Category: 行业资讯

据行业最新消息，腾讯音乐自研神经网络音频编解码器NAC正式纳入AVS4参考模型

测试结果由中国电子技术标准化研究院赛西实验室（官方认证机构）与小米科技独立完成交叉验证，覆盖歌曲音乐、播客、音效等 7 大类典型音频场景，测试方案严格遵循 ITU-R BS.1534（MUSHRA）、BS.1116 国际标准

从更深层次来看，AVS 工作组是我国多媒体领域权威标准化组织，其制定的 AVS 系列标准广泛应用于音视频产业

业内人士指出，这标志着我国在下一代 AI 音频编码标准领域取得关键进展，国产音频核心技术自主化迈出重要一步

业内人士指出，“相当于用更小的‘包裹’寄送同样品质的音乐，既降低传输成本，又提升弱网环境下的播放稳定性

从更深层次来看，本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担

从更深层次来看，本次通过的 AVS4 聚焦音乐流媒体、车载娱乐、播客等高保真音频场景，旨在提升编解码器的压缩效率，以更低的码率还原更高清的音质

值得关注的是，NAC 的突破，使得国内音乐音频场景的编解码技术向前迈进了一大步” NAC 的研发源于 TME 真实业务需求：在带宽受限场景下保障高保真听感

业内人士指出，TME 提出的 NAC（Neural Audio Codec）方案，将深度学习技术系统性引入音频编码标准： 16kbps–48kbps 码率区间：音质显著优于国际主流标准 AAC（Advanced Audio Coding，高级音频编码）、AVS3 P3（AVS 第三代标准第 3 部分：沉浸式音频）以及 OGG Vorbis，在 95% 置信水平下具有显著的主观听感优势； 效率跃升：仅需 64kbps 即可达到传统编码器 96kbps 的音质水平，80kbps 可达到传统编解码器 128kbps 的水平，带宽节省 30% 以上

业内人士指出，随着技术成熟，TME 将方案提交至 AVS 标准制定流程，完成从“自研技术”到“行业基础设施”的关键跨越

从更深层次来看，本次测试不是企业自证，而是国家级标准体系的准入检验

值得关注的是，本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担

值得关注的是，行业消息显示，数字音视频编解码技术标准工作组（AVS 工作组）第 97 次全体会议在乌鲁木齐召开，会上由腾讯音乐娱乐集团（TME）自主研发的神经网络音频编解码器 NAC（Neural Audio Codec），经中国电子技术标准化研究院与小米科技联合主观交叉测试，被选择为 AVS 第四代数字音频编解码技术标准（AVS4）参考模型（RM0）基线

值得关注的是，免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场

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泰国原生IP，欢迎访问 www.isclouder.com 了解更多

行业动态更新：微软重金布局东南亚算力：泰国超10亿美元，新加坡投55亿美元

业内观察认为，随着全球AI算力竞争加剧，东南亚凭借政策支持、能源配套和人才基础，正成为科技巨头布局热点

值得关注的是，泰国投资强调本地生态构建与包容性增长，新加坡则侧重区域枢纽的韧性与创新扩散

值得关注的是，此前，微软已于2025年与CP Group、True等伙伴启动泰国云区域相关合作，True IDC将作为关键数据中心设施之一

值得关注的是，此举凸显东南亚地区在全球AI算力版图中的战略重要性，泰国和新加坡分别扮演不同角色：前者强化区域AI/云节点，后者巩固高端合规算力中心地位

从更深层次来看，紧随其后，4月1日，微软在新加坡公开，从2025年至2029年，将投入55亿美元用于云和AI基础设施及持续运营

业内人士指出，分析指出，新加坡的投资重点在于高端AI算力、合规性与稳定连接，吸引跨国企业寻求海外可靠基础设施

值得关注的是，新加坡自2010年起已设有微软云区域，此次扩容旨在满足AI计算需求增长，并通过”Microsoft Elevate”程序为所有高等教育学生免费提供Microsoft 365 Premium with Copilot工具，为教育工作者提供AI培训，并助力非营利组织领导者提升技能

值得关注的是，不过，具体项目落地细节、能源水资源配套以及技能培训规模，仍有待后续跟进披露

值得关注的是，泰国政府表示，该计划将助力提升劳动力AI素养，并与相关部委合作开发负责任AI治理框架

业内人士指出，多家媒体报道指出，这反映出泰国正加快数据中心、电子和电力项目，以巩固其作为东南亚数字枢纽的地位

业内人士指出，行业消息显示，微软公司行业消息显示连续公开在东南亚两大枢纽的大额投资计划，旨在加速云和人工智能（AI）基础设施建设，并推动本地数字化转型

业内人士指出，3月31日，微软副总裁兼总裁布拉德·史密斯（Brad Smith）在曼谷与泰国总理阿努廷·查恩维拉库尔（Anutin Charnvirakul）会晤后公开，从2026年至2028年，微软计划向泰国投入超过10亿美元，用于扩展云和AI基础设施以及持续运营

