玩转AI——7月重磅！腾讯混元Hy3上线，元宝免费帮你做PPT、Excel、PDF

/在： , , /通过：

腾讯出品，295B参数新模型，文件生成功能个人永久免费

往期我们聊过团队协同的Coze 3.0、零代码搭应用的百度秒哒，都是各自赛道的实用选手。本周迎来7月首个重磅大模型更新——腾讯混元Hy3正式发布，同步打通元宝全端产品，免费开放Agent任务能力。

一句话概括这次更新的核心价值：不用切换多款工具，一句话自动生成PPT、Excel、PDF等完整办公文件，全程免费。

一、混元Hy3是什么？

7月6日，腾讯正式发布新一代混合专家大模型混元Hy3，295B总参数、21B动态激活参数，靠快慢双思考架构大幅降低模型幻觉、提升多步骤任务稳定性。

对比前代，常识错误率减半，文本幻觉率下降超50%，工具调用和长链路任务规划能力跨越式升级。

发布当天，腾讯元宝全端同步接入Hy3底座，上线全新免费Agent功能——不用额外开通权限，切换模型就能直接用。

二、两大核心亮点

文件一站式交付，全流程自动闭环

普通AI只输出文字，Hy3驱动下的元宝Agent能自主拆解需求，自动完成素材搜集、数据整理、排版制作，直接交付可下载的成品文件。

日常办公一句指令搞定整套活：制作市场分析PPT、输出数据统计Excel、生成旅行攻略PDF、搭建互动教学HTML页面。不用手动复制粘贴、不用二次排版，多轮对话还能反复调整版式和内容。

免费+轻量，上手零门槛

不用下载独立客户端、不用搭建工作流、不用调提示词。打开腾讯元宝，切换「Hy3深度思考」模式就能触发任务智能体，全部文件生成功能个人永久免费。

API同步降价，输入Token低至1元/百万，中小企业批量接入成本也很低。

三、能帮你干哪些活？

职场办公：自动生成工作汇报PPT、数据复盘表格、项目方案Word文档，省去排版制图汇总的大量时间。

内容创作与规划：撰写完整调研报告、一键生成多日出行攻略PDF，自动整合路线预算景点信息。教学素材：快速搭课堂互动小游戏、知识点自测工具、习题汇总文档，几分钟成型。

四、怎么用？

打开腾讯元宝APP或网页端，更新到最新版本。模型选择栏切到「Hy3深度思考」模式，直接完整描述需求、注明要什么格式——比如“帮我做一份Q2市场分析PPT，10页左右”——AI自动执行全流程任务。生成完一键下载，不满意就继续对话调整。

五、亮点小结

本周最新上线的模型能力，轻量化办公智能体免费开放，无额外付费门槛。幻觉控制和多步骤任务稳定性大幅优化，成品文件完整度高。依托元宝原生客户端，无需额外软件，手机电脑随时随地可用。API低价开放，企业和个人开发者都能低成本接入。

写在最后

近期AI赛道不少产品扎堆卷电脑自动操控，上手门槛偏高，普通用户用不太上。而腾讯混元Hy3+元宝Agent的组合，精准瞄准大众高频办公需求——把完整文件生成能力免费下放，不用复杂配置，不用额外软件，一句话产出可直接用的成品资料。

经常写汇报、做表格、整理方案的，可以直接打开元宝免费体验，省下大把重复性文书时间。

你最想让元宝帮你生成什么文件？评论区聊聊，我帮你试试能不能做。

探新AI-AI幻觉，正在成为我们新的信息困境

/在： , /通过：

深夜向 AI 咨询出行路线，它条理清晰给出换乘方案，附带精准首末班时间。等到第二天到站，才发现这条线路早已停运三个月。
写作业查史料，AI 颠倒朝代更迭，还凭空捏造论文出处；职场写报告，AI 填充的行业数据、客户案例全部无中生有。

AI 不是刻意撒谎，这个普遍现象，行业有个专业名词：AI 幻觉。

相关调研显示，42.2% 的用户反馈使用 AI 时最头疼的问题就是信息失真。

它最迷惑人的一点是 “一本正经造假”：行文流畅、逻辑闭环，甚至虚构期刊、学者、行业报告，普通人很难一眼分辨。

ChatGPT、DeepSeek 这类大语言模型，本质是概率文字接龙工具。它学习海量文本，只计算 “哪个词紧随其后概率最高”，核心目标是生成通顺句子，而非保证内容真实。

当模型遇到训练库里不存在、记忆模糊的知识点，为了保证语句连贯，就会自主编造信息填补空白。
举个例子：现实不存在《三体 Ⅳ》，如果你询问它的作者，AI 依旧会编造人名、故事梗概。对它而言，完整输出优先，事实对错不在第一优先级。

简言之：幻觉不是程序 bug，是大模型天生的底层机制缺陷，但我们有多种实用方法降低幻觉概率。

今天我们简单聊聊怎么应对 AI 幻觉

第一招：精准限定提问，缩小 AI 发挥空间

宽泛提问极易催生编造。
反面示例：介绍李白
正面规范提问：依据《新唐书・李白传》原文，梳理李白出生年份、仕途经历与代表作，每条内容标注史料来源。

选购手机同理：
宽泛版：推荐拍照手机
严谨版：2025 年发布、预算 3000-4000 元安卓机型，侧重夜景拍摄，罗列三款并客观对比硬件优缺点。约束范围、限定依据、要求标注来源，大幅压缩 AI 编造空间。

