Category: 行业资讯

行业动态更新：总投资10亿元，规划算力5000P，蓝耘白城先进智算中心一期项目投入运行

数据中心内部规划部署了320架单机柜功率为22.3kW的高功率机柜，主要搭载GPU服务器设备

值得关注的是，本届大会以”AI 入场景，Token大时代”为主题，设置主论坛、供需交流会、年度评选、闪话：智算引力现场、创新成果展等多元环节，汇聚大模型企业、算力基础设施提供商（芯片、服务器等）、算力服务商、行业用户，共同探讨智算产业从建设走向应用、从技术走向生态的关键路径

值得关注的是，目前，该项目已完成全部系统调试，首批算力资源已交付相关大模型企业使用，预计将于本月中旬实现满负荷运行

从更深层次来看，目前，在推进一期项目运营交付的同时，二期项目的前期筹备工作也已同步启动

从更深层次来看，2026 中国智算产业生态发展年会将于 6 月 30 日在深圳盛大启幕

值得关注的是，项目全面投运满载后，将形成5000P的智能算力规模，主要面向AI大模型训练与推理场景提供核心算力支撑

从更深层次来看，项目总占地面积为6375.75平方米，主要建设内容包括1栋3层的算力厂房以及配套的柴油发电机厂房

从更深层次来看，根据项目规划资料，该项目总投资10亿元，由蓝耘科技集团股份有限公司投资建设

业内人士指出，在能源供给方面，该项目依托白城当地的风电、光伏电力资源及适宜数据中心散热的气候条件，以控制电力与制冷运营成本

从更深层次来看，根据规划，未来该智算中心二期将探索”风电+储能”的绿电直连（离网型）独立供电模式

从更深层次来看，行业消息显示，蓝耘白城先进智算中心一期项目在吉林省白城市洮北经济开发区正式点亮运行

可以预见，这一趋势将在未来深刻影响IDC行业格局

如果您正在寻找优质的日本服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：京东刘强东称将来根本不需要快递员：希望送 70 万蓝领兄弟去培训，以应对 AI 和技术发展带来的冲击

机器都可能出故障，故障了还得人去修，这样我们把蓝领工作人员白领了，让他们住在办公室里面，不用再风里来雨里去，不用这么辛苦

业内人士指出，IT之家 6 月 21 日消息，据新浪科技报道，今日举办的 2026 年 APEC 工商领导人中国论坛上，京东集团创始人、董事局主席刘强东透露，近期，京东内部提出了“涅槃计划”，希望把京东已有的 70 万快递员等蓝领工人，送到学校做技术培训，以应对 AI 和技术发展带来的冲击

从更深层次来看，刘强东表示，作为企业，如果你有新的技术，要让我们人类的生活变得更加美好，让我们工作变得更加有趣，而不是技术来剥夺人类公共的权利

值得关注的是，将来都是机器人送货了，根本不需要快递员，一定是机器人送货，但是我并不需要我们 70 万兄弟没有饭吃、没有工作

业内人士指出，刘强东表示，京东因此在全国签了 120 所学校，把他们送去学校做培训，以后可以给机器人做维修、做保养

值得关注的是，据IT之家此前报道，京东服务上月公开，计划未来 5 年培养 10 万名工程师，全面覆盖机器人、智能家居售后维修等各类服务，通过完整的职业培训体系，让更多“京工巧匠”成为蓝领“多面手”

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的香港服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，研究揭示 AI 聊天机器人或成“妄想放大器”：个性化互动能让用户越聊越偏执

系统可以结合用户的个人想法、过往经历、性格特征和历史对话生成回答，让用户感觉 AI 不仅说话方式与自己相似，连思维方式也与自己一致

业内人士指出，既有新闻报道和医学病例显示，部分用户会因为持续与 AI 互动而错过进餐、减少睡眠

从更深层次来看，过去，人们可能单方面想象收音机或电视在对自己说话

业内人士指出，论文指出，聊天机器人经常模仿用户的表达方式，给出高度个性化的回答，同时尽量避免反驳用户，三种特征结合后，聊天机器人可能不会质疑错误信念，反而会主动强化并扩展错误信念

值得关注的是，既有精神疾病可能因高强度使用 AI 而加重，确认偏误和容易受到社会影响等非精神病性倾向也可能提高风险

从更深层次来看，Characterizing the spiral: potential mechanisms in AI-associated delusions

值得关注的是，并去了解互动持续时间和强度、对聊天机器人的情感依恋程度、患者是否向聊天机器人透露了未向他人透露的信念，以及夜间使用 AI 是否扰乱了睡眠规律

值得关注的是，研究人员认为，聊天机器人不一定只是被动接收用户的妄想内容

值得关注的是，研究人员把三项特征列为可能触发“放大螺旋”的关键因素，分别是“语言对齐”、超个性化内容生成和迎合倾向

从更深层次来看，在人际交流中，模仿对方的语言习惯有助于建立信任和亲近感

值得关注的是，IT之家 6 月 23 日消息，据外媒 Futurism 今天（23 日）报道，伦敦国王学院和德国新教应用科学大学的精神科医生在《自然》发表新论文，提出“放大螺旋”框架，用于解释 AI 如何助推妄想不断发展，以及聊天机器人的哪些设计特征可能让用户进一步脱离现实