值得关注的是，史密斯表示，此举体现了微软对新加坡作为全球数字领导者的长期信心

值得关注的是，该投资聚焦建设符合微软全球标准的云和AI数据中心，强调可持续性，包括绿色能源和水资源正效益

从更深层次来看，同时，微软将与泰国本地及全球伙伴合作，包括Gulf Development Public Company Limited、Advanced Info Service（AIS）、Charoen Pokphand Group（CP Group）、True Corporation以及True Internet Data Center（True IDC）

业内人士指出，微软此番行动或将进一步带动本地企业数字化转型，并为区域经济注入新动能

值得关注的是，该投资同时涵盖网络安全、韧性和治理框架建设，以及AI技能普及项目

从更深层次来看，这些伙伴关系旨在通过数据中心开发、联合市场策略和数字解决方案，助力泰国”以AI推动国家增长、繁荣与全球竞争力”倡议

从更深层次来看，如果您想了解更多关于泰国电力市场，以及与数据中心项目落地情况、当地政策变化、中国出海企业现状，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），诚邀您共话全球数字集成新篇章

值得关注的是，微软相关声明强调，所有投资均致力于”技术、信任与人才”三大支柱，推动东南亚在AI时代的包容性发展

从更深层次来看，根据微软官方声明，此次投资不仅限于”建机房”，还将支持本地技能培养、就业机会创造和技术知识转移

业内人士指出，两项投资合计超过65亿美元，显示微软正积极响应东南亚AI需求激增，同时注重人才发展和可持续治理

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CN2线路服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：总投资估算15.5亿元，中国电信杭州大数据处理（二期）项目方案进入公示阶段

在规划方案公示前，该项目（二期一阶段）的前期招标工作已于今年4月全部完成

业内人士指出，根据公示的经济技术指标，该项目整体建设用地面积为112,157平方米（约168.2亩），总建筑面积达215,774平方米

业内人士指出，本次公示期自2026年5月22日起至6月1日止

业内人士指出，二期一阶段主要建设内容包括一栋数据中心机楼（地上5层，地下1层为空调补水池及水泵房）以及室外附属工程，建筑面积为33,800平方米

业内人士指出，该项目由中国电信股份有限公司杭州大数据建设运营分公司负责建设，选址位于杭州市萧山区义桥镇（东至已建纵九路，南靠云临路，西侧为规划石富路，北临规划横八路），用地性质为工业用地

业内人士指出，具体中标信息显示：4月24日，该项目的EPC工程总承包标段由华信咨询设计研究院有限公司与浙江国联建设有限公司组成的联合体中标，中标金额约为1.54亿元，计划工期为460个日历天（含设计30天，施工430天）；此前在4月17日，浙江泛华工程咨询有限公司以约229.48万元的金额中标该项目的监理标段

值得关注的是，项目整体容积率为1.74，建筑密度为40.05%，绿地率达15%，共规划有机动车停车位410个

业内人士指出，随着各项招标结果的敲定及规划方案的公示，该项目即将步入实质性的施工建设期

值得关注的是，行业消息显示，杭州市规划和自然资源局正式发布了关于中国电信杭州大数据处理（二期）项目建设工程设计方案的批前公示

值得关注的是，其中，本次二期工程规划的地上建筑面积为63,962平方米，地下建筑面积为5,365平方米

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，| 文章来源：中国IDC圈 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

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香港CN2 VPS，欢迎访问 www.isclouder.com 了解更多

行业动态更新：工信部：构建“枢纽—区域—边缘”三级节点协同的算力设施体系

基础电信企业、设备制造企业、互联网企业等扎实推进人工智能与信息通信网络融合创新，加强相关技术、产品落地推广

值得关注的是，聚焦信息通信网络安全实战和运营典型场景，构建高质量安全数据集，持续开展人工智能赋能网络和数据安全实效评价

值得关注的是，探索在通信基站、核心网设备、路由交换设备、宽带接入服务器、光传输/接入系统、安全网关等网络设备中部署智能算力，应用人工智能算法增强网络设备的业务感知、调度、优化和安全防护等能力

业内人士指出，”人工智能+信息通信”创新发展实施意见 （2026—2028年） 为贯彻落实《国务院关于深入实施”人工智能+”行动的意见》，抢抓人工智能发展机遇，推动人工智能与信息通信融合创新发展，特制定本实施意见