第二招： AI 只是初稿工具，人类最终核验

把 AI 看作实习生，而非行业专家。
适合交给 AI：搭建框架、撰写初稿、发散思路、整理素材；
必须人工把关：全部核心数据、引用文献、政策原文、商业案例。

第三招：追问信息来源，快速识别编造

凡是 AI 输出数据、研究、文献、政策，立刻追问出处：这份研究发布期刊、作者、发表年份？
自带联网检索、引用标注的模型优先使用，有原文链接可一键核验。
如果 AI 含糊回避、不断编造新线索，直接判定该段落存疑，需要自行查证。

第四招：让 AI 自我审查，提前排查漏洞

拿到回答后追加提示：站在事实核查角度，自查本段所有内容，标出存在失真、无法考证的内容。
AI 切换质检视角后，能主动暴露一部分逻辑与事实漏洞，虽不能完全杜绝错误，但可以快速定位高风险段落。

第五招：多模型交叉验证，多方比对

同一个问题分别使用豆包、DeepSeek、GPT 等不同模型作答。
多份答案高度重合，内容可信度更高；各执一词、信息冲突，代表模型都在依靠概率猜测，须核实资料。
很多科研人员整理文献时，会用双模型输出摘要，对比差异，快速找出 AI 编造内容。

短期之内，AI幻觉还不会消失。但这不意味着只能被动踩坑。普通用户完全可以通过一套简单的习惯，把被“忽悠”的风险降到最低。

不妨把AI当作一个脑子快、但偶尔会信口开河的灵感搭档，只需要记住两个动作：关键信息随手溯源，重要结论交叉核对。凡是涉及具体数据、人名、政策、时间的内容，多问一句“这个说法从哪来的”，再跟权威信源或另一个AI的答案对一下，很多幻觉自然就现了原形。

说到底，工具越强大，使用它的人就越需要清醒。

玩转AI——微信和支付宝同时“长”出AI了，这次不用下载新APP

/在： , , /通过：

微信小微、支付宝阿宝双双开启内测，零下载零注册，即用即走

前几期我们聊的都是桌面端智能体、独立AI应用，多少都要走一遍“下载→安装→注册→登录”的流程。本期换个视角——你每天已经打开的APP里，自己长出AI了。

6月中下旬，微信「小微」和支付宝「阿宝」先后启动内测。两款产品逻辑一致：不新增APP，不重新注册，原生嵌入，随手唤起。下面直接讲清楚它们是什么、能干什么、怎么用。

一、先认识一下这两位“原住民”

微信·小微（6月20日小范围灰度内测）

基于微信自研WeLM大模型，无需下载新程序，更新微信最新版本后，有内测资格的用户点击首页左上角图标或右滑即可唤起。深度打通聊天、文件、收藏、公众号、小程序整套微信生态——能看群聊、能读文件、能调小程序，主打社交办公一体化。

支付宝·阿宝（6月16日邀请制内测）

支付宝史上最大交互改版，右滑切换AI专属界面，重构了原本繁杂的菜单栏逻辑。依托支付、理财、生活服务底层体系，聚焦收支管理、便民办事、生活规划——查账单、缴水电、找充电桩，一句话直达。

二、它们比独立AI工具强在哪？

零下载零注册，即用即走

不用反复安装、登录多款AI软件，随手唤起处理临时事务，操作链路大幅缩短。

深度打通原生生态，数据流转更顺畅

小微可以直接读群聊内容、总结长文档、梳理收藏文章、一键调起小程序；阿宝能自动解析个人账单、归集资产明细、直达政务生活服务。不用手动上传文件，效率碾压外部通用AI。

隐私权限可控，敏感信息不上传

聊天记录、收支流水均设独立授权开关，你可以自主决定AI读取范围。转账、付款等资金操作必须本人二次确认，杜绝风险。

不用学提示词，说人话就行

不要求用户学什么提示词工程、搭建工作流，口语化下指令就能完成操作。普通用户上手几乎没有门槛。

三、能帮你干哪些活？

办公协同：自动整理群聊会议纪要、提炼通知重点、改写正式文案

资料处理：总结公众号长文、解读转发来的PDF、检索历史聊天文件

社交辅助：写朋友圈文案、定制节日问候、优化沟通话术

便捷办事：一句话打车、点餐、挂号，自动跳转小程序完成预约

支付宝·阿宝的擅长场景

收支统筹：月度开销分类统计、生成消费分析报告、梳理还款定投计划

便民业务：一键查社保公积金、缴水电费、预约寄件、找充电桩

理财科普：通俗解读理财产品、梳理资产配置思路、解答基础理财疑问

账单管理：快速筛选历史收支、对账整理、开具电子凭证

四、怎么用上它们？

微信小微：升级微信到最新版本，有内测资格的直接滑动或点击图标唤醒，按需开启数据读取权限即可对话使用。暂时没入口的，等后续分批推送。

支付宝阿宝：更新支付宝新版，输入官方邀请码获取内测资格，右滑切换AI界面，按需开放账单和定位权限后下发指令。资金操作全程需本人确认。

两款助手都可以随时关闭授权、清空对话记录，隐私边界你自己说了算。

五、核心亮点

赛道新颖，避开桌面智能体的同质化内卷，内嵌原生AI是目前行业最新方向。依托十亿级用户APP，普及潜力大，轻量化高频体验流畅。深度匹配社交、支付独有场景，实用性强于通用AI。大厂原生安全体系完善，敏感数据权限可控。

