雅安七月三十一日电（王思芦报道）位于四川雅安市宝兴县境内的蜂桶寨国家级自然保护区管理当局，于近日公布了令人欣喜的生态观测成果。根据该保护区管护中心对外披露的信息，工作人员在回收高山监测设备所采集的红外影像资料时，意外发现一处位于红山顶三角尖区域、海拔高达四千一百二十米的高寒流石滩监测点，其红外相机镜头捕捉到了野生大熊猫出没的珍贵画面。值得注意的是，这是该点位自设立以来首次记录到大熊猫的活动踪迹。

此前，这一特定区域长期以来始终是雪豹频繁出没的领地，监测设备曾多次摄录到雪豹在附近巡视的影像。此番在同一机位捕捉到野生大熊猫的现身，无疑以直观而有力的方式，印证了这两种堪称旗舰物种的珍稀野生动物，在高海拔地带共同利用栖息环境，且生态走廊相互连通的客观事实。

据相关工作人员介绍，该监测站点的地理位置十分特殊，处于林木线以上的极寒地带，四周遍布嶙峋裸岩，并无竹林的分布，属于雪豹、岩羊等典型高山动物赖以生存的栖息场所。根据多年积累的监测数据研判，雪豹在此区域的活动痕迹相当频繁，此地早已成为其固定的领地巡游路径。然而，在以往长达数年的连续观测过程中，始终未能发现野生大熊猫在此现身的任何迹象。令人振奋的是，今年三月，这部固定于原位的红外相机，竟然完好无损地记录下极为罕见的画面：一只野生大熊猫正穿行于高山流石滩之上，途中稍作停留，趴卧歇息片刻，随后又悠然起身，继续向前行进。

同一监测机位先后拍摄到两种国家一级保护动物的活动影像，这一成果堪称大熊猫国家公园生态保护工作取得实效的生动写照。该发现强有力地佐证了，这一片区自低海拔茂密森林延伸至高海拔流石滩的完整垂直生态体系运转良好，不同物种间的迁徙与扩散通道亦保持着畅通无阻的良好状态。

7月24日至26日，一场名为“科学减重，让脂肪肝可逆转”的健康科普行动在湖南长沙拉开帷幕。该活动围绕日益严峻的腹型肥胖问题，融合知识宣传、现场体验与专业解决方案，以创新形式推动公众对肥胖及相关代谢性疾病认知的升级，积极倡导“科学减重、自信而美”的生活理念，着力打造兼具感知力与参与感的健康减重新生态。

当前，脂肪性肝病已然攀升为中国最常见的慢性肝病，统计显示其患病人数已突破4亿，相当于每三位成年人中，便有一人正受其困扰。值得注意的是，国内超重群体中，腹型肥胖——“苹果型身材”——比例高达87.8%。

活动当天，现场划分出健康筛查与趣味互动两大功能区。在筛查区，高精度人体成分体脂秤与便携式无创肝脏脂肪检测设备齐齐亮相，为到场市民免费测量体脂率、内脏脂肪等级等核心健康参数。专业医师还提供一对一的检测报告解读，帮助公众实现代谢异常“早识别、早预警、早干预”。互动区则面向亲子家庭及年轻人群，设置了别具一格的“无腹担挑战赛”“射击高光馆”“知识科普角”等项目，在轻松愉悦的氛围中传递“腰围达标、肝脏安康”的自我管理理念，让健康意识真正入脑入心。

随着大众对减重的理解不断深化，单一外形诉求已逐渐转向体重与代谢的双重管理，专业化、持续性的健康服务需求日益凸显。本次活动依托线下药房贴近社区的优势，以执业药师为基层健康守门人，通过沉浸式互动科普将代谢健康知识输送到居民身边，真正打通便民健康服务的“最后一公里”。

中新社南宁七月六日电（韦佳秀 林浩）为期数日的二〇二六年“华文教育·华文教师”研习班于六日在广西南宁落下帷幕。来自美、法、英、加等十五国的四十五名华文教育工作者，满载着课堂教学的创新策略、人工智能辅助教学的前沿手段，以及教育数字化转型的新思维，圆满结束了这场跨越国界的学术交流盛会。

此次研习活动由华文教育发展中心主办，广西华侨学校具体承办。在紧凑而充实的课程安排中，十七位资深专家倾囊相授，奉献了八十八个课时的精品内容，涵盖汉语教学理论体系、人工智能与海外华文教育的融合路径、以及传统手工艺实操体验等多个维度，精准切中了海外华文教学一线的实际需求。

来自印度尼西亚雅加达崇德三语学校的教师许锦榕深有感触地指出，随着中印尼两国在经贸往来、人文旅游及教育合作等领域的持续深化，汉语正日益成为当地青年提升职场竞争力的关键技能，学习热情与日俱增。她表示：“此次研习班所学到的宝贵经验，我定会融入日常教学之中，相信能够助力学生们更加轻松且扎实地掌握中文。”