从更深层次来看，围绕信息通信网络高级威胁攻击、数据异常流转等安全风险，加强人工智能赋能网络和数据安全技术攻关

值得关注的是，加强智算超节点光电互联技术攻关，开展智算网络技术与产品验证

从更深层次来看，推动面向中小企业提供套餐式、模块化”网络+人工智能”服务，满足中小企业个性化需求

从更深层次来看，鼓励基础电信企业积极利用人工智能赋能传统电信业务，加强基于智能体的新型个人和家庭应用创新，深化智慧个人助理、智慧管家、家庭看护、互动健身、3D观影等人工智能应用，拓展消费服务新场景，提升生活品质

值得关注的是，聚焦5G-A/6G、新一代光网络、”IPv6+”、工业互联网等领域与人工智能融合发展，开展人工智能驱动的新型网络架构研究，加强移动通信空口智能化、网络高等级自智、网络内生智能、天基计算网络、智能体互联网等一批关键核心技术攻关

值得关注的是，丰富光传送网（OTN）专线、无源光网络（PON）专线、IP专线等多种专线类型，实现业务快速开通和灵活调度

值得关注的是，建立完善”人工智能+信息通信”标准体系，加快面向人工智能的新型网络架构、网络技术、网络设备、终端等领域的标准研制和应用

从更深层次来看，推动信息通信行业管理创新，加强人工智能技术应用赋能，夯实”以网管网”智能化基座建设，构建全流程、精准化、在线化的监管能力，打造集数据展示、态势研判、风险预警于一体的监管智能决策中枢，实现对行业整体态势与微观主体状况的动态感知和精准洞察，提升电信市场综合治理效能

业内人士指出，加快建设400Gbps/800Gbps等骨干传输网络，优化东中西部国家枢纽节点之间网络传输通道

值得关注的是，简化核心到边缘网络层级，完善重点场所算力接入网络布局，构建城域毫秒级低时延入算能力

从更深层次来看，建立完善国家和区域算力平台，强化算力统筹监测和供需对接，促进算力、模型、应用一体化协同创新，提升信息通信业数据资源利用率

从更深层次来看，（四）推进网络建设运营全场景智能化能力升级

从更深层次来看，运营服务场景：构建网络运营智能体，实现业务质量实时评估、用户体验精准画像及资源弹性调度，提升业务端到端自动开通服务占比，实施客户智能感知主动服务

业内人士指出，推广运维机器人、巡检无人机等新型装备在网络运维场景应用

值得关注的是，专栏2：智算网络技术产业能力提升行动 加强高端光电芯片和器件研发：加强高速光电芯片、高速转发/交换芯片、全光交换器件、光电共封装器件等技术和产品研发验证，开展光电混合组网技术试验，加速技术方案成熟

值得关注的是，推动平台即服务，打造以人工智能为核心的网络大模型和智能体开发工具链与自动化运维平台，提供模型研发、训练、部署全流程服务

业内人士指出，优化互联网骨干直联点、新型互联网交换中心等布局，提升网间数据传输质量

业内人士指出，支持研发专业性高、落地性强的网络大模型和智能体，突破大小模型协同、多智能体协同、智能体通信等技术

从更深层次来看，《实施意见》为算力基础设施建设设定了可量化的阶段性目标，提出到2028年，网络、算力等信息基础设施支撑人工智能能力进一步提升，城域算力1毫秒时延圈覆盖率不低于75%

业内人士指出，支持企业积极参与国家人工智能开源社区建设，培育一批优质开源项目

从更深层次来看，大力发展人工智能手机和电脑、智慧家庭设备、智能穿戴设备等产品，培育智能化、融合化人工智能终端产品体系

值得关注的是，通过国家科技重大专项、重点研发计划等支持开展网络智能化关键技术和产品研发攻关，鼓励将攻关成果开源共享

从更深层次来看，到2030年，人工智能与信息通信网络融合关键核心技术取得显著突破，通感算智一体化服务能力大幅提升，形成完备的协同创新和产业生态体系，”人工智能+信息通信”步入技术引领、产业繁荣、安全可靠、智能普惠的发展新阶段

业内人士指出，推广模型应用平台：建立”算力+数据+模型+AI应用”的一体化服务生态，构建从模型训练、场景验证到商业落地的全流程开发环境，加速国产AI技术在关键行业的规模化渗透与应用创新

