龙雏

前言 春季踏青、逛公园、打理阳台花圃，甚至带孩子去野外研学，总会遇到许多叫不上名的植物——路边的野花、田里的作物、林间的杂草。单纯靠肉眼识别，想弄清楚它是什么品种、有毒无毒、能否食用，常常困难重重。过去要么翻专业图鉴，要么抱着手机搜索许久，耗时费力且门槛不低。如今，AI图像识别技术日趋成熟，基于海量

过去三年，大模型能力一路狂飙，算力也在不断突破天花板。但一个尴尬的现实是：企业的AI落地，并没有带来预期中的价值爆发。越来越多人开始意识到，AI竞争的焦点，正在从“谁家的模型更强”悄然转向“谁家的数据更懂业务”。 6月29日，OceanBase正式发布了面向AI时代的湖库一体AI数据库，核心思路很明

2025–2026 年，AI Agent 圈内存在一层心照不宣的窗户纸——市面上那些标榜“具备规划能力”的 Agent 产品，十之八九的 planner 模块，本质就是把 CoT（思维链）的 prompt 模板塞进了一个 while-loop，再贴上“Planning”的标签。下面把这件事拆开讲透：

康宁，一家175年的玻璃老厂，最近让市场有点坐不住。 2026年6月24日，Glass Bridge技术一发布，A股CPO板块当天直接暴跌超6%。资金从中天科技、烽火通信、永鼎股份这些中游制造商仓皇出逃，全部涌向了玻璃基板概念——市场认定这是一项碘伏性技术。 有意思的是，就在两个月前，康宁Q1财报交

6月30日消息，维苏威挑战赛（Vesuvius Challenge）于6月25日发布了一项重大突破：借助人工智能技术的辅助，研究人员在不物理展开卷轴的情况下，成功通过数字化手段读取了两份被维苏威火山灰掩埋的古卷。这听起来仿佛是考古科幻电影中的情节，但如今已成为现实。 先补充一下背景：维苏威挑战赛是一