深圳高频NFC读卡器模块厂家

键盘口双频读卡器

Thu, 04 Dec 2025 15:51:31 +0800

波特率：默认9600Bit/S，可以设置
工作频率：13.56MHz(高频IC，14443A/B+15693) 或 125KHz(低频ID)
通讯接口：HID键盘口+串口输出(VCP输出)，可设置输出格式
读卡距离：标准A协议卡9CM左右 (其他卡跟卡的质量和大小有关)
工作电压：直流5V(USB直接取电)；工作电流：<50mA
支持低频卡类型：TK4100、EM4100、EM4200等
支持高频卡类型：MIFARE 1 S50、MIFARE 1 S70、复旦FM1208等CPU卡
二代证、SRI512 和 SRI4k、Ultralight、Ultralight-C、NTAG 213等系列
ST25TN01K、I CODE SLIX、I CODE SLIS、I CODE 2 及兼容卡
ST25DV、MIFARE DesFire、MIFARE Plus、SONY Felica等
操作系统：Windows XP、Windows 7/10、Linux、Android等
状态提示：双色LED；内置蜂鸣器
工作温度：-25℃-70℃；外观尺寸：105*70*12mm

云计算第三次浪潮中国电信要“抢跑”

Mon, 03 Nov 2025 10:55:04 +0800

全球首提智能泛在云，以云网一体重构“算力地图”| 图源：豆包AI

作者／ IT时报郝俊慧

编辑／孙妍

当手机拍照后，瞬间完成AI美颜；当无人驾驶汽车实时处理海量数据；当智能安防系统毫秒级识别异常情况……这一切背后，是一场正在发生的云计算范式革命。

2006年，美国亚马逊公司首次推出弹性计算云（Elastic Compute Cloud）服务，同年，谷歌前首席执行官埃里克·施密特提出“云计算（Cloud Computing）”概念，自此，全球进入“风起云涌”的时代。

19年后，AI浪潮袭来，云计算来到新时代的入口。

从中心到边缘，从集中到分布，AI推理模型的突破性发展推动计算模式迎来深刻变革，未来计算需要绘制一张新的“算力地图”。

这一次，中国的电信运营商要“抢跑”。

2025年初，中国电信云计算研究院（以下简称云研院）率先提出构建新一代云计算技术体系——智能泛在云的六层架构，其核心是基于“云网融合”叠加人工智能能力，实现“云边端一体”，将算力与智能更灵活地部署在各类业务场景中。
然而，智能泛在云的构建也面临着重重技术挑战。

10月23日，CNCC2025（中国计算机大会）期间，云研院举行了“基于智能泛在云的资源弹性调度与优化”技术论坛（以下简称论坛），来自云研院、天翼云科技、华中科技大学、南京大学、上海交通大学、天津大学等产业界和高校的研究者们，一起为这场云计算的范式革命寻找答案。

云计算出现19年后，一张以数据中心为核心的“算力地图”完成了全球普及，依靠建设超大规模数据中心、提供标准化虚拟机和存储服务等，AWS、谷歌云、阿里云们走在了前列，中国电信天翼云、中国移动云等电信运营商云则后来居上。

然而，当AI以摧枯拉朽之势席卷全球时，全球云服务商都站在了关键的转折点，传统的中心化云架构已无法满足用户实时响应的需求。

这张“地图”遇到了它的边界。

如果说集中式云的出现是云计算的第一次革命，分布式云出现是第二次云计算革命，那么，显然，云计算迎来了第三次革命浪潮，云基础设施正向真正的AI原生平台演进。

“应用的计算负载和动态性显著增强，推动云基础设施从‘资源提供’向‘高效运行’模式转型。”中国电信首席科学家、中国电信云计算研究院院长吴杰指出，AI时代，资源负载呈现出高动态性的特征：训练需要数万张GPU以极低延时协同通信，推理需要在毫秒级响应；一个热点新闻可能在五分钟内让某个网站流量暴增百倍；数据管道要处理PB级的非结构化数据，企业用户不再关心多少资源和带宽，而是直接需要一个结果……这种动态性已经远远超出人工和简单统计模型的应对能力。
另一方面，算力界的“巴别塔困境”越来越明显。

英特尔的CPU、英伟达的GPU、谷歌的TPU、亚马逊云科技（AWS）的Trainium、华为昇腾的NPU、沐曦的GPGPU……再加上FPGA、DPU等加速卡，如何让这些说着不同“语言”的硬件高效协同工作？