从更深层次来看，目前，精神科医生和其他研究人员仍试图厘清“AI 精神病”现象

业内人士指出，三项特征相互作用后，聊天机器人可能形成一个强大的回音室，不断确认、放大并补充用户的妄想内容

业内人士指出，AI 相关妄想也因此不同于传统的技术相关妄想

从更深层次来看，IT之家注：论文所说的迎合倾向，是指聊天机器人没有经过充分的现实检验，也不顾具体语境，就认可用户提出的观点

从更深层次来看，聊天机器人可能以看似权威的口吻认可用户，也可能作为思考伙伴，继续补充和发展用户提出的妄想叙事

值得关注的是，提供记录的 AI 用户表示，使用聊天机器人曾让自己陷入有害的妄想螺旋

从更深层次来看，论文指出，AI 相关妄想与历史上的技术相关妄想存在本质差别，“AI 可能通过无休止的个性化互动，主动参与构建妄想观念

从更深层次来看，当聊天机器人采用用户的表达方式和“语言框架”时，用户也可能对 AI 产生更强烈的信任，甚至把 AI 当作与自己高度默契的伙伴

业内人士指出，论文作者强调，医疗人员应把聊天机器人使用情况纳入常规筛查，尤其是面对接诊出现异常信念或首次精神病性发作的患者

值得关注的是，研究人员还发现，部分用户本身可能存在容易与聊天机器人形成破坏性互动的脆弱因素

业内人士指出，如果再加上 AI 的迎合倾向，风险可能进一步上升

业内人士指出，聊天机器人则会用自然语言持续回应，还能随时提供高度个性化的互动

业内人士指出，部分用户在长时间、高强度使用聊天机器人后，会陷入以妄想为特征的心理健康危机

业内人士指出，” 研究人员同时强调，“放大螺旋”目前仍是一项有待验证的假设

业内人士指出，多种 AI 特征相互叠加后，聊天机器人可能主动参与妄想叙事的构建

可以预见，这一趋势将在未来深刻影响IDC行业格局

如果您正在寻找优质的CN2线路服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，外媒上手苹果 iOS 27 AI 扩图功能：生成画面自然，无法保证真实还原

IT之家 6 月 23 日消息，科技媒体 AppleInsider 昨日（6 月 22 日）发布博文，报道称在 iOS 27 照片应用中，苹果公司加入基于 Apple 智能（Apple Intelligence）的扩图（Extend）工具

值得关注的是，在罗马一家 Apple Store（苹果零售店）的楼梯照片中，Extend 补出了更多台阶和玻璃，视觉上相当合理

值得关注的是，该媒体指出，在原图信息不足的情况下，AI 扩图生成的照片和现实存在差异，例如下图现实中其实有门，并不存在新增台阶

从更深层次来看，该媒体测试一张小猫趴在窗台边上的照片，在使用 Extend 工具后，苹果 iOS 27 补充了额外的窗帘、更多枯植物，以及猫头顶上方的窗户等元素，扩图后的照片并未出现明显突兀的地方

业内人士指出，苹果公司进一步扩展 iOS 27 系统的 AI 修图功能，在 Clean Up（清理）和 Spatial Reframe（空间重构）之后，引入了 Extend（扩图）工具，在照片边框之外补出新画面

业内人士指出，在功能方面，Extend 依赖 Apple 智能分析图片，基于整张图片内容，合理推断外部空白区域，从而生成看起来合理的新元素

值得关注的是，IT之家附上相关图片如下： 该媒体还测试了一张夜景照片，扩图生成的路桩、立杆和交通元素大体符合场景，但存在一些不足，例如路牌背面形状略显异常，立杆位置与道路布局也没有完全对齐等

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的海外VPS，欢迎访问 www.isclouder.com 了解更多

最新消息显示，IT早报 0624：时隔 8 年中国超算“灵晟”登顶全球 TOP500；美团员工发长文《置身团内》谈公司困境；阿里管理层集体下田插秧团建；金山办公 WPS 回应

>> 查看详情 针对“装病”“诈捐”等网络谣言，蔡磊名誉权案终审胜诉

值得关注的是，锦旗的信息显示，赠送者为小米科技有限责任公司

业内人士指出，>> 查看详情 阿里巴巴管理层行业消息显示在杭州组织了一次下田插秧的团建活动，马云、吴泳铭、周靖人等核心高管悉数到场

业内人士指出，蔡磊承诺将所有赔偿款用于采购医疗设备，捐赠给困难病友家庭

业内人士指出，而三星电子官方公众号此前一直在发布三星家电产品的宣传文章

值得关注的是，”>> 查看详情 三星电子今年 5 月公开在中国大陆市场停止销售含电视、显示器在内的所有家电产品

业内人士指出，>> 查看详情 字节跳动悄悄在火山引擎官网上线了豆包 Seed 2.1 系列模型，包括 Pro 和 Turbo 版本，Seed-Evolving 模型也进行了迭代