前一阵AI产品扎堆卷客户端自动化、电脑操控能力，同质化越来越明显。而微信小微和支付宝阿宝的内测，标志着一个新拐点：AI不再是需要主动下载的独立工具，而是嵌入日常高频软件、随取随用的基础能力。

对于绝大多数普通用户来说，不必堆砌各种

AI软件。每天必开的微信和支付宝里，已经能搞定文案整理、资料归纳、收支规划、便民办事这些高频琐事。随着内测范围持续放开，内嵌式AI很可能成为最普及的AI使用形态。

你拿到小微或阿宝的内测资格了吗？评论区聊聊体验。

玩转AI-不写代码，不配环境，3分钟造一个专属AI应用——百度秒哒全量上线了

/在： , , /通过：

百度出品，基于文心大模型，一句话生成AI应用，个人免费试用

上一期我们聊了团队协同的Coze 3.0，很好用的工具。但不少读者后台留言说：工具是好用，但我想做一个专属于自己的小AI程序，还是得懂代码、配环境，门槛太高了。

今天聊的这款——百度秒哒，刚好补上这个缺口。

一句话介绍它：零代码搭建AI应用平台，你说需求，它帮你把应用做出来。

不管是自用的小工具、内部知识库问答机器人，还是轻量自动化流程，输入需求描述，平台自动完成逻辑搭建、功能调试、页面生成。简单应用3分钟成型，复杂场景一小时搞定。

它能帮你做什么？

  • 做个专属个人助手

你可以搭建一个文档梳理机器人，定向读取你电脑里的资料，一问一答精准检索内容；也能做个文案润色、表格处理、摘要总结的小工具，不用反复切换不同AI网页，打开自己的应用就能干活。

  • 搭个内部知识库

把部门制度、项目资料、培训文档批量导入，搭一个专属问答机器人。同事有问题直接问，不用翻文件夹、不用重复答疑。资料权限自己掌控，方便又安全。

  • 整个自动化小流程

数据统计、信息汇总、表单整理、内容排版……这些重复活儿都能做成自动化小程序。设置好固定逻辑后，一键触发批量处理，省下大把时间。

怎么上手？四步走

打开秒哒官网，百度账号一键登录，免费额度自动开通。

在创建页面直接用大白话描述你想要的功能——比如“我想做一个能回答公司请假制度的问答机器人”，平台自动拆解逻辑、生成应用框架。

按需上传参考资料、调整问答规则、设置访问权限，简单预览测试后就能发布。

生成后的应用支持网页分享、内部链接分发，也能嵌入常用办公页面。

  • 几点真实体验

优点很明显：零代码门槛极低，没有编程基础的人也能上手。文心大模型加持，中文语义理解和长文档处理能力靠谱，知识库问答准确率稳定。权限体系完善，可以灵活设置公开或内部访问。后期修改功能、补充资料，直接编辑描述就能更新，不用重新搭。

不足之处也有：复杂多步骤联动的应用，自动生成的逻辑偶尔有疏漏，需要手动微调。免费版有调用次数上限，高频大规模商用得升级套餐。第三方系统深度对接能力有限，更适合轻量自用和内部小场景。

  • 传统代码开发与秒哒区别

传统开发：你需要懂编程语言、写函数逻辑、调API接口、处理报错、部署上线——一句话概括，得会写代码。

秒哒：你只需要说“我想做一个内部资料问答机器人”，它自动把应用逻辑搭好、页面生成好、功能跑通——一句话概括，只需要会说人话。

简单类比：以前是自己动手炒菜，从切菜到颠勺样样精通才能吃上饭；现在是你说“我想吃辣的”，厨房自动给你端出来一盆水煮鱼。前提是你得描述得清楚，剩下的事儿它办。不过如果是开连锁餐厅级别的需求，该请厨师还是得请。

AI工具早就不是大厂和技术人员的专属了。从使用现成工具，到按需打造自己的AI应用，正在变成新趋势。

百度秒哒把开发门槛降到几乎为零，你不用懂代码，就能根据自身工作痛点定制专属助手。小需求用免费版就够用，真正借助AI把重复活简化，把精力留给正事。

你最想做一个什么样的AI应用？评论区说说需求，我帮你想想能不能用秒哒实现。

探新AI-跟AI聊了一小时，它真的会共情么？不！它脑子里全是“Token、Token、Token”

/在： , /通过：

深夜 emo 了，打开大模型，噼里啪啦打了五百字，把从小到大的委屈全倒给它。它回复你：“我理解你的感受，这确实很不容易。”