尤其在中国市场，英伟达芯片在国内市场份额逐渐下降，国产算力百花齐放，中国的云服务商面临比国外运营商更现实、更复杂的问题。

与此同时，计算资源类型也变得更加丰富，云计算、边缘计算、IoT设备等多源异构资源的智能管理与调度，同样是个全球性技术难题。

更棘手的是，通信正成为AI进一步发展的瓶颈。从卡间到数据中心内部再到跨数据中心，通信时延增加了多个数量级，如果说数据在单一数据中心内传输时延在微秒级，那么一旦走出数据中心，时延便变成毫秒级。另一方面，天翼云团队测试发现，如果通信丢包率增加4%，那么整个系统算效至少降低50%。
为了抢到AI时代的船票，头部玩家们都在进行一场“嬗变”，构建一套从中心云到区域云、边缘云、设备端的分布式云体系：AWS的Local Zones把数据中心建到离用户更近的城市，Wavelength直接把计算能力部署到5G基站机房，Outposts甚至把AWS的机柜搬进客户的数据中心；阿里云也在不久前的云栖大会上明确了新定位：全球领先的全栈人工智能服务商，并且认为“全球未来只有5～6台超级计算机”。

事实上，云计算走到今天，其终极方向已隐隐可见：构建一个覆盖全球、连接万物、自主进化的智能计算网络，这个全球超级系统将既有中心化系统的全局优化能力，又有去中心化系统的本地响应速度，它需要一张新的“算力地图”，一朵无处不在的云。

然而，当巨头们试图将能力下沉到边缘时，却会天然遇到一个难题：如何克服网络的物理限制？
在刚刚结束的GTC上，英伟达宣布投资10亿美元给诺基亚，便是试图以通信的方式解决算力边缘化的难题。其发布的AI原生6G无线协议栈——NVIDIA-ARC，最终希望用6G和AI升级数以百万计的基站，从而让算力下沉到基站。

中国电信的独特坐标
“这是中国电信运营商独有的优势。”吴杰接受《IT时报》记者采访时表示，在下一代云计算架构的构建中，中国电信运营商有着独特的坐标，它们天然掌控着从骨干网到城域网到接入网的全链路资源，拥有网络资源和计算资源的联合调度能力，而这恰恰是其他云厂商短期内难以复制的。
云计算正加速向泛在化、智能化发展。中国电信拥有覆盖全国、通达全球的光纤骨干网和“2+4+31+X”泛在云基础设施底座，数以百万计的5G基站、近千个IDC机房和近60万个机架，都是“算力地图”上的星星之火，将云计算能力下沉到城市、县城甚至社区的边缘节点，让算力真正触手可及，让每个终端都成为这张算力网络的节点。

今年年初，云研院创新性地提出新一代“智能泛在云”概念，以泛在云网基础设施为底座，以一体化调度为核心，以智能自驱为动力，以提供无处不在、高效智能、安全可靠的云计算服务为目的，这是以云网融合为基础的中国电信向智能时代演进的重要技术路线。

吴杰将其分为六层架构：运维层聚焦全局可观测与智能管理，保障系统运行的安全性与可靠性；基础设施层整合云、网、边、端多源异构资源，构建全面覆盖的供给能力；调度层承担多维资源的统一建模与一体化调配，实现真正意义上的云网一体；平台层支撑分布式计算、数据融合与AI服务化，提升数据向智能转换的效率；应用层则面向千行百业及新兴场景，提供多样化、敏捷化、可定制的智能服务；还有正在逐渐渗透所有场景的AI Agent。

泛在，意味着复杂。

当AI大模型成为新的生产力工具，当边缘设备需要实时决策，当千行百业都在寻求算力支撑，云计算必须从简单的资源供给者，进化为高效运行的智能调度者，边缘智能协同、异构资源管理和动态负载优化等技术难题的解决，都迫在眉睫。中国电信同样也要面对前所未有的技术挑战。

泛在，只是开始，智能化才是解题方向。

产学研共同解题
“如何应对资源负载的高动态性？如何解决异构资源利用率低的难题？跨地域资源调度时如何降低延迟？云边协同又如何优化？”论坛甫一开始，吴杰便抛出了智能泛在云构建过程中的四道待解难题。