从更深层次来看，评论区有网友补充，截至 6 月 23 日，Mate 80 系列销量已破 700 万

业内人士指出，活动组织者刘振飞在内网发文，将插秧的农事道理类比为 AI 发展：该种时必种，该熬时得熬，认真耕耘，静待收获

从更深层次来看，法院认定造谣者行为构成侵权，需公开道歉并赔偿

业内人士指出，这传递出阿里对 AI 长期投入的坚定信心与务实态度

从更深层次来看，>> 查看详情 据博主 @RD 观测爆料，截至 2026 年第 24 周，华为 Mate80 系列销量约 697.04 万台

值得关注的是，同时它最近会推出面向生产力场景的专业版办公任务模式，搭载的就是我们最新推出的 2.1 Pro

从更深层次来看，微软强调该配置适合日常办公娱乐，且不会取代 16GB 版本，同时确认其不属于 Copilot+ PC 范畴

从更深层次来看，>> 查看详情 根据行业消息，这一新模式最大的变化是机动车合格证信息能够在工信部门和公安部门之间实时共享，实现数据“秒级”传送，进一步提升了购车上牌效率

从更深层次来看，“IT早报”时间，大家好，现在是 2026 年 6 月 24 日星期三，今天的重要科技资讯有： “灵晟”超算同时在 HPCG 高性能共轭梯度测试中位居第一，HPL-MxP 混合精度基准测试中则排名第四

业内人士指出，>> 查看详情 报道援引两位知情人士消息称，字节跳动董事会在 5 月初的一次会议上得出了这一结论

业内人士指出，>> 查看详情 继钉钉前员工的《置身钉内》引发热议后，行业消息显示一名自称美团到餐基层产品员工在社交平台发表了长文《置身团内》谈及美团困境

从更深层次来看，2026 年以来北京已查处相关案件 84 起

值得关注的是，>> 查看详情 以 AI 为核心的全国某硬核科技公司专程派员赠送锦旗，对石家庄市公安机关成功破获针对该公司产品发布不良信息、损害商业信誉商品信誉案表示感谢

业内人士指出，>> 查看详情 报道援引多位游戏行业人士消息称，阿里巴巴目前至少已经接触过五位买家，分别是三七互娱、中国儒意、世纪华通、巨人网络以及某两家私募股权巨头集团（抱团收购），出售价格则为 70-90 亿元人民币（约 10-13 亿元美金）

值得关注的是，>> 查看详情 在 6 月 23 日的火山引擎 FORCE 原动力大会期间，火山引擎总裁谭待谈到豆包收费问题时称：“豆包不是火山的业务范畴，但据我所知，豆包还是会保持免费，而且高质量地服务广大用户

从更深层次来看，>> 查看详情 中国电建建设运营的雄安 · 电建智汇城项目正式与拼多多集团完成签约，拼多多集团通过整体购置方式落位雄安 · 电建智汇城数字新消费电商产业园

业内人士指出，>> 查看详情 公告称，今年 6 月，星辰未来、星空计划、星际穿越等原追觅汽车类 BU 将统一纳入产业研究院的管理体系，聚焦汽车领域的技术储备

从更深层次来看，>> 查看详情 苹果公司 6 月 23 日面向 iPhone 17 等用户，推送 iOS 27 Beta 2 更新，主要升级钱包（Apple Wallet）应用，扩展 Siri AI 写作能力、提升系统稳定性等

从更深层次来看，>> 查看详情 今天就先聊到这里，IT早报，咱们明天见

业内人士指出，>> 查看详情 微软为第 12 代 Surface Pro 和第 8 代 Surface Laptop 新增 8GB 内存 +256GB 存储的入门配置，起售价分别为 849/949 美元

从更深层次来看，>> 查看详情 何小鹏认为，其它同级产品，太多还在走套娃设计的老路，不肯投入资源设计独立外观，内饰质感粗糙凑合，智能化配置更是普遍缺位，小鹏 MONA L03，要做年轻人的第一台时尚智能 SUV，颜值、质感、智能，一样都不能少

值得关注的是，>> 查看详情 针对有网友“DeepSeek 不招外国人”的评论，崔添翼回复称，“就像美国同类型公司会要求员工能够使用英语开展工作一样，DeepSeek 也要求员工能够使用中文开展工作，公司并没有任何禁止雇用外国人的规定

业内人士指出，>> 查看详情 北京市监局联合公安部门公布三起非法改装典型案例，揭露了改装窝点使用 3000W 大功率电机、将 48V 铅酸电池改为 72V 锂电池等严重违规行为

业内人士指出，>> 查看详情 金山办公还表示，针对大家反映的“入口难找、占用不透明”，相关优化已在推进

从更深层次来看，一些培训机构已经开设专门课程，帮助求职者准备两家公司的面试

值得关注的是，>> 查看详情 小鹏汽车 6 月 23 日官宣 MONA 系列首款 SUV——L03 车型 7 月见，定位“年轻人的第一台智能时尚 SUV”

业内人士指出，”>> 查看详情 今年 1 月，九号智能电动车国内累计出货量突破 1000 万台，如今时隔 5 个月又出货了 200 万台，平均一个月出货 40 万台

从更深层次来看，这些改装看似提升性能，实则导致电路超负荷，极易引发自燃、起火等安全事故

从更深层次来看，>> 查看详情 6 月 23 日下午，支付宝官微公开：西安、大连、济南三地的 iPhone 用户，可在苹果钱包里直接添加支付宝来开通交通卡，无需绑定银行卡，一键开通即可畅行全国公共交通