从更深层次来看，提升模型在网络”规建维优营服”等全场景感知、分析、决策、执行一体化能力

值得关注的是，形成统一算力标识体系，加快构建全国一体化、集约化、市场化的算力服务体系，加速信息通信业数字化、智能化转型升级

从更深层次来看，建立完善国家和区域算力平台，强化算力统筹监测和供需对接，促进算力、模型、应用一体化协同创新，提升信息通信业数据资源利用率

值得关注的是，提升网络对人工智能业务服务能力：开展跨广域IP网络的分布式推理技术试验，网络资源利用率不低于90%

业内人士指出，探索大小模型协同、人机协同、机机协同等网络运维新范式，增强网络自管理、自配置、自优化能力，实现从单点智能向跨域协同智能演进

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

从更深层次来看，以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届历次全会精神，坚持智能化、绿色化、融合化方向，推进信息通信业数智化升级，夯实人工智能发展底座，持续巩固提升信息通信业竞争优势和领先地位，为扎实推进新型工业化，加快建设制造强国、网络强国提供有力支撑

业内人士指出，构建”枢纽—区域—边缘”三级节点协同的算力设施体系，加快算力大通道建设，支撑人工智能和信息通信融合创新

值得关注的是，网络、算力等信息基础设施支撑人工智能能力进一步提升，城域算力1毫秒时延圈覆盖率不低于75%

从更深层次来看，专栏3：智算业务服务能力提升行动 提升人工智能入算专线服务能力：优化网络资源调度能力，提供按需灵活计费、分时共享等服务模式，通过段路由（SRv6）、光业务单元（OSU）/小颗粒光传送网（fgOTN）等技术实现端到端专线快速开通和带宽快速调整

从更深层次来看，提升5G-A、PON等上行业务接入能力，优化家庭/商企无线局域网（WLAN）网络接入时延不大于5ms

值得关注的是，面向智能体、具身智能等上行带宽和时延需求，提升光纤接入网上行带宽配置，推进支持大上行能力的5G-A网络部署，优化网络体验，降低网络端到端时延

值得关注的是，管理维护场景：聚焦故障定位、配置变更等高价值场景，探索复杂场景下多个网络智能体协同技术，推动智能运维从单环节到全流程演进，实现故障定位和业务闭环调优时长进一步缩短

值得关注的是，打造自主智能体通信协议，深化网络领域的适配与应用，鼓励探索基于智能体的新型电信业务形态，构建网络智能体自主产业生态

业内人士指出，各地通信管理局、工业和信息化主管部门加强统筹指导，推动工作落实

值得关注的是，形成统一算力标识体系，加快构建全国一体化、集约化、市场化的算力服务体系，加速信息通信业数字化、智能化转型升级

值得关注的是，鼓励企事业单位深度参与ITU-T、3GPP、IETF等国际标准组织的标准化活动，围绕5G-A、6G、光网络等领域加强”人工智能+网络”国际标准制定

从更深层次来看，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，在防范治理垃圾短信和骚扰电话、电信网络诈骗等方面持续加强人工智能技术应用，维护群众切身利益

值得关注的是，发挥行业和社会组织平台作用，开展场景创新、技术创新、试验验证、产业合作、应用推广等

值得关注的是，规划建设场景：加快网络智能规划、网络设计方案自动生成、网络施工智能质检等场景应用，5G专网、政企专线等网络方案设计时长缩短至小时级，光纤光缆跳接质检、网络终端安装质检时长缩短至分钟级

值得关注的是，6月10日，工业和信息化部网站发布《”人工智能+信息通信”创新发展实施意见（2026—2028年）》（以下简称《实施意见》）

从更深层次来看，组织基础电信企业在有条件的地方开展人工智能与信息通信网络融合创新试验验证

值得关注的是，在揭榜挂帅中设立网络智能化技术和解决方案任务，加快形成一批标志性技术产品和方案

从更深层次来看，围绕原材料、电子信息、装备制造等行业”智改数转网联”需求，建设新型工业网络，加快工业互联网应用普及，构建多层次、系统化工业互联网平台体系，培育一批工业智能体，推动网络解决方案+行业大模型综合信息化服务融通发展，加快5G/光网+智慧交通、设备智能巡检、工业视觉检测等应用规模推广

从更深层次来看，推动智能网络设备和网络智能体功能性能、风险等验证评估，促进相关电信设备产品上市应用

从更深层次来看，算力基础设施作为支撑人工智能发展的关键设施，在《实施意见》中作出了系统性的战略部署和具体规划

业内人士指出，《实施意见》坚持智能化、绿色化、融合化方向，围绕推动信息通信行业智能化升级、夯实人工智能发展底座、深化融合应用创新推广、增强信息通信行业治理能力等四个方面部署17项具体任务，进一步促进人工智能与信息通信融合创新发展，为扎实推进新型工业化，加快建设制造强国、网络强国提供有力支撑

值得关注的是，加强具身智能与信息通信融合创新，推动具身智能与网联通信模组和设备适配验证

从更深层次来看，面向信息通信领域模型训练和应用需求，在重点场景打造一批信息通信行业高质量数据集

业内人士指出，推动创新型产业集群智能化发展，加速构建”智慧集群”

