——一周熱點點評——

　　紫光集團宣布完成100%股權交割

　　近日，紫光集團宣布完成100%股權交割，智路建廣聯(lián)合體正式接手，向全體債權人足額支付了全部現(xiàn)金清償款項，并按時向法院提出了終結(jié)重整程序的申請報告。據(jù)了解，新紫光集團在集團層面設立業(yè)務、賦能和管理三大總部，為旗下產(chǎn)業(yè)公司發(fā)展搭建功能平臺。

　　點評:從去年7月16日法院裁定破產(chǎn)重整開始，歷經(jīng)近一年時間，紫光集團司法重整執(zhí)行階段進入到尾聲，也意味著紫光集團即將進入到全新的整合運營新階段。新東家智路建廣聯(lián)合體是以半導體為核心的硬科技產(chǎn)業(yè)集團，對于紫光集團“芯”、“云”業(yè)務可以起到很好的帶動和賦能作用，雙方聯(lián)合后，或?qū)⒅貥嬛袊雽w產(chǎn)業(yè)格局。

　　美芯片法案欲鎖死中國高端芯片10年

　　當?shù)貢r間7月19日，美國參議院通過了最新芯片法案，由于芯片法案還在國會轉(zhuǎn)圈，因此現(xiàn)在還沒有全文公布。但據(jù)估計，該法案針對中國的部分，是將要求美國補助的企業(yè)在美國建廠后，10年內(nèi)不得擴大對中國高端芯片的投資——也就是14NM及更小 芯片的在華投資。

　　點評：芯片法案的針對性等同于強迫高通、英特爾、英偉達、三星等國際芯片大廠在中美之間選邊站隊，這無疑對全球芯片供應鏈將構成新一波沖擊。不過理性分析，在經(jīng)歷了美國多輪針對性動作之后，中國芯片企業(yè)的自主研發(fā)意識將進一步強化起來，盡管現(xiàn)階段在高端芯片領域依然無法擺脫受制于人的困境，但依照中國整個芯片產(chǎn)業(yè)國產(chǎn)化替代的進程和決心，逐步提高芯片自給率也只是時間問題。

　　江森自控收購零信任網(wǎng)絡安全提供商Tempered Networks

　　據(jù)外媒消息，江森自控收購了位于華盛頓州西雅圖的零信任網(wǎng)絡安全提供商 Tempered Networks。Tempered Networks 開發(fā)了“Airwall”技術，這是一種先進的建筑物安全系統(tǒng)，可實現(xiàn)跨各種端點設備、邊緣網(wǎng)關、云平臺和服務技術人員的安全網(wǎng)絡訪問。

　　點評：物聯(lián)網(wǎng)、智聯(lián)網(wǎng)時代的到來，伴隨著聯(lián)網(wǎng)設備數(shù)量的激增，以及數(shù)據(jù)上云或?qū)淼陌踩L險隱患，都促使設備商及解決方案提供商需要不斷強化網(wǎng)絡安全、數(shù)據(jù)安全的系列保障。從近年來資本投資風向也可以看到，網(wǎng)絡安全、數(shù)據(jù)安全解決方案企業(yè)的融資比重在持續(xù)擴大。江森自控此舉也將進一步完善其智能建筑整體解決方案的安全性和用戶體驗。

　　芯邁微半導體完成數(shù)億元人民幣融資

　　7月20日，芯邁微半導體(Cmind-SEMI) 近期宣布完成數(shù)億元人民幣融資，芯邁微成立于2021年，專注于提供4G和5G先進無線通信芯片及整體解決方案，致力于成為智(AI)連(5G)萬物通信芯片領導者。

　　點評：芯邁微雖然去年才成立，但其核心成員來自于中、美多家行業(yè)巨頭，能夠帶來豐富的行業(yè)經(jīng)驗，這也是被資本看中的原因之一。與此同時，當下5G正站在風口，芯邁微半導體當前的策略是做實4G，發(fā)力5G，關注6G，在技術實力加持下，站在風口的芯邁微未來可期。

　　CB Insights發(fā)布AI行業(yè)七大趨勢

　　CB Insights 提出了 2022 年值得關注的七大 AI 趨勢，分別是：合成數(shù)據(jù)、芯片追逐戰(zhàn)、AI 內(nèi)容審核、Deepfakes(深度偽造)、低代碼/零代碼開發(fā)、多模態(tài) AI 崛起、AI for AI。

　　點評：人工智能技術賦能千行百業(yè)正成為共識，AI技術應用的標準也得以逐步完善，這個過程中，關于AI本身的智能升級、安全性提升以及使用便捷性等方面都是AI產(chǎn)業(yè)體系完善的方向。未來，我們離不開AI，也期待更完善的AI產(chǎn)品、技術和解決方案服務。

—— 觀點前瞻 ——

　　自2012年AlexNet被提出以來，基于深度學習的神經(jīng)網(wǎng)絡成為AI視覺發(fā)展的核心原動力之一。神經(jīng)網(wǎng)絡根據(jù)用途、構建方式的不同，大致可以分為CNN、Transformer、基于自動化神經(jīng)網(wǎng)絡架構搜索的模型以及輕量化模型等，這些模型極大地推動了AI發(fā)展的歷史進程。基礎模型科研是AI創(chuàng)新突破的基石， “大”和“統(tǒng)一”已經(jīng)成為當今視覺AI系統(tǒng)研究的新趨勢。

　　——曠視研究院基礎科研負責人張祥雨

　　算法泛化能力不足有一個主要前提，即希望通過一套算法去適應多個場景，這顯然行不通。但通過專業(yè)的算法訓練平臺，可以不用提前訓練好一個固定的算法模型，而是在需要的時候結(jié)合現(xiàn)場實際場景，在部署的過程中完成算法的訓練，這樣可以最大程度保障算法和場景的緊密結(jié)合程度，提高算法在特有場景的精準度，通過這樣短平快的方式來解決算法泛化能力不足的問題。

——中科智云高級副總裁李源博士