工业智能：制造业的下一个增长机遇
制造商积累的工艺知识、操作实践与生产数据构成“工业智能”，将其接入物理世界是制造业新的增长方向。Physical AI 系统能感知产线状况、推理并采取行动：Toyota Industries 打通喷漆车间数据后，分析周期从 5 天缩短到 4 小时以内，试点使相关油漆缺陷减少约 25%。
#部署/工程
MIT Technology Review · AIAI 评分3131
MIT Technology Review · AIAI 评分2525 设计经久耐用的 AI 推理服务架构：企业 AI 的下一个竞争优势
EXL 在 MIT Technology Review 发布的分析中指出，企业 AI 的竞争优势正从模型能力转向围绕模型构建的 serving harness，即涵盖架构、内存管理、调度与推理优化的工程系统。
Latent SpaceAI 评分5959 Modal CEO Erik Bernhardsson 谈 GPU 矩形合约困局与 sandbox 增长
Latent Space 在 Modal 完成 7.5 亿美元 D 轮（估值 160 亿美元、年化收入超 10 亿美元、约 30 亿 sandbox）后专访 CEO Erik Bernhardsson。
MIT Technology Review · AIAI 评分4040 AI 的隐性存储账单：推理背后留下了什么
WD 与 IDC 的调研显示，AI 推理留下的后端数据远超想象：一段 8 秒、3.97MB 的 720p 视频会在后端留下超过 500MB 关联数据，是输出文件的 130 倍。McKinsey 预计推理需求到 2030 年将以 35% 的 CAGR 增长，占数据中心总需求 40% 以上。企业存储预算若只按计算开销规划，12 到 18 个月后存储可能成为总成本的重要部分。
MIT Technology Review · AIAI 评分2222 HPE 谈企业 AI 的新经济学：如何衡量有效成本
企业 AI 正从零散试验走向生产基础设施，关键指标从 token 或 GPU 小时单价转向“每有效业务成果成本”。文章比较三种方案——自建、按需消费和集成式私有 AI 平台，指出 HPE Private Cloud AI 通过调度、模型选择、GPU 分区和 KV-cache 管理等效率杠杆摊薄固定成本，独立测试显示高利用率集成平台的有效成本低于反复租用，并附带 90 天部署工程师服务。
Berkeley AI ResearchAI 评分5151 UC Berkeley 学者提出智能近乎免费时代的数据系统研究议程 For、Of、By Agents
UC Berkeley 的 Aditya G. Parameswaran 团队发文讨论近乎免费的智能（推理成本一年中位数下降约 50 倍，GPT-4 级能力从每百万 token 约 $30 降至 $1 以下）对数据系统的意义。