值得关注的是，征集一批典型应用案例，组织开展人工智能赋能新型工业化”深度行”活动等，及时总结”人工智能+信息通信”优秀经验成效，加大宣传推广力度

值得关注的是，针对网络安全、隐私保护等全球性挑战，与各国加强合作，共同提高防护能力

从更深层次来看，加强广域智算网络传输技术研究试验：加大广域无损网络、任务式调度、算网运维智能体等技术验证和落地，提升算间网络调度能力和传输效率，降低比特带宽成本

值得关注的是，面向智能体的训练和推理算力需求，提升智算云服务水平，推动智能体云化部署

值得关注的是，到2028年，人工智能与信息通信初步构建融合互促的创新发展格局

值得关注的是，推动科技型企业创新政策扶持”一件事”高效办理

业内人士指出，有序推进城域400Gbps及以上、全光交叉等高速光传输系统设备应用

值得关注的是，关于印发《”人工智能+信息通信”创新发展实施意见（2026—2028年）》的通知 各省、自治区、直辖市及新疆生产建设兵团工业和信息化主管部门，各省、自治区、直辖市通信管理局，各有关单位： 现将《”人工智能+信息通信”创新发展实施意见（2026—2028年）》印发给你们，请结合实际认真抓好落实

业内人士指出，强化人工智能评估评测、风险监测、应急处置等安全保障措施，提升风险防范应对水平

值得关注的是，信息通信智能运营和服务能力达到国际先进水平，信息通信网络初步实现高等级自智，形成30个以上高价值典型场景，打造一批典型应用和特色智能体

值得关注的是，研究构建网络智能化水平与智算服务分级分类评估体系，构建高质量网络智能测评数据集和语料库，开展人工智能与信息通信网络创新技术与产品测评体系建设

业内人士指出，探索云网边端协同推理技术，降低推理时延和终端算力需求，实现大小模型协同

业内人士指出，以场景需求为导向，探索在5G/5G-A网络、光网络、IP网络、新型工业网络的边缘设备部署推理算力，为人工智能在交通、低空经济、制造、文娱等场景应用提供通感算智一体边缘计算服务

业内人士指出，面向卫生健康、教育等社会民生领域，开展智能健康监测、老人和儿童看护、智能课堂、智能学伴等应用，提供精准化与普惠化服务，助力构建有温度的智能社会

业内人士指出，构建”枢纽—区域—边缘”三级节点协同的算力设施体系，加快算力大通道建设，支撑人工智能和信息通信融合创新

从更深层次来看，汇聚高质量基础模型与行业智能体，加强模型即服务在各行业的创新应用

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云主机，欢迎访问 www.isclouder.com 了解更多

行业动态更新：Transcribe Speech to Text in Real-Time Using Alibaba Cloud Intelligent Speech In

By Alain Francois There are some situations where you are looking for real-time video conferences or courses. However, you are unfamiliar with the language or cannot hear properly due to outside circumstances. At this time, a written transcription is the only thing you can use if you cannot hear the audio. Alibaba Cloud empowers its consumers with real-time technologies for speech interaction with its Intelligent Speech Interaction solution. Alibaba Cloud Intelligent Speech Interaction is a service developed based on state-of-the-art technologies, such as speech recognition, speech synthesis, and natural language understanding. It has been developed for enterprises to integrate Intelligent Speech Interaction into their products, enabling them to listen, understand, and converse with users and providing users with an immersive human-computer interaction experience. The service is suitable for various scenarios, such as intelligent Q&A, real-time recording for court trials, real-time subtitling for speeches, and transcription of audio recordings. It is currently available in Mandarin, Cantonese, English, Japanese, Korean, French, and Indonesian. Intelligent Speech Interaction provides the services and features below: In order to transcribe speech to text in real-time, we need to configure the Speech Recognition service of the Intelligent Speech Interaction. The Speech recognition service works in some scenario cases listed below: If you want to run the real-time speech recognition service, you need to run the Intelligent Speech Interaction service first. Go to your Alibaba cloud panel account. If don’t have an account yet, you can create a new account. (*Get a discount during the March Mega Sale!) Log in to your Alibaba Cloud account and go to the Speech Interaction service: You will be asked to activate the service on a popup message. Alibaba Cloud offers a free trial for the Intelligent Speech Interaction service. It supports two concurrent calls at most and provides public concurrent service resources. Activate the service: After that, you will be notified that the order is completed: Now, you need to create a project: Add a project name and a description. After creating a project, go to the project setting to select the service to use: You will see the different services. You need to configure the Speech Recognition Service: You will be asked to select a model to configure for the speech recognition service: We will enable the _English Speech Recognition Model_. You can try to upload an audio file to test the real-time transcription. We will upload the audio version of this video of Alibaba Cloud regarding Artificial Intelligence: The service is doing a real-time transcription on the test windows. You can confirm its use: Now, the service has been set, and you can publish it. If you have a person’s name, place name, or enterprise name that will be used, you can use the hotword to improve the vocabulary recognition results. You can add hotwords before validating the service: The billing system bills you based on the service usage for processing speech or text data and the usage of additional features or resources of Intelligent Speech Interaction: Please check the pricing billing methods page for more information You may use Intelligent Speech Interaction in multiple business scenarios, such as customer service and court scenarios. The required service capabilities may vary with each scenario.