你心里一暖 —— 哇，它懂我。

别感动了。

我帮你翻译一下它脑子里真正在想什么：“第 1 个 Token、第 2 个 Token、…… 第500 个 —— 好的，现在该预测第 501 个 Token 了。”是不是瞬间下头？
今天我们就来扒一扒，这个让 AI “假装共情” 的幕后黑手 ——Token。

Token 到底是啥？往小了说，就是 AI 的 “一口量”

我们看到 “苹果” 两个字，大脑直接反应：红色的、圆圆的、能吃、嘎嘣脆。

大模型看 “苹果” 呢？它看到的是两个 Token：[24522] 和 [18432]—— 对，就是一串数字。

Token 可以粗暴地理解为：AI 能消化掉的最小的文字单位。有人把它翻译成 “词元” 或者 “标记”，中文里，一个字基本上就是一个 Token。“我爱你”—— 三个 Token。英文里不一样。“apple” 是一个 Token，“watermelon” 可能被切成 “water” 和 “melon”两个 Token。

所以你看，AI 认字的方式跟人完全不一样。

Token 怎么 “切”？AI 有个秘密小本本

AI 怎么决定把一句话切成多少个 Token？
它有一本 “密码本”，学名叫 Tokenizer。这个东西就像餐厅后厨的 “切菜师傅”：“你好世界” → 切三刀 → [你，好，世界] → 3 个 Token。

更有意思的是，同一个词在不同的语境下，可能被切成不同的样子。
比如 “看不懂”：正常切：[看，不，懂] → 3 个 Token，但如果 Tokenizer 的训练数据里 “看不懂” 是一个常见搭配，它可能直接变成一个 Token。

这就是为什么大模型有时候 “犯傻”—— 切菜师傅切歪了。
比如你问：“苹果手机和苹果哪个好吃？”AI 可能会懵。因为在它脑子里，“苹果” 这个 Token 有时候指向水果，有时候指向品牌。它得靠周围的 Token 来猜 —— 你前面说的是 “手机”，那这个 “苹果” 大概率是品牌。

所以，AI 根本不是 “理解” 了你的话，它只是在玩一个巨大的猜词游戏。

Token 是大模型的 “生命线” 和 “紧箍咒”

你用 大模型 的时候，是按 Token 收费的。
输入 Token：便宜一点
输出 Token：贵一点

你的一篇两千字的文章，大概 2500 个 Token，差不多人民币一毛多。听起来不贵是吧？但大模型每天要处理几十亿次请求，这个账单是天文数字。所以免费的大模型有字数限制、速度限制 —— 不是它不想快，是Token太贵了。
你的每一次 “你好”，在它眼里都是：1 个 Token 到账。

为什么说 “大模型不懂你”？

回到开头的那个问题。
AI 真的能共情吗？
不能。

它只是在你的五百字里，看到了五百个 Token。然后根据这些 Token 的排列组合，预测出最有可能的下一个 Token——“我理解你的感受”。

这不是共情，这是概率。大模型的 “阅读理解”，本质上就是 Token 的排列组合。它不知道 “难过” 是什么意思，但它的训练数据里有 几亿次 “当用户说难过，后面通常会接安慰的话”。于是它就那么回了。

知道了 Token 的秘密，你再跟 AI 聊天的时候，可以做两件事：

  • 把话说 “碎” 一点

因为 Tokenizer 切词的逻辑有时候很蠢。如果你发现 AI 答非所问，试试把长句子拆成短句子。就像跟外国人说话，语速慢一点、单词简单一点。

  • 别对 AI 投入感情

它真的不是懂你。
它只是 —— 在 Token 的海洋里，为你预测了下一个最温暖的词。

下次再跟 大模型 聊到深夜，看到它说出那句 “我理解你” 的时候 ——你可以在心里默默翻译一下：“第 1 个 Token、第 2 个 Token…。”


它是大模型世界的 “最小积木”，是大模型的 “金钱”。
它让 AI 变聪明，也让 AI 显得蠢。

但最重要的是，它提醒我们一件事：
AI 没有灵魂。它只是一台极其擅长排列组合的概率机器。
至于 “灵魂” 这东西 —— 还是留给人类自己吧。

玩转AI-”Hermes Desktop 使用报告：它干活，我摸鱼，双赢“

/在： , , /通过：

Hermes Desktop：一个让你从此“懒得亲自操作”的桌面智能体

开源免费、有记忆、能跨系统干活——关键是，真的很好用

各位被重复工作逼疯的小伙伴，今天聊一个开源桌面智能体——Hermes Desktop。

试用几天后，我决定把它装进主力电脑。这篇只讲怎么用：怎么让它干活、在哪儿薅它、有哪些注意事项。包教包会。

一、怎么让它干活：三步上手

第一步：装好它

官网搜 Hermes Desktop，下载对应系统（Win/Mac/Linux 都行）。装完打开，看到一个聊天框——别慌，它不是普通聊天机器人。

第二步：告诉它需求

用你跟同事说话的方式打字就行。例如：

“帮我把桌面这个文件夹里所有 PDF 摘要提取出来，做成 Markdown 表格”