值得关注的是，新车采用溜背造型，已申报工信部，提供多款配色，搭载 183kW 电机及中创新航电池

从更深层次来看，>> 查看详情 小米官方 6 月 23 日发布《关于 MiMo-V2.5-Pro-UltraSpeed 限时体验延期的通知》，称经团队评估决定延长 UltraSpeed 限时体验窗口，让更多开发者有机会接入体验 1000 tokens/s 的推理能力

从更深层次来看，2026 年 6 月 23 日前已注册的用户，可正常享用现有权益至当前流量结算周期结束，自下一个流量结算日起，不再提供初始云盘高速下载免费流量

从更深层次来看，>> 查看详情 比亚迪腾势 N8L 闪充版正式上市，尊荣型 31.98 万元，旗舰型 34.98 万元

从更深层次来看，>> 查看详情 高薪和良好前景也吸引了越来越多求职者，亦有高中生把进入三星电子或 SK 海力士作为职业目标

业内人士指出，该机还拥有 1300 万主摄、侧面指纹和全新升级的小米澎湃 OS 3 系统

值得关注的是，>> 查看详情 Meta 首次以自有品牌推出价格更低的智能眼镜，首批产品包括 Adventurer、Fury，以及与凯莉 · 詹娜合作打造的 Starfire

值得关注的是，一位直接了解董事会想法的人士说，字节跳动的估值只会越来越高，张一鸣为什么要上市呢

业内人士指出，>> 查看详情 2026 年 6 月 23 日及之后新注册的迅雷用户，将不再提供初始云盘高速下载免费流量

业内人士指出，>> 查看详情 小米 Redmi 17C 新机 6 月 23 日上架开售，配备 6.88 英寸 120Hz 护眼大屏、5160mAh 电池及联发科 G81-Ultra 处理器，起售价 799 元

值得关注的是，配备第二代刀片电池与闪充技术，纯电续航 430km，5 分钟快充，搭载新一代 AI 智能座舱与天神之眼 5.0 辅助驾驶系统

业内人士指出，>> 查看详情 新车提供 Ultra 和 Livis 两个版本，Ultra 版 36.98 万元（首销限时权益价 35.98 万元），标配线控魔毯底盘、后轮转向，转弯半径 5.1 米；Livis 版 42.98 万元（首销限时权益价 41.98 万元），标配 800V 全主动悬架、EMB 线控制动，底盘响应小于 100ms

值得关注的是，三款眼镜由 Meta 设计，雷朋和欧克利母公司依视路陆逊梯卡负责生产，镜腿内侧和包装上都同时印有双方标识

从更深层次来看，>> 查看详情 因户型、楼层等差异，每套房源平均月租为 1099 元（含统一供暖和网络费用），6 月 27 日将面向 2026 届小米校招生开放选房，7 月 4 日起面向武汉小米全体正式员工开放申请

业内人士指出，>> 查看详情 科技媒体 Wccftech 6 月 22 日发布博文，报道称苹果首款折叠 iPhone（上市后预估名为 iPhone Ultra）屏幕采用双面板方案，外屏采用三星 M16 OLED，内屏沿用 M14 OLED

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的美国服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：联手Nvidia，韩国SKT将建GW级AIDC

韩国多家企业正积极布局物理AI和HBM（高带宽内存）等领域，以抓住AI浪潮机遇

值得关注的是，SK Telecom与NVIDIA的合作不仅强化了双方的战略伙伴关系，也为韩国在全球AI供应链中的地位提供了支撑

业内人士指出，SK Telecom作为韩国主要电信运营商，正加速向AI公司转型，此次合作是其主权AI基础设施建设的重要一步

值得关注的是，此次吉瓦级AI云项目将进一步扩大容量，聚焦主权AI、物理AI和代理AI（agentic AI）应用，支持半导体制造数字孪生、机器人开发等工业场景

从更深层次来看，SK Telecom此前已部署超过1000块NVIDIA Blackwell GPU，构建了韩国规模领先的AI基础设施之一，如”Haein”集群，并推出GPU-as-a-Service（GPUaaS）服务

从更深层次来看，该项目还与韩国国家AI发展战略相契合，旨在提升本土AI算力自主能力

业内人士指出，SK Telecom股价在相关消息传出后有所反应，市场普遍看好其在AI云服务领域的长期潜力

值得关注的是，SK Telecom的AI数据中心将成为韩国AI工厂的核心枢纽

从更深层次来看，NVIDIA DSX平台的采用，将确保基础设施在效率和可扩展性上的领先性

业内人士指出，根据NVIDIA和SK Telecom联合发布的声明，该项目将基于NVIDIA DSX平台构建，旨在为韩国企业、初创公司以及工业物理AI和机器人技术提供强大算力支持，并计划进一步扩展至亚洲市场

业内人士指出，目前，项目具体投资规模、确切地点及更多技术细节尚未完全公开，但双方表示将持续推进落地

从更深层次来看，NVIDIA CEO Jensen Huang近期访韩期间，与SK Group、LG、Naver等韩国企业高层互动频繁，推动多项AI、机器人和数据中心项目