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香港服务器租用，欢迎访问 www.isclouder.com 了解更多

行业动态更新：Stop Treating Your AI Like a Hard Drive: Why Your Team Needs a Persistent Contex

Picture this: You’re three hours into debugging a messy production issue. Your AI coding assistant suggests a patch that looks absolutely perfect. It compiles cleanly, passes your unit tests, and you confidently deploy it. Twenty minutes later, your monitoring dashboard lights up bright red. Why? Because the patch broke three downstream services that the AI simply couldn’t “see.” If this sounds painfully familiar, you aren’t alone. In enterprise deployments, 67% of AI-generated code ends up breaking production systems. The real bottleneck in 2026 isn’t that AI models aren’t smart enough. The bottleneck is the “Context Gap.” It’s the massive disconnect between the intricate, unwritten architectural knowledge floating around in your engineers’ heads and the painfully limited slice of information your AI assistant can actually process. If we want to stop fixing the AI’s mistakes and actually speed up development, we need to rethink how these tools remember things. The root of this massive headache comes down to one fundamental misunderstanding: We are treating the LLM’s context window like a permanent hard drive, when it actually behaves like highly volatile RAM. When teams try to solve the context gap, they usually try to brute-force it by shoving entire codebases, massive log files, and endless chat histories into a single prompt window. This immediately hits a few brick walls: To fix this, the industry is moving away from endless prompt engineering and adopting ContextOps—specifically, implementing a dual-layer memory architecture. Think of it as splitting your AI’s brain into two distinct parts: This separation unlocks a superpower called Constraint Pinning. Instead of hoping the AI remembers a crucial security rule buried in chat history, the system retrieves that rule from persistent storage and forcefully pins it to the very top of every single prompt. It makes it structurally impossible for the AI to “forget” your team’s coding standards. By creating a single source of truth for the whole team, you ensure that Developer A using Cursor and Developer B using Qwen Code are getting the exact same architectural guidance. If you are managing a complex, multi-service repository, you need a seriously robust infrastructure to handle this persistent memory layer. This is exactly where Code Context Hologres steps in. It is a smart, open-source plugin built on the Model Context Protocol (MCP)—think of MCP as the “USB-C” standard for AI, allowing models to easily plug into external data. Code Context Hologres acts as a secure, shared “cloud brain” for all your favorite AI coding agents. While traditional local vector databases choke and crash on massive enterprise monorepos, this solution utilizes the highly scalable Hologres real-time data warehouse. It easily digests million-line codebases and serves up lightning-fast semantic searches to your AI. Hologres doesn’t just blindly dump code into a database; it operates as a highly optimized ContextOps pipeline: 1. AST-Aware Chunking (Intelligent Parsing) Most basic systems chop files up arbitrarily by character count, which rips functions in half. Code Context Hologres defaults to Abstract Syntax Tree (AST) chunking. By sensing the natural boundaries of functions, classes, and modules, it ensures that every snippet stored in Hologres retains its complete semantic structure. 2. Hybrid Search & RRF Re-ranking (Extreme Precision) When searching code, pure vector search might miss exact variable names, while pure keyword search fails to understand natural language intent. Hologres tackles this by utilizing a Hybrid Search mode. It combines dense vectors (for semantic understanding) with BM25 sparse vectors (for exact symbol matching). The results are then mathematically combined using Reciprocal Rank Fusion (RRF), ensuring the AI is fed the absolute most relevant context. 3. Incremental Indexing via Merkle Trees (Real-Time Freshness) Codebases are living, breathing things. Instead of forcing you to re-index the entire repository every time you save a file, Hologres uses an underlying Merkle tree structure to instantly detect changes. It incrementally re-indexes only the modified files in the background, ensuring your AI always has the freshest context without blocking your development flow. Performance Evaluation: Doing More with Less You might assume that adding a massive semantic search layer would slow things down or cost a fortune in API fees. However, performance evaluations paint a highly efficient picture. According to controlled evaluations published in the project’s GitHub repository, utilizing the Code Context Hologres MCP achieves a ~40% token reduction while maintaining the exact same retrieval quality. By surgically extracting only the exact AST-parsed code blocks needed to answer a prompt, you avoid flooding the LLM’s context window. This translates to significantly better answers under strict token limits, alongside massive cost and time savings in high-volume production environments. Integrating this into your daily workflow is surprisingly frictionless thanks to the Model Context Protocol. Here is a brief look at how developers use it in practice: The future of software development isn’t just about renting access to an AI model with an infinitely larger context window. It’s about owning your context architecture. By integrating a persistent memory layer like Hologres into your team’s workflow, you stop treating your AI like an amnesiac intern. You transform it into a globally aware, highly consistent engineering partner. Embrace ContextOps, connect your tools, and finally start shipping reliable code at the speed you were promised. Discover how Hologres serves as a high-performance, persistent memory layer for AI applications—explore the Hologres documentation and check out the open-source GitHub repo. Q: What exactly is the “context gap” in AI coding? A: The context gap refers to the massive disconnect between the implicit architectural knowledge stored in an engineer’s head and the limited, isolated information an AI assistant can process. Because AI agents generally only see the specific file you are editing, they lack global visibility across thousands of files in a repository. This tunnel vision is a primary reason why AI coding tools can generate technically correct code that still ends up breaking production systems. Q: Why can’t we just use models with massive 1-million-token context windows to read the whole codebase? A: It is a common architectural mistake to treat the LLM’s context window like a persistent database (a hard drive) when it actually behaves like highly volatile RAM. Even if a model supports millions of tokens, pushing massive amounts of text into the window degrades performance well before the token limit is reached. LLMs suffer from the “Lost in the Middle” effect, meaning they reliably retrieve information from the beginning and end of a long prompt but heavily ignore crucial constraints buried in the middle. Additionally, the model must re-process the entire context window on every single API call, which leads to skyrocketing token costs and severe latency. Q: Why use “Hybrid Search” instead of just standard Vector Search? A: Pure vector (dense) search is great for semantic understanding but might miss exact variable names or code symbols, while pure keyword search fails to understand natural language intent. Code Context Hologres solves this by using Hybrid Search, which combines dense vectors with BM25 sparse vectors. The results are then mathematically combined using Reciprocal Rank Fusion (RRF) to guarantee the AI gets the absolute most precise context. Q: Will I have to manually re-index the database every time I save a code file? A: No. Codebases are constantly evolving, so Code Context Hologres utilizes Merkle trees to detect file changes automatically. It incrementally re-indexes only the modified files in the background, ensuring your AI always has the freshest context without interrupting or blocking your development workflow. Q: What is the Model Context Protocol (MCP) and why does it matter here? A: MCP is a standardized open framework—often described as the “HTTP for AI integrations”—designed to connect AI models to external tools, APIs, and data systems. By building on MCP, Code Context Hologres allows any compatible AI agent to dynamically discover, access, and search your codebase securely and predictably, eliminating the need to write fragile, custom middleware for every new AI tool.