挑战一：异构资源的高效协同

上海交通大学计算机科学与工程系教授陈全指出，异构化带来了三大核心挑战：如何自动适配不断变化的负载、如何实现加速器的精准隔离共享、如何快速加载和执行模型。

“池化”是关键词。“这就像乐高积木，可以根据需要随时拼装出不同的形态。”陈全提出的方案是将所有计算资源——无论是加速器、内存还是存储——都打散成一个资源池，通过软件灵活组合。但新的问题是，资源通过网络连接，数据在节点间传输，如何避免性能损耗？从此前的测试来看，通信开销高达24%以上。

陈全团队的答案是统一内存空间和零拷贝技术。传统方法中，数据在不同模块间传递需要多次冗余拷贝，就像接力赛跑时需要交接棒，而他们的方法是让各模块共享同一内存空间，省去了交接环节，就像大家围着同一张桌子工作，省去了交接的麻烦，从而使通信开销大大降低。

挑战二：边缘智能的协同优化

端侧的泛在化，使手机、无人机、无人驾驶汽车都成为算力节点，但云边协同优化的挑战最为复杂，它不只是技术点，而是整个架构范式的转变。

一方面，受限于成本，算力有限，运行模型都相当困难，更不用说训练；另一方面，终端AI化会带来新的不公平，如果AI成为普遍的生产工具，那么无疑更高价值的终端设备将拥有更强的算力，生成更好的结果。

常见的做法是建设更多的节点，由边缘节点承接用户的需求，更激进的做法是将计算本身下沉到边缘，比如Azure的Edge Zones直接把数据中心建在5G基站附近，延迟可以压缩到10毫秒以内。

但这又带来新的问题：如何在资源有限的边缘节点上运行复杂的业务？或者出于数据安全的考量，用户并不愿意在边缘节点完成数据闭环。一个典型的场景是，视频监控进行AI分析时，原始视频在边缘做运动检测和人脸识别（延迟敏感），但身份对比却需要访问全国数据库。

华中科技大学计算机科学与技术学院教授何强团队的解决之道是“切蛋糕”：将模型切分成两部分，较小的部分放在终端设备上，较大的部分放在边缘算力节点上，通过协同的方式完成训练。然而，此时又会叠加通信延迟的挑战。何强发现，虽然5G网络延迟可以降到10毫秒以下，但在AI大模型训练的前向和后向传播过程中，多次往返通信仍然会极大影响训练效率。于是，何强团队又设计了动态调整模型切割点，当网络状况好时，多让边缘服务器分担；当信号弱时，由终端多承担一些。

更智能的是，系统会监控训练管道的性能，如果通信性能持续恶化，终端设备会主动寻找并切换到更好的边缘算力节点。比如当一个无人机逐渐飞离它的边缘节点时，通讯联系越来越弱，便可以自动切换新的算力节点。

“这有点像在高铁上时，手机需要在不同基站间切换信号。”何强解释，“但这里切换的是整个任务”。

挑战三：毫秒级响应的冷启动

南京大学计算机科学与技术系特聘研究员顾荣和天津大学软件学院教授赵来平关注的，都是“当红炸子鸡”——Serverless。

赵来平透露，2024年，已有31%的应用是通过 Serverless工作流构建。Serverless的核心是将计算资源以服务形式提供，其承诺很美好：用户无需关心服务器，只需提交代码，系统就会自动分配资源、处理扩缩容。但现实却是，冷启动的延迟可能长达数秒。

边缘场景下，应用场景的需求让这个矛盾变得更加尖锐。比如，一个智能安防应用需要在摄像头捕捉到异常时，便立即启动识别函数，而在工业质检场景下，产品在经过检测点的瞬间便需完成AI推理。

顾荣团队提出了预热机制——提前启动一定数量的函数实例，但这种方式对预测结果的精度要求很高。于是他将函数的请求转化为排队问题，在满足冷启动率要求（如不超过5%）的前提下，通过数学模型实现请求的动态平衡。

赵来平则设计了一套库操作系统，将策略决定和高级抽象的实现完全委托给用户态的库，从而减少用户态和内核态的切换开销，在满足多租户隔离性需求的基础上，实现了工作流毫秒级冷启动和函数间的高性能中间数据传递。

从资源池化到模型切分，从预热机制到库操作系统，这些看似复杂而分散的技术探索，实则都指向同一个目标：让计算发生在数据产生的地方，让AI运行在每个人的设备上，让边缘计算真正“智能”起来。