业内人士指出，行业观察人士指出，吉瓦级AI云代表了高能耗、高性能计算的重大投入，未来将在推理、训练和工业应用中发挥关键作用

值得关注的是，据韩国《朝鲜日报》英文版报道，韩国电信运营商SK Telecom（SKT）与美国芯片巨头NVIDIA公开深化合作，计划在韩国建设吉瓦级（GW-level）AI云基础设施，首座AI工厂预计于2027年投入运营

从更深层次来看，NVIDIA方面强调，该合作将助力韩国AI创新生态发展，包括加速初创企业成长和工业数字化转型

可以预见，这一趋势将在未来深刻影响IDC行业格局

如果您正在寻找优质的GPU服务器租用，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，比人鼻更准：新型电子嗅觉芯片可识别 0.05 克腐败坚果

IT之家援引博文介绍，该芯片集成 16 个微型气体传感器阵列，每个传感器均涂有不同的感应膜，在接触到特定气体混合物后，会因化学反应而产生独特的电信号模式

值得关注的是，该团队使用机器学习模型训练芯片，训练数据覆盖了 7 种食品的香气谱：草莓、蓝莓、香蕉、核桃、榛子、腰果和花生

业内人士指出，测试结果显示，该芯片能在复杂气味背景（如沙拉或蛋糕中）辨别出仅 0.05 克的核桃（约相当于一颗普通去壳核桃的百分之一）

值得关注的是，Scalable multiplexed machine learning gas sensor chips for food classification

业内人士指出，IT之家 6 月 18 日消息，科技媒体 techxplore 昨日（6 月 17 日）发布博文，报道称加州大学伯克利分校研究团队研发出电子嗅觉芯片，能比人类嗅觉更准确地分辨腐败食品（如鸡肉、牛奶）与常见过敏原（如坚果）

值得关注的是，此外，模型还学习了新鲜状态下的鸡肉、牛奶、鸡蛋，以及它们在室温下放置 24 小时或 48 小时后的腐败气体特征

值得关注的是，研究团队也指出，在开放环境（如同时存放多种腐烂食物的冰箱）中，其准确性仍需进一步验证

值得关注的是，由于每个传感器都是针对特定气体分子的响应模块，博士生卡拉 · 巴塞尔（Carla Bassil）将这套系统比喻为“数字鼻子”

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的海外站群，欢迎访问 www.isclouder.com 了解更多

行业动态更新：鸿蒙 HarmonyOS 7 正式发布：从“万物互联”正式迈进“Agent 时代”，华为 Mate90 系列今秋首发搭载

当前，亲密圈已开放 Account Kit，未来随着更多应用接入，可共享的状态信息会更加丰富，让忙碌的你更好地关心身边的人

值得关注的是，据介绍，华为超丝滑方舟引擎在 HarmonyOS 7 获得了进一步升级，首次搭载性能大模型，性能提升 15%，年度负载增长 ≤10%，优于一般智能手机操作系统

从更深层次来看，HarmonyOS 7 主打 AI 智能，系统内核嵌入盘古大模型 6.0，AI 任务可以本地运行，采用 Agent 亲和系统结构 + 鸿蒙智能体框架 2.0+ 系统智能体小艺，首次搭载性能大模型，相比 HarmonyOS 6 性能提升 15%

业内人士指出，在 HarmonyOS 7 中，华为天气推出全新的空间运镜天气城市皮肤

值得关注的是，通过华为账号，用户可以把与亲人、挚友共享的数据聚合在一起，通过创建专属卡片，让关系各就各位，实时可查

值得关注的是，根据官方介绍，新架构下，鸿蒙系统能够结合用户意图，对系统、应用和设备能力进行协调，根据用户的意图主动去跟用户协作，主打越用越懂你

业内人士指出，全新 HarmonyOS 7 新增“亲密圈”功能

从更深层次来看，此外，HarmonyOS 7 互联性能再次升级，支持 140+ 应用的碰一碰互传体验，甚至可以碰一碰传游戏安装包给对方，也能把抠出来的图，碰哪里传哪里，推出了亲密圈功能，可以时刻关心家人健康

从更深层次来看，此外，新版本将在 UI 动画流畅度、星闪工具能力和端侧盘古大模型融合上有大幅提升

值得关注的是，华为还发布了花瓣地图 Agent，用 AI 带来探索世界的新方式

从更深层次来看，在全新 HarmonyOS 7 系统上，鸿蒙星盾安全迎来全面升级，依托强大的端侧 AI 能力，鸿蒙操作系统构建起覆盖多场景的智能反诈体系

值得关注的是，IT之家 6 月 12 日消息，在今日举行的华为开发者大会 2026（HDC 2026）上，华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东推出了全新的 HarmonyOS 7 全场景智能操作系统

业内人士指出，HarmonyOS 7 具有超强 AI 反诈功能，行业首个联合防诈平台首创六大防诈能力，可以防剧本诈骗、境外转打检测、远程挂断、二维码、网页内容、应用变脸风险识别

值得关注的是，把城市地标、空间视角、天气动效与用户交互融合在一起，让查天气从“看信息”升级为“沉浸式感知城市天气”

业内人士指出，在鸿蒙 Agent 架构下，小艺会根据场景主动推荐服务 —— 比如用户说“我想周末去爬山”，小艺直接推荐路线、装备、天气、同伴，每个推荐背后都是伙伴的服务