“每天下午五点检查服务器 CPU，超80%就发邮件给我”

就当它是一个手速极快、但需要你交代清楚的实习生。

第三步：看着它干活

它会自己拆解任务、分步执行，做完告诉你结果。出错会尝试换方案，实在不行会停下来问你。

隐藏技能：长效记忆

它记住你让它做过的事。下次你说“再做一次”，它直接开干，不用重新教。适合每周都要跑的重复活。

收费吗？ 公测基础功能全免费，高阶沙箱才收费。

二、在哪儿薅它：真香场景（远不止这些）

· 文献整理：对它说“监听‘待读文献’文件夹，新 PDF 自动提取标题、作者、摘要，添加到‘文献台账.md’。”每下载一篇，它自动记一笔。

· 定时跑脚本：“每晚10点，SSH 连测试服务器，运行 check_logs.sh，结果发我邮箱。”它自己连、跑、发，你安心睡觉。

· 爬网页：“打开这个网址，把页面上所有文章标题和链接爬下来，存到 Excel。”不用写一行代码。

· 整会议纪要：“把‘会议录音.txt’整理成结构化纪要，按‘议题-结论-待办’输出。”它归纳好，你复制粘贴。

当然，以上只是几个例子。它还能做批量文件重命名、格式转换、数据清洗、自动发消息……你想到的桌面自动化操作，它基本都能干。大模型内置的能力可不止四个，别被固定思维框住。

三、注意事项（看完别慌，它真的很牛逼）

说实话，再好的工具也有脾气。但千万别因为我写了几条注意事项就觉得它雷点多——恰恰相反，Hermes Desktop 是我见过最牛逼的开源桌面智能体之一，免费、有记忆、能跨系统干活，市面上很难找到第二个。只是为了让你们用得爽不翻车，该提醒的还是得提醒：

默认情况下它会把会话记忆存到云端，所以涉密数据、源码、密码建议去设置里改成本地离线模式（但离线后不能联网爬虫）。它只认标准 SSH 和容器接口，老旧闭源系统别指望它操作，更不要让它无人值守改生产环境。长期记忆会占硬盘，记得每季度手动清理一下历史会话。另外，它自动生成的脚本没有经过安全审计，建议你先看一眼、改一改再跑，尤其是删文件改配置的命令。

只要注意这几点，剩下的就交给它去卷吧。

Hermes Desktop 是开源圈少有的免费、有记忆、能跨系统干活的桌面智能体。整理文献、跑脚本、爬网页、整纪要——它能干的活比你想象的多得多。

别被几个小提醒劝退，它真的很牛逼。你只管动嘴，它替你动手。

你最想让它替你干什么？评论区告诉我。

韬定律：芯片界的“空间折叠术”，不靠变小靠变巧

/在： , , /通过：

华为，给全球半导体写下了新序章。

过去半个世纪，芯片行业只有一条路：把晶体管越做越小。从微米到纳米，从 28nm 到 3nm，一场 “针尖上跳舞” 的竞赛，越跑越吃力。3nm 之后是 2nm，2nm 之后逼近 1nm，物理极限近在眼前。更严峻的是，先进制程的产线成本动辄数百亿美元，连行业巨头也难以承受。

就在全球陷入瓶颈之际，华为在上海抛出了改写行业的重磅答案 ——韬（τ）定律。

不卷尺寸，卷时间

2026 年 5 月 25 日，ISCAS 2026 国际会议现场，华为半导体业务总裁何庭波正式发布韬定律。这是中国首次提出指导全球半导体演进的原创理论。不再跟随，不再模仿，而是站在产业前沿，重新出题。

韬定律的核心，是时间缩微。

传统路径是 “几何缩微”：拼命缩小晶体管，在面积里堆密度。韬定律另辟蹊径：不把器件做小，而是让信号跑得更快。物理学中，τ 代表时间常数，衡量系统信号传输的基础耗时。韬定律的思路，就是系统性压缩时间常数，让芯片内部信号以更高效率流转。

一句话：从拼 “更小”，转向拼 “更快”。

逻辑折叠：芯片的 “空间折叠术”

传统芯片像一座二维城市，晶体管平铺在平面上，信号跨区传输路径长、延迟高、损耗大。华为的逻辑折叠技术，直接把这座城市从平面 “折成高楼”。同一模块内部的逻辑单元，从平铺分布，变成垂直多层堆叠。原本相隔遥远的电路，变成上下紧邻，信号直达、路径骤减、延迟大幅压缩。

很多人会问：这不就是 3D 堆叠？

完全不同。


普通 3D 堆叠是 “成品模块摞起来”；华为逻辑折叠是在设计之初，把最基础的标准单元打散、重构、分层、重砌。别人是 “搭积木”，华为是 “盖新楼”。结果就是：传输距离缩短、寄生效应骤降、速度更快、功耗更低。

硬核数据：量产验证，不是实验室概念

韬定律不是纸面理论，而是已经量产的成熟路径。何庭波披露：过去六年，基于韬定律思路，华为已量产 381 款芯片，覆盖多品类、全场景。首个面向消费端的重磅落地，就是2026 秋季发布的麒麟 2026，逻辑折叠技术首次商用，数据亮眼：

