成了一个个“数据孤岛”，数据价值无法有效挖掘。 第二个是AI算力烟囱式建设。每个系统都配了自己的服务器，算力与模型重复部署、多模型与多智能体无法协同，资源不能共享。 第三个是缺乏医疗+AI人才。医院缺乏AI专家，个性化需求难满足；传统ISV AI能力偏弱，需要支持和培育。 第四个是应用开发复杂、周期长。医院现网应用的厂商多、接口复杂，牵一发动全身，存在大量对接开发。 之所以出现上述痛点，根本原因在于——医院缺少一个统一的底

图片 如果说2024年是百模大战元年，2025年是AI商业化落地的试水期，站在2026年的春天，我们已经跨入一个全新的纪元——AI不再是悬在云端的技术极客专属，实打实化作了千行百业运转的“水电煤”。 半个月前，英伟达CEO黄仁勋抛出了一个前瞻性的论断：未来的薪酬结构中，除了基础工资，可能还会包含“Token”。 半个月后的“云南移动2026生态合作伙伴大会”上，“Token是未来人工智能的燃料”已经成为全体与会者的共识。 在这场以“碳硅共生 合创AI+时代”为主题的大会上，从夯实算力优势的数字信息大通道网络能力，到赋能科研的AI for Science 智算服务，再到让人人都能“养虾”的Agent服务，云南移动交出了一份全景式的答卷。 01 底座跃升：云南移动的AI基础设施进化论 在探讨AI落地的话题前，必须要理清承载AI运转的基础底座。在新质生产力的叙事里，没有强大的网络“血管”，算力的“大脑”就无法供血；没有机制的保障，算力就只是一座昂贵的孤岛。 在“云南移动2026生态合作伙伴大会”上，我们看到了四个核心信息。 一是5G-A与无线网络的泛在感知。 如果说数据是驱动大模型的“石油”，网络就是开采数据的“抽油机”。 云南各市、县级主要道路实现4/5G无缝覆盖，高铁高速全线5G贯通；5G-A能力在核心城区连续覆盖……为海量视频和数据的实时上传提供了极速通道。 二是打破“地理边疆”的“数字枢纽”。 因为地理位置的原因，云南一度被视为信息网络的末端，但云南移动通过万兆光网的布局，彻底改写了“地缘逻辑”。 截止到目前，云南移动国际业务骨干节点成为全球12个国际通信骨干节点之一，配合以缅、越、老、印、尼7条国际陆缆通道，共同畅通面向南亚东南亚信息大通道。 三是从“通道”到“算力引擎”的跨越。 当网络编织出了通达四方的“高速公路网”，跑在路上的海量数据怎么处理？云南移动的答案是从“修

图片 最近的科技与工业圈，被一场“现象级”事件彻底点燃。 3月28日和3月29日的世界超级摩托车锦标赛葡萄牙站，中国摩托车制造商“张雪机车”在中量级组别中夺得冠军，打破了杜卡迪、雅马哈等国际品牌长达数十年的垄断。 曾经被嘲笑为“造车疯子”的张雪，在镜头前红了眼眶。 当我们把视角放大到整个中国制造业，发现像张雪机车一样逆袭的企业不在少数，单是2026年就有不少标志性新闻：TCL强势将索尼电视业务收入麾下，完成了对昔日行业霸主的惊天逆袭；九牧卫浴悄然越过外资大牌，一举拿下“智能马桶全球销量第一”的王座，成为全球卫浴行业科技创新的风向标.…… 剥开现象看本质，张雪代表的是一家家制造企业的精神底色：他们敢于造梦、死磕技术，用一种近乎“飞驰”的速度，让梦想变成了现实，让中国制造完成了“爬坡过坎”的逆袭。 01 中国产业链的胜利：从“单点突击”到“降维打击” 在过去的刻板印象里，一个品牌的崛起，往往离不开天才企业家或廉价劳动力。但在2026年的语境下，中国品牌的硬核突围，早已不是单打独斗，而是产业集群化、生态化的“降维打击”。 譬如三个殊途同归的产业案例。 第一个是张雪机车的极速狂飙。 赛后总结夺冠原因是，张雪说了这样一句话：“车上任何一个零件，只要有图纸，到中国100%做得出来，而且绝对不比欧美日差。” 图片 图：“张雪机车”生产车间整车总装流水线 因为在“汽摩之都”重庆，规模以上整车企业就有51家，规模以上零部件企业410余家，形成了涵盖发动机、离合器、车架、减震器在内的完整产业链。夺冠的820RR-RS赛车，搭载的是张雪机车自主研发的直列三缸发动机，曲轴、连杆、气缸套等12项关键部件全部来自国产。 第二个是造车新势力的“中国速度”。 为什么 $小米集团-W(01810)$ 、蔚来、理想、零跑等造车新

图片 2026年两会期间，化橘红因为一个点赞意外“出圈”。 不少人将化橘红的“走红”归结为偶然的流量红利，只要深入化橘红的产业肌理，就会发现并非是一场单纯的“流量造神”，而是电商供应链、新农人回流、产业化升级交织下的必然。 当传统的地方土特产碰上新电商，当古老的非遗工艺遇到有现代商业思维的“新农人”，化橘红的产业蝶变早已在暗中蓄力。 01 新农人归乡，把“土特产”做出了“标准化” 作为有着上千年历史的道地药材，化橘红对生长环境的要求非常苛刻。只有吸收了化州当地土壤中的礞石矿元素，化州柚的才会表皮才会长出一层细密的绒毛，产生对寒咳、化痰有奇效的柚皮苷。 在明清时期，化橘红就被列为贡品，素有“南方人参”的美誉。 但在很长一段时间里，化橘红深陷“有品类、无品牌、知名度低”的泥潭，销售渠严重依赖药材部、零食店和旅游景点，绝大多数消费者到化州旅游时，才在导游的介绍下第一次认识化橘红。 和“游客经济”深度捆绑的化橘红，销售半径非常有限，始终未能产生和药用价值相匹配的产业价值。打破“百年僵局”的诱因，离不开一批带着现代商业思维重返乡土的“新农人”。 赖祖发是土生土长的化州人，也是这场产业蝶变中的典型代表。 2009年大学毕业后，学习市场营销与设计的赖祖发，顺理成章地进入了广告行业。2013年的一次返乡考察中，熟谙品牌营销的赖祖发，敏锐地察觉到了家乡特产的致命痛点——偌大的化橘红市场，竟然找不出一个叫得响的标杆品牌，甚至连“什么是优质化橘红”的标准都不存在。 看到巨大的商业留白后，赖祖发决定回到家乡，利用自己的专业背景，为化橘红市场建立起明确的“标杆感”。 转折点出现在2019年，赖祖发的品牌“橘然传”正式入驻拼多多，靠着严格的品控、极致的售后服务，“橘然传”在2020年就跻身拼多多化橘红品类的头部店铺，稳稳接住了“国民养生潮”的流量。 图片 90后“厂二代”张邦朝，则瞄准了化橘红的“流通