法国欧洲时报文化中心中文学校的教师孙琪在结业典礼上发言称，研习班中关于“人工智能赋能华文教育”以及“AI智能教学案例剖析”的专题课程，具有极强的现实指导价值。她计划将数字化教学手段带回欧洲的课堂，以期让更多年轻学子借助中文这扇窗口，深入感知中国，领悟中华文化的深邃魅力。

美国希望中文学校的教师高川则分享道，美国民众对于中华文化的兴趣正持续升温，不仅华裔子弟，许多非华裔学生也热衷于品尝中国茗茶、享用麻婆豆腐等经典美食，前往中国旅游更是蔚然成风。在他看来，中文学校已然成为联结中美两国民心、促进人文交流的坚实纽带。他亦构思着如何将广西独特的民族风情元素引入美国的课堂教学，为华文教育增添一抹别具一格的亮色。

国家统计局近日披露了2025年上半年规模以上工业企业利润的关键数据。在算力需求持续井喷的背景下，电子行业利润同比飙升96.9%，为全部规上工业企业利润增长贡献了8.5个百分点；其中，集成电路制造业的利润增幅更是达到了惊人的2579.5%。7月27日，存储芯片巨头长鑫科技正式挂牌科创板，上市首日即高开471%，终盘涨幅465.82%，市值攀升至3.28万亿元，一举超越工商银行，登顶A股总市值榜首。

这一连串令人咋舌的数字背后，真实的算力市场究竟处于怎样的温度？这场算力“狂飙”又与普通人的生活产生了哪些千丝万缕的联结？近日，《每日经济新闻》记者借助在郑州举行的“光合组织2026智能计算应用大会”之机，深入一线展开了实地探访。

7月中旬的郑州，室外温度直逼40摄氏度。郑州国际文化交流中心内却人潮涌动，热闹非凡。走进一楼展厅，一台高达两人、颇为壮观的机柜赫然映入眼帘——这正是国内首台十万卡AI算力集群。围观者层层叠叠，不少人需仰头才能望见机柜顶部。展厅内人流摩肩接踵，站久了衣物便有些黏腻。一位工作人员向记者透露，空调其实已调至很低，但人气实在太过旺盛。沿走廊两侧，各厂商的服务器机箱整齐排列，每个展位前都围聚了数层观众，外围的人们不得不侧身从缝隙中探看。

现场人群大体可分为两类：一类是服务器零部件及整机制造商，另一类则是AI应用开发商。两类人群交织穿梭，过道中不时有人驻足互换联系方式，或探讨服务器性能参数，或交流行业最新趋势。午后从餐厅返回会场途中，依旧能听到三三两两的讨论声不绝于耳。这番火热场景，令记者恍如置身于上世纪90年代互联网初兴时的繁荣气息中。

根据国家统计局发布的上半年数据，服务器及高性能工作站相关领域中，计算机整机制造利润同比增长689.3%，计算机外围设备制造利润增长305.8%；电子器件制造领域中，集成电路制造利润飙升2579.5%，半导体分立器件制造利润增长31.2%；而在电子元件及电子专用材料制造领域，电子专用材料制造利润增长209.7%，电子电路制造利润增长26.9%。这些令人瞠目的数字，折射出怎样的市场真相？

“眼下连板卡都供不应求。”浪潮计算机产品经理刘树奇向记者坦言，“内存条价格从去年到现在翻了三倍，去年一条1万元，今年可能涨到3万元却依然一货难求。”刘树奇提到的板卡，正是服务器的“骨架”——那些常见的绿色电路板，承担着CPU、GPU、存储及各类网络组件之间的互联互通职能。

一位GPU厂商人士感慨道：“我们曾签下一个订单，约定连服务器一并交付，结果服务器价格每日一变，根本无法履约。原先一台服务器20万元，随后涨至50万元，再飙到80万元，即便有钱也拿不到货。”刘树奇补充说：“有一段时间，合同报价的有效期甚至仅为一周。一周之后需要重新核算，价格可能又已不同。”

从采访中记者获悉，这种供应紧张态势自去年末便已显现，至今仍未缓解。

那么，这场“飞驰”的订单浪潮由何支撑？算力热潮又与普通人相距多远？浪潮计算机AI产品部廖广山向记者解释，普通用户使用大模型时属于云端推理，调用的算力资源在云端完成，并不会占用手机本地算力。而若想解决私密性问题、确保数据仅在本地方流转，则需采用本地化部署方案。廖广山说：“本地化部署的主要支出在于购置服务器，模型代码是开源的，从官网下载镜像即可运行。”