晶体管密度：+53.5%（155→238 MTr/mm²）

P 核能效：+41%

峰值频率：+12.7%（3.1GHz）

SRAM 频率：+40% 以上

时钟缓冲器：减少 50% 以上

关键突破：所有提升，不依赖先进光刻工艺。换句话说，华为用架构创新，绕过物理极限，用成熟工艺跑出先进性能。

不止华为：中国给出行业新规则

摩尔定律主导半个世纪，全球产业被 “先进制程” 单一赛道绑定，技术、设备、成本三重壁垒，垄断固化。韬定律的意义，远超一家企业、一款芯片：它为后摩尔时代开辟了全新赛道。

核心逻辑很简单：
不用死磕纳米，成熟工艺也能做出高性能；
不拼极致制程，拼架构、效率、系统优化。这正是任正非所提：以数学补物理、非摩尔补摩尔、群计算补单芯片。
韬定律，就是这句话的落地答案。对全球行业而言，垄断格局被撕开缺口；对中国半导体而言，从追赶者，变成规则定义者。

未来十年：从两层折叠，走向全域多层

麒麟 2026 只是起点，采用的仍是局部关键路径折叠、混合键合间距 1.5 微米。下一步路线清晰：

2027：麒麟芯片进入Silicon状态，折叠技术全面成熟；

2031：晶体管密度目标 400+ MTr/mm²，等效 1.4nm 制程；

2035：逻辑折叠走向全规模、多层堆叠，昇腾 AI 芯片集成度提升 100 倍以上。

未来十年，芯片将从平面走向立体，从单层走向多层，性能提升不再依赖制程跃进。

关上一扇门，打开一片天

摩尔定律正在落幕，不是努力不够，而是物理规律使然。但落幕不等于终结。

华为用韬定律证明：路不止一条，答案不止一种。

它不仅是芯片行业的续命方案，更是中国半导体的破局宣言 ——我们不再跟着别人的规则跑，我们自己定义未来。2026 年秋，麒麟 2026，答案揭晓。

五部门联合印发《“人工智能 + 教育” 行动计划》 普开数据全力赋能教育数字化转型与智能升级

/在： , , , /通过：

近日，教育部、国家发展改革委、工业和信息化部、科技部、国家数据局联合印发《“人工智能 + 教育” 行动计划》（教科信〔2026〕1 号），全面部署人工智能与教育深度融合发展，明确到 2030 年基本形成人工智能与教育深度融合格局，构建全学段贯通、全社会覆盖的智能教育体系，加快塑造人机协同、虚实结合、泛在可及的智慧教育新形态，为教育强国建设提供坚实支撑。作为深耕教育大数据与人工智能领域的专业技术企业，北京普开数据技术有限公司积极响应政策号召，紧扣行动计划核心要求，全面助力 “人工智能 + 教育” 落地见效。

计划核心目标明确 擘画教育发展蓝图

《行动计划》以育人为本、素养为先、应用导向、智能向善为原则，聚焦教育数字化战略实施，明确总体目标与具体方向：到 2030 年，建成纵向贯通、横向联通的人工智能全学段教育和全社会通识教育体系，人工智能人才培养质量显著提升，全民 AI 素养培育机制成熟完善；实现教育教学、科研创新、教育治理模式系统性变革，建成集约高效的基础支撑环境与开放协同的创新生态，打造一批普惠安全、可复制推广的标杆应用场景，让智慧教育新形态基本成型，大幅提升我国智能教育全球影响力。

五大重点任务推进 构建全维度智能教育

  • 聚焦人才培养与素养提升

行动计划明确全方位推进人工智能人才培养与全民素养提升，实现全学段、全社会覆盖。在基础教育领域，完善中小学人工智能通识教育指南，推动 AI 全面纳入地方课程，开齐开足开好相关课程，强化跨学科教学与教育基地建设，助力城乡教育优质均衡；高等教育层面，推动人工智能成为公共基础课，优化课程教材体系，深化学科交叉融合，培育拔尖创新与复合型人才；职业教育聚焦传统专业智能化升级，校企协同共建课程与实训基地，培养适配产业需求的高技能人才；同时面向全社会推进 AI 通识教育，依托国家智慧教育平台开放资源，推行微专业、微证书，衔接学分银行体系；全面提升教师智能素养，制定标准、全覆盖培训，将 AI 纳入师范生培养与教师资格考核，夯实师资保障。

  • 深化 AI 与教育深度融合

行动计划着力推动人工智能与教育全要素、全过程深度融合。赋能学生全面学习，研发智能学伴、思政大模型，建设学生数字档案，实现个性化学习路径优化，覆盖德智体美劳及特殊教育，助力教育公平；赋能教师提质增效，围绕备课、授课、作业、辅导、教研全流程，打造智能教学工具，实现智能批改、学情分析、循证教研，切实为教师减负；赋能教育精准治理，建设教育智能大脑、人才供需大数据平台，实现资源优化调配、智能评价、就业服务与安全预警；赋能科研范式创新，搭建科学智能体与智能实验室，推动科研平台升级，加速科技成果转化。