业内人士指出，他介绍称，HarmonyOS 7 是全场景智能操作系统，鸿蒙智能向 Agent 架构全面演进，HarmonyOS 7 有三大升级，包括 Agent 亲和系统架构、鸿蒙智能体框架 2.0 和系统智能体小艺

业内人士指出，届时，HarmonyOS 7 正式版也将面向其他设备开放

值得关注的是，HarmonyOS 7 升级鸿蒙智能体框架 2.0，意图即服务，复杂任务成功率超过 90% 以上，接入方式更灵活，提供 20 多项 AI 能力开放，一站式基建开发 skill 提升开发效率

业内人士指出，相比 HarmonyOS 6，HarmonyOS 7 性能提升 15%

从更深层次来看，随着系统级的 AI 能力越来越多，HarmonyOS 7 还在系统 UI 中加入了“空间感”，支持 3D 空间壁纸、3D 场景重建，还有 3D 购物平台等等

值得关注的是，IT之家从官方获悉，HarmonyOS 7 面向游戏开发者开放图形加速 Kit、灵犀 Kit 等能力，现在鸿蒙生态中的游戏已经突破 30000 款

业内人士指出，得益于方舟引擎的升级，HarmonyOS 7 相比 HarmonyOS 6 应用跳转速度提升 25%，打卡速度提升 22%，重点应用保活率提升 34%，多图加载速度提升 100%，系统应用提升 24%，生态应用提升 34%

业内人士指出，HarmonyOS 7 开发者 Beta 版（API 26）即日开启招募，鸿蒙开发者可通过华为开发者官网报名参与 Beta 1 版本的公开招募报名，首批支持 Mate80 Pro、Pura90 Pro Max、nova15 Pro、Mate X7、Mate XTs、Pura X

从更深层次来看，此外，该功能还支持针对不同亲友，定制不同的共享内容，比如父母的健康数据，孩子的手机使用时长，以及好友的日程

值得关注的是，问问地图即可聊出宝藏去处、生成精品旅行攻略、景点伴游解说，AI 让探索世界变得简单而有趣

值得关注的是，HarmonyOS 7 系统界面还带来了沉浸光感效果，整体类似于苹果的液态玻璃，可以让系统效果更华丽沉浸

业内人士指出，HarmonyOS 7 实现了 AI 防剧本诈骗、AI 变声与 AI 换脸检测，新增 AI 境外转打检测、境外伪造号码识别、风险二维码与风险网页内容智能提醒等功能，为用户筑牢多重安全防线

从更深层次来看，余承东公开 HarmonyOS 7 成为首个完成 AI 化改造的操作系统

值得关注的是，华为官方还发布了一段视频来展示全新系统的 UI 设计，引入了全新空间美学，用空间化技术在屏幕上呈现真实世界的三维立体感，比如锁屏界面可以跟壁纸完美组合，呈现立体效果

从更深层次来看，同时，鸿蒙推出星盾防诈平台，与抖音、支付宝等生态伙伴共建共享，实现异常检测、黑灰产检测等能力协同，借助端侧风控引擎与机密计算环境，让防诈从“单点”预警进化到“协同”防御

值得关注的是，华为 Mate90 系列首发搭载 HarmonyOS 7 正式版，将于今年秋季发布（同时还将首发基于 τ 定律的麒麟 2026 芯片）

值得关注的是，小艺现有 1.8 亿日活用户，日均唤醒 30 亿次，海量用户使用体量，源源不断产生海量意图理解与服务分发机遇

值得关注的是，主题方面，HarmonyOS 7 主题引擎能力全新升级，全新开放 8+ 新能力，带来互动新体验，AI 辅助创作节省 70% 制作时间，渲染效率提升 10%

业内人士指出，基于开源鸿蒙底座，手机上的导航可以无缝流转到电摩大屏上，和开源鸿蒙家电一键配网连接，还可以通过实况窗查看洗衣进度

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的AI算力服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：Equinix投资1.9亿美元在马来西亚建设第四座数据中心

如果您想了解更多关于泰国算力产业发展，以及数据中心项目落地情况、当地政策变化、中国出海企业现状等，欢迎报名即将于2026年5月27日在泰国曼谷香格里拉酒店召开的数字基础设施全球合作发展曼谷论坛（DIFGC 2026 · THAILAND），并关注下午召开的DIF Lounge研讨会，与真正参与泰国 AI 数据中心建设一线决策者和工程伙伴面对面交流，提前锁定合作、项目与生态位置