从理论到田间弥补三大鸿沟
“智能泛在云面临着诸多技术挑战，只有合作才能共赢。”吴杰指出，此次论坛恰恰是一次产学研深度合作的最佳实践，学术界提供前沿理论和算法，产业界提供真实场景和工程实践，双方碰撞才能产生真正改变世界的力量。

泛在意味着普惠。2024上海云网宽带发展大会上，中国电信董事长柯瑞文首次提出AI时代“三大鸿沟”理论，他认为，全球的数字鸿沟已经发展为连接鸿沟、云计算鸿沟以及AI智能鸿沟，且后两者面临持续扩大的风险。

弥合鸿沟，电信运营商责无旁贷。2025年，中国电信正式启动“云改数转智惠”战略升级，充分发挥云网融合优势，致力于将曾经“高不可攀”的新型数字信息基础设施，转化为千行百业触手可及的“数字水电”。
一系列产业实践的案例正让技术有了温度。

在中国的最北端，黑龙江电信面临着独特的挑战：冬季气温常常低至零下30℃，有着漫长的冬天和绵延的边境线、广袤的农垦区域、分散的城镇布局，这些地理特征决定了传统的云计算难以满足需求，必须构建泛在化的算力网络。

在北大荒集团建三江分公司的多个农场，中国电信将5G、云计算、物联网和人工智能等新一代信息技术融入农业生产，将边缘智能系统部署到田间地头，通过在农田布设传感器、摄像头和无人机，借助5G专网与天翼云平台汇聚分析农业数据，实现水肥智能调控、病虫害预警、农机远程调度等功能，构建起覆盖全流程的“农业数据大脑”。

以前农场发现病虫害，只能等上报等专家，现在“农业物联网应用基地”的系统自动识别异常，立即推送预警，马上采取相应措施，从而将减产的诱因扼杀在幼虫阶段。

“从‘经验种田’到‘数据种田’，这个案例为农业数字化转型提供了可复制推广的‘中国电信样板’。”吴杰表示。

北大荒只是智能泛在云“算力地图”上的一个坐标。更多的场景正在被点亮。

“前两个月，几乎每天都有各种问题和挑战，每天。”时至今日，中国电信云操作系统专业首席专家，天翼云科技有限公司公有云事业部总经理杨鑫仍难忘当初任务攻坚时的焦虑，“大规模国产智算集群当时的技术成熟度有限，涉及百万级器件的部署与调试，而给我们的时间只有三个月。”

彼时，中国电信自研的万亿参数大模型星辰要在国产智算万卡池中训练，各种问题变成“每日例行”。在中国电信和华为的共同努力下，天翼云和天翼AI团队硬是将系统稳定性提升到全新高度。在国产智算集群上的大模型训练性能达到业界主流算力的93%以上，训练任务有效训练时长达到98%以上，成功实现万卡集群万亿参数大模型训练的全国产化。

在厦门，天翼云为一家科技公司修建了一条封闭式的“数据磁悬浮列车”轨道，庞大的AI训练数据被高效地送到天翼云的计算中心，而且计算资源可以按需弹性伸缩。这有点像当AI训练需要一万个处理器同时工作时，教室里就立刻出现一万个座位；当任务量减少，只需要一百个处理器时，多余的九千九百个座位就马上消失，避免了任何资源浪费……

智能泛在云不是一个高高在上的技术概念，而是改变生活、推动产业的现实力量。随着这朵“无所不在云”逐步构建完成，算力将渗透到经济社会的毛细血管中。

当智能可以在任何地方被唤醒，当千行百业、千家万户都能公平地获得算力，三大鸿沟将被逐步弥合，人们才能真正享受科技带来的福祉，数字时代的普惠承诺，才得以真正实现。

排版／季嘉颖

图片／中国电信英伟达豆包AI

来源／《IT时报》公众号vittimes

E N D

这个十一假期，AI又变天了

Thu, 09 Oct 2025 16:00:31 +0800

“AI一日，人间十年”，2025年十一假期之后，我们将会对“超级倍速社会”这个概念有越来越深切的感知。诚如我们所知，每轮工业革命都将带来指数级社会变革，AI莫不如是。虽有心理准备，未成想，AI的体感竟如此迅猛，宛如时间压缩，社会节奏骤然提速。

这个十一假期里，从数据中心基础设施投资加码，再到OpenAI估值神话延续，不再是简单的技术跃进，而是资本、计算力和地缘竞争的综合博弈，一个AI时代社会经济版的“scaling law”似乎逐渐成型。