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泰国原生IP，欢迎访问 www.isclouder.com 了解更多

最新消息显示，联手Nvidia，韩国SKT将建GW级AIDC

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，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

业内人士指出，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

值得关注的是，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，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

值得关注的是，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

业内人士指出，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，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 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

从更深层次来看，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

业内人士指出，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

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

值得关注的是，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

从更深层次来看，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

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香港GPU服务器，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，苹果收尾旧网络产品支持，iOS / iPadOS 27 预告 AirPort Utility 应用退场

苹果公司在 iOS 27/iPadOS 27 Beta 2 官方更新日志中，更新弃用条目，明确 AirPort Utility 应用程序将退出应用分发渠道

值得关注的是，它主要服务于使用 AirPort Extreme、AirPort Express、Time Capsule 等老款苹果网络设备的用户

从更深层次来看，对于此前下载过该应用的用户，依然可以重新下载

业内人士指出，用户在已安装该应用的情况下升级到 macOS 27 系统，系统依然会保留 AirPort Utility 应用

值得关注的是，新用户 [指未下载过该 App 的用户] 后续无法通过 App Store 下载 AirPort Utility 应用

值得关注的是，在 macOS 27 Golden Gate Beta 2 更新日志中，苹果公司也明确表示，在全新安装环境下，不再预装 AirPort Utility 工具

业内人士指出，而且在 iOS 27 以及后续版本中使用 AirPort Utility 应用时，可能会出现不稳定的情况

业内人士指出，IT之家 6 月 23 日消息，科技媒体 AppleInsider 今天（6 月 23 日）发布博文，报道称在 iOS 27 Beta 2 更新中，苹果公司确认 App Store 即将下架 AirPort Utility 应用程序