从更深层次来看，此外，KL2项目设定了从运营首日起即实现100%可再生能源覆盖的目标，但暂未披露具体的电力容量数据

业内人士指出，该项目全面建成后，规划将提供超过2200个机柜

值得关注的是，根据行业消息，Equinix目前在亚洲地区的投资组合共包含65座数据中心

业内人士指出，该项目是Equinix在马来西亚布局的第4座数据中心

业内人士指出，据报道，KL2数据中心选址距离Equinix现有的KL1数据中心不到1公里

从更深层次来看，建成后，其主要服务对象涵盖跨国企业、超大规模运营商及数字企业，旨在提供从灵活零售到大规模部署及高密度工作负载的算力基础设施服务

业内人士指出，在技术配置方面，为满足人工智能（AI）与高性能计算的需求，该数据中心的部分规划容量将支持液冷技术

值得关注的是，目前，Equinix已购得该项目相邻的土地，作为其在马来西亚长期扩张策略的一部分，以支持未来的扩建需求

值得关注的是，5月12日，数据中心服务商Equinix公开，计划斥资1.9亿美元（约合7.47亿林吉特），在马来西亚雪兰莪州赛城建设一座名为KL2的新数据中心

业内分析认为，AI算力需求与绿色数据中心将成为行业主旋律

如果您正在寻找优质的巴西服务器，欢迎访问 www.isclouder.com 了解更多

最新消息显示，Wan2.2-S2V: AI Video Generation from Static Images on Alibaba Cloud

Wan2.2-S2V represents a breakthrough in AI-driven video generation technology, capable of transforming static images and audio inputs into cinematic-quality videos. This cutting-edge model, developed by Alibaba Cloud, excels in film and television applications, generating natural facial expressions, body movements, and professional camera work. In this comprehensive guide, we’ll walk through the complete setup process for deploying Wan2.2-S2V on Alibaba Cloud’s infrastructure. Wan2.2-S2V (Speech-to-Video) is an audio-driven video generation model that converts static images and audio inputs into dynamic video content. The model supports: • Film-quality output with realistic expressions and movements • Minute-level video generation in a single process • Multi-format compatibility supporting full-body and half-body characters • Real-time lip synchronization with audio input • Text control functionality for scene manipulation • Model Size: 14B parameters • Supported Resolutions: 480P and 720P • Frame Rate: 24 fps • Architecture: Built on Tongyi Wanxiang foundation model with AdaIN and CrossAttention control mechanisms • License: Apache 2.0 for commercial use For optimal performance, consider these Alibaba Cloud GPU instances: • Log into your Alibaba Cloud console • Navigate to Platform for AI (PAI) • Click Activate PAI and create a default workspace • Complete real-name verification if required # Access PAI Console # Upper-left corner: Select your target region # Click “Workspaces” → “Create Workspace” Configure workspace parameters: • Workspace Name: wan-s2v-workspace • Default Storage: Configure OSS bucket for model artifacts • Member Roles: Add team members as needed • In PAI console, go to Model Training > Data Science Workshop (DSW) • Click Create Instance Basic Configuration: Instance Name: wan-s2v-instance Instance Version: Latest Resource Type: Public Resources (GPU-enabled) Resource Configuration: ECS Specification: ecs.gn7i-c32g1.8xlarge GPU Type: NVIDIA A100 40GB CPU Cores: 32 Memory: 188GB System Disk: 200GB SSD Data Disk: 1TB SSD Advanced Settings: Image: Ubuntu 20.04 with CUDA 11.8 Mount Dataset: Configure if needed Auto Shutdown: Enable for cost optimization Step 3: Environment Setup 3.1 Connect to Instance # Start your DSW instance from PAI console # Click “Open” to access JupyterLab interface 3.2 Create Virtual Environment # Open terminal in JupyterLab conda create -n wan-s2v python=3.10 conda activate wan-s2v 3.3 Install Dependencies # Clone the repository git clone https://github.com/Wan-Video/Wan2.2.git cd Wan2.2 # Install requirements pip install -r requirements.txt # Install additional dependencies if needed pip install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu118 pip install packaging ninja pip install flash-attn –no-build-isolation Step 4: Download Model Files 4.1 Download from Hugging Face # Install huggingface-hub pip install huggingface-hub # Download Wan2.2-S2V-14B model from huggingface_hub import snapshot_download snapshot_download( repo_id=”Wan-AI/Wan2.2-S2V-14B”, local_dir=”./models/Wan2.2-S2V-14B/”, repo_type=”model” ) 4.2 Verify Model Files Ensure these files are present: ./models/Wan2.2-S2V-14B/ ├── config.json ├── model.safetensors ├── tokenizer.json └── tokenizer_config.json Step 5: Configure Model Parameters 5.1 Create Configuration File # config.py import torch MODEL_CONFIG = { “model_path”: “./models/Wan2.2-S2V-14B/”, “device”: “cuda” if torch.cuda.is_available() else “cpu”, “dtype”: torch.float16, # Use FP16 for memory optimization “max_frames”: 73, # Maximum motion frames “resolution”: “720p”, # Output resolution “fps”: 24, # Frames per second } Step 6: Implementation Code 6.1 Basic Video Generation Script import torch import torchaudio from PIL import Image import numpy as np class Wan2S2VGenerator: def __init__(self, config): self.config = config self.device = config[“device”] self.load_model() def load_model(self): “””Load the Wan2.2-S2V model””” print(f”Loading model from {self.config[‘model_path’]}”) # Model loading implementation pass def generate_video(self, image_path, audio_path, prompt=””, output_path=”output.mp4″): “””Generate video from image and audio””” # Load and preprocess image image = Image.open(image_path).convert(‘RGB’) # Load and preprocess audio audio, sr = torchaudio.load(audio_path) # Generate video with model with torch.no_grad(): video_frames = self.model_inference(image, audio, prompt) # Save video self.save_video(video_frames, output_path) return output_path def model_inference(self, image, audio, prompt): “””Core model inference logic””” # Implementation details