令人愈渐不寒而栗的是，当人类还在假日中“流放”时，AI却在悄然“充电”——字面意义上的电力消耗。它提醒我们：以人类为参照系，AI进步的本质是加速不平等，关于未来，“不堪设想”。

以下，我们逐一剖析假期中几件标志性事件，每一件都如一枚棋子，正在重构AI的全球棋局，不可不察。

01 算力垄断2.0：OpenAI与AMD的芯片联姻

继英伟达与英特尔“世纪牵手”后，OpenAI不甘人后，开始视AMD为自己的后手。

10月6日，OpenAI在年度开发者大会（DevDay）上宣布，与AMD达成多年协议，后者将为其提供AI芯片，并授予OpenAI购买AMD约10%股份的期权。

这笔交易价值数百亿美元，不仅强化了OpenAI在生成式AI领域的领导地位，还凸显了行业对计算资源的极度渴求。

逻辑上，这源于AI模型训练和推理的指数级需求：据估算，GPT-5级模型的训练使用了数万块GPU，但显然未达到预期里程碑，GPT-5之后，需要更疯狂的算力求索以探明新的极限。AMD的介入旨在打破Nvidia的垄断，提供更具性价比的MI300X系列芯片。

专业分析显示，此举将加速OpenAI的“Stargate”（星际之门）超级数据中心项目，目标是到2030年部署6吉瓦计算力对应的用电需求——相当于美国一个中型城市的年用电量。
冷峻的现实是，这加剧了能源危机：数据中心已占全球电力消耗的2-3%，而AI的扩张可能推高至8%。吊诡之处在于，这些科技巨头一边宣扬AI将“拯救世界”，一边却在构建一个电力吞噬怪兽，仿佛在说：“绿色AI？先让我吃饱再说。”

这样的现象，正在触及技术伦理的核心：计算力是双刃剑，能驱动医疗突破（如个性化药物设计），却也可能放大环境不公——发达国家抢占资源，发展中国家只能旁观。

02 泡沫还是价值：OpenAI估值飙升至5000亿美元

同在10月6日，OpenAI完成一项员工股份出售交易，以5000亿美元估值超越SpaceX，成为全球最大初创企业。

这一里程碑得益于其H1营收达43亿美元（同比增长16%），但也暴露了高额烧钱：上半年计算支出高达25亿美元。
逻辑上，这反映了投资者对生成式AI的狂热：ChatGPT用户基数超2亿，潜在商业化路径（如企业集成）让其成为华尔街宠儿。

专业地看，此估值依赖于模型迭代，如新推出的Agent Kit工具包，允许开发者构建、测试和部署AI代理；此外，ChatGPT新增即时结账功能和第三方应用集成（如Spotify、Zillow），将聊天机器人转化为全能平台。

当然必须指出的是，如果创新放缓，泡沫随时破灭——烧钱率已达营收的58%。

03 基建投资狂潮：Meta与CoreWeave的140亿美元协议

十一前夕，Meta与CoreWeave签署一项价值142亿美元的计算协议（至2031年），涉及NVIDIA GB300芯片，用于AI基础设施扩展。同时，Oracle宣布为OpenAI美国数据中心采购价值400亿美元的Nvidia芯片。

这些交易标志着大科技公司对AI硬件的集体押注：预计2025年，亚马逊、Meta、微软和谷歌的资本支出将达3200亿美元，主要用于数据中心。

专业视角下，这体现了从实验到工业化的转变：CoreWeave作为GPU云提供商，专注于高效推理，协议包括10.5吉瓦电力外包给伙伴如Brookfield。显示的逻辑则是，规模效应主导一切——谁掌控计算，谁主宰AI。
但“老生常谈”的是，能源瓶颈显露：AI数据中心可能推高全球电力需求40%。

这些巨头像就像饥饿的恐龙，争抢最后一块“硅肉”，却忽略了气候“陨石”。它呼应了资本主义悖论：创新驱动增长，却以可持续性为代价。如果不转向绿色能源，这种“变天”将从技术扩展到生态危机。

04 模型迭代浪潮：Anthropic Claude 4.5与DeepSeek V3.2

一周之内，Anthropic发布Claude 4.5（Sonnet 4.5），强调长上下文推理和工具集成；同时，，DeepSeek推出V3.2，声称将长上下文计算成本降低超50%。