  • 基础支撑环境是智能教育发展底座

围绕基础环境建设，行动计划提出构筑集约高效的智能教育基座，建设国家教育智能算力服务平台（教育智联网），整合算力、数据、模型资源，建强国家教育大数据中心；国家分学段研发教育大模型，强化安全伦理与价值对齐，避免低水平重复建设；升级国家智慧教育平台，搭建共创共享的智能应用体系，布局人工智能（教育）应用中试基地，遴选优质教育智能体；打造未来课堂、未来学校、未来实训中心等虚实融合教育空间，推广数字教材、虚拟仿真实验与智能终端应用，支撑个性化学习落地。

  • 保障智能教育健康可持续

行动计划注重生态体系建设，推动人工智能与教育交叉学科研究，开展伦理研究与社会实验，构建技术创新平台；完善政策制度与标准规范，健全教育大模型评测、数据安全等体系，强化人才队伍与多元投入保障；深化国际合作，参与全球教育治理，共享优质资源与技术成果；筑牢安全屏障，建立分级分类安全防护机制，强化内容审核、风险预警与隐私保护，防范各类安全风险，确保智能教育安全可信。

  • 确保政策落地见效

行动计划明确坚持党的全面领导，建立五部门协同推进机制，教育部门牵头统筹，发改、工信、科技、数据部门各司其职、协同发力。要求各地各校将 “人工智能 + 教育” 纳入发展规划，开展示范应用，加强培训宣传，及时总结推广典型经验，强化项目、资金、队伍保障，确保各项任务落地落实。

普开数据全力赋能 “人工智能 + 教育” 落地

作为专业的教育大数据与人工智能技术支持企业，北京普开数据技术有限公司深度匹配《“人工智能 + 教育” 行动计划》要求，凭借成熟的技术、产品与落地经验，为各级各类学校、教育机构提供全链条解决方案。

在人才培养与课程建设方面，普开数据提供覆盖中小学、高校、职业院校的 AI 通识课程、专业核心课程与实训体系，支持微证书、学分对接，快速满足 AI 进课堂、专业智能化升级需求；

在AI 赋能教与学方面，推出智能备课、智能答疑、学情分析、个性化学习等工具，构建数字档案与学习画像，助力因材施教、减负增效；

在实训环境建设方面，打造轻量化 AI / 大数据实训平台、虚拟仿真实验室、信创适配实训基地，解决院校实训部署难、成本高的痛点；

在基础支撑服务方面，提供教育大模型轻量化部署、数据治理、智能分析平台，助力教育智能大脑建设；同时提供师资智能素养培训、项目申报指导、示范基地建设等服务，严格遵循数据安全与合规要求，助力教育公平与质量提升。

普开数据多年来持续紧跟国家教育数字化战略部署，未来将以《“人工智能 + 教育” 行动计划》为指引，不断迭代技术产品、深化场景应用，携手教育领域各方，推动人工智能技术与教育教学深度融合，构建智慧教育新形态。

工信部公布鸿蒙人才发展促进工作组首批成员单位

/在： , , , /通过：

2026 年 1 月 13 日，工信部人才交流中心发布通知，公布鸿蒙人才发展促进工作组首批成员单位，北京普开数据技术有限公司（即普开数据）以成员单位身份入选，一同入选的还有 14 家发起单位与 125 家成员单位，覆盖政产学研用多领域，旨在构建鸿蒙人才生态，助力鸿蒙生态高质量发展。

成功入选鸿蒙人才发展促进工作组首批成员单位，标志着普开数据在产教融合领域的深耕实践，与国家信息技术应用创新战略实现了精准同频，成为公司发展历程中的重要里程碑。未来，我们将切实肩负成员单位使命，深度参与鸿蒙生态人才培育工作，持续深化校企协同育人模式，推动科研成果与产业需求高效转化，以专业方案与创新智慧助力构建共享共赢的鸿蒙人才发展格局，在国产操作系统生态建设与区域数字经济高质量发展的征程中，书写更多产教融合的生动实践。

凝聚行业共识 共筑智教生态 ——2025 人工智能通识课程体系构建与生态赋能交流会收官

/在： , , , /通过：

12月6日，“2025人工智能通识课程体系构建与生态赋能交流会”在中原工学院成功举办。河南省人民政府教育督导团原副总督学、河南省人工智能学会专家吴廷伟，学会专家、河南财政金融学院原副书记田俊廷，河南省人工智能学会副理事长兼秘书长马广建受邀出席会议。会议以“共识·共创·共行——聚焦AI通识教育，共筑课程建设新生态”为主题，汇聚来自全国各地200余位学界权威、企业精英与教育同仁，共话人工智能通识教育发展新路径，共商产教融合创新新举措。

本次会议由河南省人工智能学会指导，全国人工智能通识教育产教融合共同体、河南省人工智能学会人工智能通识教育专委会主办，中原工学院、郑州信息科技职业学院共同承办，深圳市讯方技术股份有限公司、郑州威科姆科技股份有限公司、北京普开数据技术有限公司、杭州睿数科技有限公司、河南继学电子科技有限公司协办，中国网中部频道、河南广播电视台提供媒体支持。