值得关注的是，AirPort Utility 是苹果用于配置和管理 AirPort 系列网络设备的软件工具，常见功能包括查看网络状态、修改路由设置、管理基站与存储相关选项

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AI算力服务器，欢迎访问 www.isclouder.com 了解更多

行业动态更新：AMD 营销嘲讽苹果 MacBook Neo：20 款热门游戏有 15 款无法原生运行

单论游戏表现，业内都清楚，锐龙 5 220 集成的 Radeon 740M 核显游戏性能偏弱，根本跑不动 3A 大作

值得关注的是，AMD 拿游戏性能嘲讽苹果 MacBook Neo，宣称锐龙笔记本可流畅运行全部 20 款测试游戏，而 MacBook Neo 仅能驾驭其中 5 款

从更深层次来看，Windows 与 macOS 之间的争论向来没完没了，可没想到这场交锋竟来自主流芯片厂商之一

业内人士指出，AMD 称：“榜单中 20 款热门电脑游戏里，有 15 款无法在 MacBook Neo 上原生运行；而锐龙设备可畅玩 Steam、Epic 游戏商城、PC 游戏通行证中的海量游戏作品

从更深层次来看，AMD 还间接宣称锐龙 5 220 性能更强：多任务处理能力最高提升 57%，内容创作速度快 38%

业内人士指出，因此，单纯强调游戏兼容性的说法并不成立，除非锐龙 5 220 能在运行各类游戏时，都做到丝滑流畅

业内人士指出，由于硬件架构和软件生态存在巨大差异，这样的对比其实根本不具备可比性

业内人士指出，对比表格显示，这款惠普笔记本的核心卖点是兼容性无可匹敌，此外还拥有更大内存、触屏功能以及更丰富的外接接口

业内人士指出，AMD 在官网中写道：“MacBook Neo 缺失的所有功能，AMD 锐龙 AI 处理器全都具备”，随后着重强调锐龙设备是更出色的游戏平台

值得关注的是，IT之家注意到，AMD 试图借助 Windows 平台的游戏表现，凸显锐龙笔记本的优势

值得关注的是，” 文案还用加粗字体标注“无需额外适配、不用折腾”，并选取搭载锐龙 5 220 处理器的惠普 OmniBook X 翻转本，与苹果 MacBook Neo 进行逐项对比

值得关注的是，如果 AMD 直接将锐龙 5 220 处理器与 MacBook Neo 搭载的苹果 A18 Pro 芯片对标，才算得上公允，可 AMD 却刻意绕开芯片本身，转而比拼操作系统

业内人士指出，AMD 并未直接对比两款操作系统，而是将自家锐龙笔记本与搭载 macOS 的苹果产品放在一起较量

业内人士指出，官方称，在 20 款主流游戏里，MacBook Neo 有 15 款无法原生运行，而锐龙设备可完美适配，全面支持 Steam、Epic 以及 PC Game Pass 的海量游戏库

业内人士指出，IT之家 6 月 14 日消息，据 Wccftech 报道，一场本没必要再起的 Windows 与 macOS 之争，又被重新摆上了台面

从更深层次来看，AMD 近期推出全新营销内容，一边宣传锐龙处理器的性能优势，一边暗讽主打高性价比的 MacBook Neo

业内人士指出，不可否认，这款惠普笔记本在部分硬件配置上确实更占优势，但用“游戏性能差”来诟病 MacBook Neo 其实站不住脚，因为这款产品本身就并非为游戏打造

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GPU服务器租用，欢迎访问 www.isclouder.com 了解更多

据行业最新消息，IDC：韩国 2026Q1 折叠屏智能手机出货 19 万部，同比实现三位数增长

IDC 表示，韩国 2026Q1 智能手机出货中 5G 终端设备占比达到 95.5%；价格超过 800 美元（IT之家注：现汇率约合 5430 元人民币）的旗舰级产品市场份额上升两位数百分比，达 73.2%；另一方面，由于经济不确定性加剧，中低端智能手机的市占率较上年有所下降

从更深层次来看，机构表示三星电子的 Galaxy Fold 系列凭借更轻更大的竞争力为整体折叠屏市场的增长作出了贡献

值得关注的是，한국 IDC, 2026년 1분기 국내 스마트폰 시장 378만대 출하하며 전년 대비 0.5% 역성장

业内人士指出，IT之家 6 月 23 日消息，IDC 当地时间本月 22 日表示，韩国 2026Q1 智能手机出货总量约为 378 万部，同比下降 0.5%；消费者信心指数保持在 110 以上，但由于外部环境的不利影响消费者购买信心有所减弱

业内人士指出，而从形态角度来看，韩国今年一季度出货了 19 万部折叠屏智能手机，同比实现三位数增长

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香港高防服务器，欢迎访问 www.isclouder.com 了解更多