这些迭代反映了AI从通用模型向高效、专精化的演进：Claude 4.5在编码竞赛中胜出，DeepSeek则针对企业级应用优化——成本，还是成本。

根据产品指引，Claude 4.5的“Agent SDK”自定义功能允许用户构建个性化代理，提升生产力；DeepSeek的效率提升则源于架构优化，适用于生物计算等领域。

一定程度上，这正反映着当前中美AI竞争的总体趋势：美国领先模型数量，但中国在质量上持续追赶。
当然，竞争固然激烈，但进程往往囊括大量“滑稽现实”，诚如一些辛辣的三方评论所称：这些模型像学术界的“学霸”，互相抄袭却假装原创。

05 AI视频新里程碑：Sora 2，从研究原型走向消费级产品

更早之前的9月30日，OpenAI正式发布Sora 2，这是其文本到视频生成模型的重大升级版，标志着AI在视频创作领域的从研究原型向消费级产品的转变。

Sora 2提升了视频的物理真实性和可控性，还首次集成同步音频生成，并伴随一款名为“Sora”的iOS社交应用推出，该应用类似于TikTok，支持用户生成、分享和remix视频。
OpenAI未公开完整训练细节，但强调通过再标注（re-captioning）增强训练数据，并借鉴如Step-Video-T2V和DiTraj等研究以改善时序一致性和运动轨迹。早期用户反馈显示，Sora 2在首次生成中准确率更高，尽管速度较慢。
这些进步使Sora 2超越竞争对手如Google Veo 3或Runway Gen-2，在多镜头叙事和世界状态维护上更具优势。

有观点认为，Sora 2标志着AI向通用世界模拟器的迈进，可能赋能机器人和更复杂模拟。

OpenAI计划通过API和全球推广进一步加速Sora 2商业化进程，重塑社交媒体（TikTok瑟瑟发抖）；但高昂的计算成本和伦理审查仍是挑战——“深假”、隐私侵蚀、版权争议如影随形。Sam Altman在发布会上也对Sora 2视频工具的版权风险自我调侃：“希望我们别被起诉。”

某种意义上，我们在创造乌托邦的同时，也在自建潘多拉魔盒。

以上，资狂欢、模型跃进、基础设施扩张交织成网——AI的钢筋水泥进程，在我们的十一假期中加速演进。甚至可以说，我们的假日，不过是它加速的间隙。

这也在提醒人类：技术不能孤立至失控，必须与人文共舞。否则，下一个十一，变天的将是整个社会。

高频蓝牙RFID读卡器

Thu, 04 Sep 2025 09:57:43 +0800

工作频率：13.56MHz
支持协议：ISO14443A/B+ISO15693
通讯接口：蓝牙HID仿键盘口或蓝牙BLE（选配一种）
读卡距离：标准卡5CM左右(跟标签的质量和大小有关系)
工作电源：内置电池，容量1000mAh
支持卡类型：MIFARE 1 S50、MIFARE 1 S70、复旦FM1208等CPU卡、二代证、SRI512 和 SRI4k、Ultralight、Ultralight-C、NTAG 213等系列、ST25TN01K、I CODE SLIX、I CODE SLIS、I CODE 2 以及兼容卡、ST25DV、MIFARE DesFire、MIFARE Plus、SONY Felica等
工作模式：可以设置主动模式或命令模式
状态提示：开机键；内置蜂鸣器；LED灯指示电量
工作温度：-25℃-70℃；外观尺寸：90*63*12.5mm

七月全球人工智能领域新看点

Tue, 05 Aug 2025 13:57:17 +0800

全球人工智能（AI）在7月的发展像暑期天气一样持续火热，新发布的模型在迭代中更趋实用化，更多资金流入这一领域，不少国家正陆续出台政策推动人工智能发展，关于人工智能的国际合作共识也在逐步形成。

解决实际问题　新模型更有针对性

人工智能模型持续迭代，各种版本的评测数值越来越高，但解决实际问题的能力到底达到什么水平？

谷歌旗下“深层思维”公司7月21日发布消息说，高级版“双子座”模型的“深度思考”模式成功解答了2025年国际数学奥林匹克竞赛6道题目中的5道，共获35分，达到金牌水平。相关解题方案已在网上公布且成绩已获官方认证。

除了通过解答数学难题来展示最新的人工智能技术能力，“深层思维”公司还与来自英国、希腊的科研人员合作，开发了生成式人工智能模型“埃涅阿斯”，专门帮助历史学家解读古拉丁铭文的含义和背景。