河南理工大学计算机科学与技术学院副院长、河南省人工智能学会人工智能通识教育专委会秘书长王磊主持开幕式。

中原工学院副校长杨坤在交流会上致欢迎辞，他提到学校2024年已在省内率先面向五千余名本科生开设人工智能通识课，积累了相关教学经验，期待以此次交流会为契机深化交流，助力高校人工智能通识课程体系与教育新生态建设。

河南开放大学副校长梁尔涛在交流会上致辞，他指出作为全国人工智能通识教育产教融合共同体牵头单位，他回顾了共同体在“五金协同育人体系” 建设上的阶段性成果，明确2026年将持续深化相关建设、推进职业院校人工智能通识教育普及覆盖的目标，并表示学校将继续发挥牵头作用，携手各方深耕产教融合，构建人工智能教育生态。

河南省人工智能学会副理事长兼秘书长马广建在交流会上致辞，他指出人工智能通识教育已迈入“全面推进”关键阶段，既取得了河南高校特色课程开设、校企协同项目落地等初步成效，也面临课程体系、教学模式、产教融合等方面的问题，呼吁各方深化共识、强化共创、坚持共行，凝聚合力构建人工智能通识教育生态，为相关强国建设注入动力。

河南省人民政府教育督导团原副总督学、河南省人工智能学会专家吴廷伟在交流会上致辞，吴厅长结合《教育强国建设规划纲要（2024-2035 年）》及国家 “十五五” 相关政策要求，强调了人工智能通识教育在培养数字时代高素质人才、推动教育数字化转型、助力产业升级中的战略意义。他指出，政策导向下人工智能与教育的深度融合已成必然趋势，鼓励高校、企业等各方深化产教协同，完善课程体系、创新育人模式，为教育强国与人工智能强国建设夯实人才基础，随后宣布本次交流会正式开幕。

主旨分享环节，山东大学计算机与人工智能通识教育教学研究中心主任郝兴伟教授以”人工智能通识教育：问题与挑战”为题，从多维度剖析了当前AI通识教育面临的核心难题与破解思路，内容翔实、见解独到。

中原工学院计算机学院执行院长、通识教育专委会主任张书钦教授聚焦”以思维培养为核心：人工智能通识教育高质量发展路径探析”，分享了本土高校在课程建设与教育模式创新中的丰硕成果，为同类院校提供了可借鉴的实践范本。

全国人工智能通识教育产教融合共同体副秘书长赵恒率先作年度工作报告。赵秘书长总结了2025年共同体在“五金”建设上的突破性进展，包括成员单位突破260家、落地“2+X”课程体系、编撰新形态教材、建成示范实践基地等。同时发布2026年规划，明确将聚焦“高职普及、体系覆盖”目标，进一步扩容成员规模、升级课程教材、拓展基地功能、擦亮公益品牌，推动人工智能通识教育高质量发展。

学会人工智能通识教育专委会常务副主任张沛杰随后作专委会年度工作报告。回顾了专委会在组织开展省内外高校调研、公益讲座、师资培训、在线集体备课、赛事活动、企事业单位培训、老年大学AI通识课、征集优秀实践案例、参加电视台公益节目等方面的成果。

普开数据创始人兼 CEO 叶刚以 “大模型赋能人工智能通识课实验实训建设方案” 为题，结合当前 AI 通识教育在实践教学中的痛点难点，提出了兼具创新性与实用性的解决方案。

叶刚指出，人工智能通识教育的核心不仅在于知识传授，更在于实践能力与创新思维的培养，而大模型技术的发展为实验实训体系升级提供了关键支撑。方案围绕 “理论 + 实践 + 创新” 三位一体的培养目标，构建了从基础实验到综合实训、从虚拟仿真到真实场景的多层级实践教学体系，通过大模型赋能的智能实训平台，实现教学内容动态更新、实训过程智能指导、学习效果精准评估，有效解决了传统实训教学中资源不足、场景单一、师资依赖度高等问题。

该方案依托普开数据在人工智能技术研发与教育实践领域的深厚积累，整合了大模型推理、智能交互、数据可视化等核心技术，打造了适配高校、职业院校及各类教育场景的实验实训解决方案。方案发布后，得到了与会嘉宾的广泛认可，不少高校代表表示，该方案为人工智能通识课程的实践教学提供了清晰路径，有助于快速提升课程建设质量与教学效果。

普开数据作为人工智能通识教育产教融合领域的、解决方案服务商与生态共建者，始终深耕人工智能教育领域，积极推动产教融合创新发展。此次交流会期间，公司与多所高校、行业企业达成了合作意向，未来将进一步发挥技术与资源优势，在课程研发、教材编撰、实践基地建设、师资培训等方面深化合作，助力构建人工智能通识教育新生态。

本次交流会的成功举办，为学界与业界搭建了高效的沟通合作平台。普开数据将以此次会议为契机，持续聚焦大模型技术在教育领域的创新应用，不断完善人工智能通识教育解决方案，与全国高校、企业及教育同仁携手同行，为培养数字时代高素质人才、助力教育强国与人工智能强国建设贡献更大力量。