一家AI应用服务商或科研机构若需本地化部署模型并开展训练，究竟需要多少算力？面对记者的提问，廖广山详解道：“这取决于实际目标，通常可分为预训练和微调两类。以DeepSeek为例，若在本地运行该模型，基准资源需求为1倍；若需微调，则需约4至8倍的资源；若是进行推理训练，则需20倍以上。你提到的应用场景应属于微调范畴。”

刘树奇举了一个生动的例子：假设某机构想开发一个模型，识别路口一天内通过的行人、车辆、动物数量及空气质量，便需先搭建模型框架，设定多个识别字段，例如什么样的轮廓属于“人”，哪些特征属于“动物”，什么形状算作“车”。模型初建之后，还需持续“喂入”数据，比如不同品牌、不同形态的车辆图片，让系统不断学习迭代。只要数据量足够庞大，模型自然会愈发精准。

“如果只需保障训练过程的稳定性，比如确保AI短剧中人物形象前后一致，倒也不一定非得做本地化部署，购买大模型厂商提供的租户隔离服务即可满足需求。”廖广山补充道。

在算力价格暴涨的背景下，算力到底是离普通人更近，还是愈发高端、愈发遥不可及？中科曙光高级副总裁李斌对此表示，算力与普通人的距离正在缩短。“以郑州的曙光8000(登峰)为例，过去主要服务于科研院所的科学家，如今已有相当大一部分算力接入手机App后端，为各类Token服务提供支撑。或许在用户打开手机的刹那，背后调用的正是来自郑州的算力。”

在普通人眼中，服务器机箱的内部结构或许与台式电脑大同小异——同样包含CPU、GPU、存储、硬盘和散热组件。廖广山用一个形象的比喻解释：“如果说前者只是一辆玩具车，那后者便是真正的运载火箭。两者在设计复杂度、结构精密性及用途上完全不在一个量级，后者所能完成的计算任务也远为复杂。研发一套服务器需投入上千万元资金。”

然而，相似之处在于，随着算力需求的变化，服务器内部各组件的配比也在不断调整。李斌认为，在超长上下文的推理任务中，存储的重要性愈发凸显。海光信息服务器产品部总经理张攀勇则表示，随着AI Agent时代的来临，大量工作实际上由CPU承担，包括任务编排、工具调用与结果处理，以及记忆管理等；而GPU的角色则更聚焦于模型推理本身。这种变化也带来了一种范式转移。从他们的工作负载观察来看，CPU与GPU的配比已发生显著变化：过去在双路GPU服务器中，常见配置为一颗CPU搭配八颗GPU或两颗CPU配八颗GPU，比例大致介于1:4至1:8；而在当前的数据中心场景下，由于沙箱环境、存储系统、数据库、向量计算等多样负载的增加，整体配比已从往日的1:4、1:8逐步演化为1:1。

要让服务器机身更趋紧凑，廖广山认为可能需依赖液冷技术的进一步成熟。

算力是否存在结构性过剩的可能？李斌向记者表示，算力的短缺或过剩存在阶段性波动，但总体而言，AI驱动的需求仍在持续攀升，尤其是对高端算力的渴求，智能体兴起之后，算力需求将更加旺盛。“从IT产业发展的规律来看，同等性能或效果所需的成本大概率会持续下降，这是行业大趋势。长期来看，算力必将更加普惠。”李斌举例道，“在大模型爆发之前，行业最热门的是人脸识别技术。如今，这项技术的门槛与使用成本已大幅降低。未来大模型也可能沿循同样的路径。一方面，模型自身能力不断进化；另一方面，推理效率持续提升，单位任务所需的算力成本随之下降。最终，大模型将演变为像水电一样的基础设施，更加贴近大众。”

那么，算力的终极形态又会是怎样？李斌认为，未来的整体方向是云化，同时边端设备如具身智能等将配备轻量化算力以实现实时响应。个人无需购置笨重的本地设备，通过App即可轻松获取强大的AI能力。海光信息副总裁应志伟也向记者表示，算力终将如水电般即开即用，无论通过本地部署还是云端接入都能随时响应。所有业务都将深度融入AI能力，否则便难以适应这一时代。算力将无处不在，使用者在不知不觉中便可享受其便利，这才是真正的大势所趋。

“过去依赖大型算力中心，是因为模型复杂、体量庞大，对算力要求极高，普通终端设备难以承载，只能依托集中式算力完成训练和推理。这一方向不会改变，但也要看到另一面：当模型真正落地应用时，不同行业、不同用户的需求千差万别。程序员或许需要千亿甚至万亿参数的大模型来辅助编程，但在许多场景下，一个监控摄像头做人脸识别，几十亿参数的轻量模型就已足够。此类细分场景不胜枚举——嵌入式设备做电源波形检测时，网络延迟反而会抵消优势；孩子在家做数学题，本地小模型即可解决，无需调用云端大模型。”应志伟总结道。