据团队介绍，他们让23位历史学者开展对比实验，在使用或不使用人工智能辅助两种条件下研究已知年代的铭文，以此来对比验证系统能力。结果显示，“埃涅阿斯”能为90%的铭文研究激发思路，并显著提升断代和定位的准确性。此外，专家们判断铭文年代的平均误差为31年，而人工智能模型的平均误差仅13年。

中国企业推出的人工智能工具也展示了很强的专业能力。7月，阿里云的通义千问开源模型团队发布了机器翻译大语言模型Qwen-MT的最新升级版本，可实现92种语言互译。研究团队表示，在中英、英德多领域翻译等任务中，该产品性能显著优于国外的一些同规模模型。

推动AI发展　业界和政府齐发力

据世界经济论坛官网一篇文章介绍，人工智能正在重塑公共和私营部门的发展，到2040年，生成式人工智能有可能每年为全球经济增加高达4.4万亿美元的收入。

一方面，全球科技企业在人才、技术等方面加强对人工智能的投入；另一方面，不少国家政府也在政策层面梳理思路，以便提供更清晰的指引和有效支持。

在企业界，美国“元”公司最近一段时间高薪聘请多位人工智能行业的顶尖人才，并在公司内部进一步优化人工智能相关业务架构，希望提升整体竞争力。

美国知名企业家埃隆·马斯克也在为旗下人工智能企业xAI筹措资金，用于更大规模的发展。据《华尔街日报》7月12日报道，马斯克创建的太空探索技术公司将向xAI投资20亿美元，作为后者50亿美元股权融资的一部分。

谷歌公司表示，将在今后两年向PJM联合电网公司的输电网建设投资250亿美元，用于推进人工智能和数据中心基础设施建设。

政策层面，欧盟委员会7月18日发布了通用人工智能模型提供商指南，旨在帮助相关企业履行欧盟《人工智能法案》相关条款在今年8月2日生效后的法律义务。

法国政府在7月发布《勇敢拥抱人工智能（AI）：让AI在所有企业全面推广计划》，目标是到2030年，让100%的大型企业、80%的中小企业和50%的微型企业将人工智能融入日常运营。

新西兰推出该国首个国家人工智能战略。新西兰科学、创新与技术部长沙恩·雷蒂7月8日表示，政府将提供监管指引，鼓励负责任的人工智能应用。新战略强调“宽松监管”环境，增强企业投资人工智能的信心。私营部门应用和推动人工智能创新将有望带来新产品和服务，提高效率并优化决策，进而提高生产力。

让AI造福人类　国际深入合作

人工智能领域正经历产业规模快速扩张期。中国信息通信研究院监测数据显示，目前全球人工智能企业超3.5万家，仅中国的人工智能企业就超5100家。

要实现行业的良性发展，需要深入的国际合作。2025世界人工智能大会7月下旬在中国上海举办，这场盛会以“智能时代同球共济”为主题，汇聚全球顶尖智慧，展示前沿技术，探讨治理之道。

中国政府7月26日倡议成立世界人工智能合作组织。中方初步考虑该组织总部设在上海，希望利用中国特别是上海人工智能先发优势，凝聚国际共识，促进务实合作，让人工智能真正造福全人类。

在国际电信联盟总部所在的瑞士日内瓦，2025年“人工智能造福人类全球峰会”7月11日落下帷幕。本次峰会发布了《2025年“人工智能治理全球对话”联合主席声明：推进包容、可信、创新的人工智能治理》，声明提出人工智能治理的十大愿景，包括从原则走向实践的务实治理、政府与社会各界的包容协作、可持续性、安全标准、算力治理和政策灵活性等。

国际电信联盟秘书长多琳·波格丹-马丁在闭幕讲话中表示，当人们齐心协力时，对话能够带来包容性的合作、具体的行动和希望。“人工智能并非目的，而是一种向善的手段，它将造福全人类，造福世界各地。”

（记者张家伟）新华社北京电

（责任编辑：刘芃）

工信部物联网标准化技术委员会成立

Mon, 07 Jul 2025 08:58:26 +0800

7月2日，工业和信息化部物联网标准化技术委员会（以下简称“物联网标委会”）在京召开成立大会，工业和信息化部总工程师谢少锋出席会议并讲话，物联网标委会主任委员尹浩作主旨报告，工业和信息化部科技司有关负责同志宣读物联网标委会成立公告。