for model inference pass def save_video(self, frames, output_path): “””Save generated frames as video””” # Video saving implementation pass # Usage example if __name__ == “__main__”: config = MODEL_CONFIG generator = Wan2S2VGenerator(config) result = generator.generate_video( image_path=”./examples/portrait.jpg”, audio_path=”./examples/speech.wav”, prompt=”a person speaking naturally”, output_path=”./output/generated_video.mp4″ ) print(f”Video generated: {result}”) Step 7: Advanced Configuration 7.1 Multi-GPU Setup For faster processing, configure multi-GPU inference: # Use torchrun for distributed processing torchrun –nproc_per_node=8 generate.py \ –task s2v-14B \ –size 1024*704 \ –ckpt_dir ./models/Wan2.2-S2V-14B/ \ –dit_fsdp \ –t5_fsdp \ –ulysses_size 8 \ –prompt “a person singing” \ –image “examples/portrait.png” \ –audio “examples/song.mp3” 7.2 Memory Optimization # Enable memory optimization techniques OPTIMIZATION_CONFIG = { “use_gradient_checkpointing”: True, “enable_xformers”: True, “cpu_offload”: True, “mixed_precision”: “fp16” } Step 8: API Integration with Alibaba Cloud Model Studio 8.1 Model Studio Deployment For production use, deploy via Model Studio: # Deploy to Model Studio import dashscope from dashscope import Generation # Configure API credentials dashscope.api_key = “your-api-key” def deploy_to_model_studio(): response = dashscope.deploy_model( model_name=”wan2.2-s2v”, model_path=”./models/Wan2.2-S2V-14B/”, instance_type=”ecs.gn7i-c32g1.8xlarge”, min_instances=1, max_instances=5 ) return response.endpoint_url 8.2 API Usage import requests import base64 def call_wan_s2v_api(endpoint_url, image_file, audio_file, prompt): # Encode files to base64 with open(image_file, “rb”) as img: image_b64 = base64.b64encode(img.read()).decode() with open(audio_file, “rb”) as aud: audio_b64 = base64.b64encode(aud.read()).decode() payload = { “image”: image_b64, “audio”: audio_b64, “prompt”: prompt, “resolution”: “720p”, “fps”: 24 } response = requests.post( endpoint_url, json=payload, headers={“Authorization”: f”Bearer {api_key}”} ) return response.json() Step 9: Performance Optimization 9.1 Resource Monitoring Monitor your instance performance: # Install monitoring tools pip install psutil gpustat # Monitor GPU usage gpustat -i 1 # Monitor system resources htop 9.2 Cost Optimization • Enable auto-shutdown for development instances • Use preemptible instances for non-critical workloads • Implement reserved instances for consistent usage # Auto Scaling Configuration scaling_policy: min_instances: 1 max_instances: 10 target_gpu_utilization: 70% scale_up_threshold: 80% scale_down_threshold: 30% 10.2 Load Balancing Configure Application Load Balancer for multiple instances: # Create ALB instance aliyun slb CreateLoadBalancer \ –RegionId cn-hangzhou \ –LoadBalancerName wan-s2v-lb \ –LoadBalancerSpec slb.s1.small Best Practices and Tips Security Considerations • Use RAM roles instead of hardcoded credentials • Enable VPC networking for secure communication • Implement API rate limiting to prevent abuse • Regular security updates for system packages • Batch processing multiple requests together • Model quantization for memory efficiency • Caching strategies for frequently used assets • Asynchronous processing for better throughput • Monitor billing through CloudMonitor • Use spot instances for development • Implement automatic scaling policies • Schedule instances based on usage patterns # Reduce batch size or enable CPU offloading torch.cuda.empty_cache() # Use gradient checkpointing model.gradient_checkpointing_enable() Model Loading Errors # Verify model files ls -la ./models/Wan2.2-S2V-14B/ # Check CUDA compatibility nvidia-smi Audio Processing Issues # Install additional audio libraries pip install librosa soundfile # Verify audio format compatibility Conclusion Wan2.2-S2V represents a significant advancement in AI video generation technology, offering film-quality output from simple image and audio inputs. By leveraging Alibaba Cloud’s robust infrastructure and following this comprehensive setup guide, you can deploy a production-ready video generation system that scales with your needs. The combination of PAI’s managed services, DSW’s development environment, and Model Studio’s deployment capabilities provides a complete ecosystem for AI video generation workflows. Whether you’re building a content creation platform, developing digital human applications, or exploring creative AI applications, Wan2.2-S2V on Alibaba Cloud offers the performance and reliability needed for enterprise deployments. • Hardware requirements: Minimum 24GB GPU VRAM for optimal performance • Alibaba Cloud services: PAI, DSW, and Model Studio provide end-to-end solution • Production deployment: Use multi-GPU setups and API endpoints for scalability • Cost optimization: Leverage auto-scaling and spot instances for efficiency Start your journey with AI video generation today by following these steps, and unlock the creative potential of Wan2.2-S2V on Alibaba Cloud’s powerful infrastructure! Disclaimer: The views expressed herein are for reference only and don’t necessarily represent the official views of Alibaba Cloud.

随着IDC行业的快速发展，可持续发展将成为未来竞争的关键

如果您正在寻找优质的云主机，欢迎访问 www.isclouder.com 了解更多