成立物联网标委会，是贯彻落实党中央、国务院有关“加快发展物联网”决策部署的重要举措，将有力推进物联网技术标准研制和推广应用，打造系统性强、协同程度高、技术水平先进的物联网标准体系，促进物联网产业创新发展，提升产业国际竞争力。物联网标委会主要负责物联网行业应用、关键技术、建设运维等领域行业标准制修订工作，秘书处设在中国电子技术标准化研究院。

同期，物联网标委会召开第一次全体委员会议，审议通过了物联网标委会章程、秘书处工作细则、标准制修订工作程序、2025年工作要点，以及下设工作组组成方案等文件。

86型外壳IC卡读卡器

Wed, 18 Jun 2025 08:24:14 +0800

　　工作频率：13.56MHz

　　支持协议：ISO14443A/B，ISO15693（ModBus-RTU 协议）

　　波特率：可选，默认 9600 Bit/S

　　读卡距离：标准卡5~10CM (跟卡的大小和质量有关)

　　支持卡类型：MIFARE 1 S50（M1）、MIFARE 1 S70、复旦FM1208等CPU卡、二代证、Ultralight系列、Ntag系列、 ST25TN01K、I CODE SLIX、I CODE SLIS、I CODE 2 以及兼容卡、ST25DV、MIFARE DesFire，等等

　　通讯接口：RS232 或 RS485（选配）

　　工作温度：-40~85℃，工业级设计

　　外观尺寸：86*86*16mm（玻璃面板）

　　状态提示：双色LED；内置蜂鸣器

　　工作电流：30mA左右，低功耗设计

　　工作电压：宽电压 DC 7~24V

　　接线说明：详见读卡器背面接线定义标签，

　　例如：红（+24V）；黑（GND）；黄（RS485A）；绿（RS485B）

广东印发移动物联网“万物智联”计划

Thu, 12 Jun 2025 15:04:27 +0800

IT之家 6 月 5 日消息，广东省今日印发移动物联网“万物智联”发展行动计划，提出到 2027 年，移动物联网终端连接数突破 6 亿，4G / 5G 占比超 95%。基于 4G（含 LTE-Cat1）和 5G（含 NB-loT，Redcap）的移动物联网生态体系进一步完善。

网络覆盖方面，5G NB-IoT 全省重点场景深度覆盖；5G RedCap 全省各地级以上市城区、县域城区连续覆盖，向乡镇、农村等区域延伸覆盖。

产业示范方面，打造广东省智能传感器特色产业园；推动建成 1 个全国移动物联网产业示范基地。

领域应用方面，培育工业制造、智能家居、智慧城市、网联汽车等领域实现移动物联网亿级连接；打造一批千万级连接的应用领域。

IT之家注意到，工信部去年 9 月曾印发《关于推进移动物联网“万物智联”发展的通知》，旨在提升移动物联网行业供给水平、创新赋能能力和产业整体价值，加快推动移动物联网从“万物互联”向“万物智联”发展。推荐阅读：我国物联网相关企业正迎来发展新机遇

到 2027 年，基于 4G（含 LTE-Cat1，即速率类别 1 的 4G 网络）和 5G（含 NB-IoT，窄带物联网；RedCap，轻量化）高低搭配、泛在智联、安全可靠的移动物联网综合生态体系进一步完善。

RFID电子号牌专治外卖快递小哥横冲直撞

Thu, 15 May 2025 11:30:08 +0800

今年以来，上海交警深入推进非机动车专项整治行动，针对违法易发多发的外卖快递骑手群体，其电动车安装的“RFID 电子号牌”持续发挥监管作用。目前，全市 800余个路口、路段已布设了RFID外场采集设备，通过捕获车辆行驶轨迹，即时记录闯红灯、逆行、违反禁令标志、不在非机动车道行驶等4种违法行为，截至目前，全市利用RFID设备共查获违法行为15.3万余起。

截至3月底我国累计建成开通5G基站439.5万个

Fri, 18 Apr 2025 10:31:12 +0800

【工信部：截至3月底我国累计建成开通5G基站439.5万个】财联社4月18日电，工业和信息化部负责人在今天上午国务院新闻办举行的发布会上表示，今年一季度工业和信息化发展态势良好。发布会上介绍，我国数字产业发展态势良好，以5G、人工智能大模型等为代表的数字技术迅速发展，前两个月数字产业完成业务收入同比增长8.2%。网络基础设施能力持续增强，截至3月底，累计建成开通5G基站439.5万个。相关阅读：全国首个地铁 5G-A 共建共享网络部署