3D打印网-3D打印行业门户

牛津大学利用3D打印构建层状脑皮层组织，五年项目揭示类脑结构重建新进展

Tue, 05 May 2026 10:19:02 +0800

2026年5月4日，牛津大学研究团队历时五年（2020—2025年），利用定制液滴喷射3D打印技术结合微流控系统，成功将人类干细胞构建为具有层状结构的大脑皮层类组织。

△人类脑祖细胞在3D打印后13天分化为神经元和星形胶质细胞

该项目于2020年启动，旨在探索增材制造技术未来如何帮助治疗脑损伤和脑疾病。如今项目已结束，项目成果体现为一系列研究进展，而非单一的临床突破或产品。团队尚未完成修复大脑，但正在学习如何制造出更接近真实脑组织的模型。这一成果标志着生物打印从“打印细胞”迈向“组织化功能结构”的关键转变，目前主要用于药物测试与疾病机制研究，距离脑组织修复仍需突破血管化等核心难题。
为何结构是核心难题
实验室培养脑细胞的技术已存在多年，早期3D打印尝试也能将细胞植入凝胶材料中，但结果往往是随机团块，与真实脑组织相去甚远。人脑皮层神经元呈严格的层状排列，不同类型细胞和连接以精确方式堆叠，这是大脑处理信息的基础。牛津团队尝试重建这种结构。研究人员利用人类干细胞分化出多种脑细胞，再通过3D打印与微流控系统，将它们排列为类似大脑皮层的层叠结构。

△将打印的大脑皮层组织进行体外培养以进行功能研究，并植入小鼠大脑以进行脑修复研究

定制液滴喷射系统：比商用生物打印机更精准
研究团队没有采用商用生物打印机，而是自主研发了一套定制液滴喷射系统。该系统能够喷射含细胞的微小液滴，结合微流控技术精确控制细胞落点与层间分布。最终产物不再是随机细胞团块，而是结构清晰的多层组织，细胞定位精度优于传统支架或类器官模型。更重要的是，打印后的细胞保持活性并开始相互作用——部分细胞延伸出连接，另一些在不同层间迁移。这些正是研究人员期望在真实组织中观察到的早期信号。目前所有实验均在体外实验室条件下进行，目前还未开展动物或人体试验。

△相关基础研究于2020年发表在《Advanced Materials》，后续的脑切片整合研究于2023年发表在《Nature Communications》

细胞保持活性并开始相互作用
目前，这类研究最直接的用途是科学研究，因为更逼真的类脑组织模型可以帮助科学家研究大脑发育、疾病进展以及不同药物对人体细胞的影响。这至关重要，因为大脑是人体最难直接研究的部位之一。因此，拥有更接近真实情况的实验室培养模型可以加速神经退行性疾病、创伤和发育障碍等领域的研究。生物打印领域目前主要应用于此，打印组织越来越多地用于药物研发和测试，尽管更复杂的器官模型仍然难以实现。领导这项研究的神经科学家Zoltan Molnar和Francis Szele，与牛津大学分子生物工程领域学者Hagan Bayley教授和牛津马丁研究员Linna Zhou合作完成了这一工作。△2023年发布的相关研究“将3D打印的大脑皮层组织整合到离体损伤脑切片中”（传送门）

点评
这项研究的长远目标听起来很宏大：用3D打印的脑组织修复中风或损伤造成的大脑损害。但要实现这一愿景，还有很长的路要走。血管化、长期功能维持、与人体安全整合——这些核心难题目前尚未解决。换句话说，这还不是真正的脑修复，至少现阶段还不是。不过，这并不意味着这项研究没有价值。恰恰相反，它标志着生物打印正在迈入一个更高级的阶段：从“能不能打印出细胞”，转向“能不能让打印出的细胞像活体组织一样有序运作”。牛津团队用五年时间证明，后者是可以做到的。至于从“有序运作”到“真正修复”，那是下一个五年、十年甚至更长时间的事了。

来源：南极熊

湖南广电用AI播新闻引热议《新闻女王》剧情成真

Tue, 05 May 2026 09:44:47 +0800

2026年5月1日起，湖南经视《经视新闻》正式宣布启用AI主播“生生”和“双双”，标志着湖南广电在新闻播报领域迈入人机协作的新阶段。此次应用并非全时段完全替代真人，而是出现在五一假期期间的常态化新闻播报中，部分时段采用"AI+真人”衔接的方式。在播出画面中，右上角全程标注了"AI生成”字样，并搭配AI导播实现画面的自动切换，以告知观众并确保透明度。

湖南广电用AI播新闻引热议《新闻女王》剧情成真

这一举措依托于湖南广电自研的“芒果大模型”，该模型已孵化出80余款智能体，实际应用于30多档节目的生产流程，带来30%以上的生产效率提升。在运作模式上，采取“人机协作”策略：AI主要负责程式化、高时效的基础工作，如整点简讯、天气播报和滚动更新；而深度报道、民生访谈及突发新闻现场仍由真人记者和主播负责。

这种分工旨在让AI解放新闻人的重复劳动，使其能专心做深度调查与独家采访。

湖南广电用AI播新闻引热议《新闻女王》剧情成真

许多用户感叹科技发展日新月异，认为《新闻女王》剧情成真，调侃“新闻女王还是太超前了”，有一种“荒诞又真实”的感觉。部分观众指出AI主播播报风格冷冰冰，缺少真人主播的烟火气和真情实感，尤其在灾难报道等需要共情的场景中难以替代人类。也有观点认为AI可以不出错、更标准化，适合承担重复性工作，未来最稳妥的模式一定是人机协同、人工主导、AI辅助。有人指出，技术是翅膀不是灵魂，有温度的观察和深度的解读才是新闻的立身之本。

国际首次！肠癌筛查AI模型如何帮助患者实现“无感”检测

Tue, 05 May 2026 09:21:53 +0800

提起肠癌筛查，很多人第一反应是抗拒：清肠太痛苦，肠镜又尴尬又难受。如果告诉你，一次常规CT检查就能同步筛查肠癌，你会愿意吗？

4月28日，湖畔实验室（达摩院）联合广东省人民医院等机构研发出肠癌筛查AI模型DAMO COCA，从2.7万人的平扫CT影像中精准识别5例漏诊肠癌，敏感性、特异性分别达到86.6%和99.8%，在国际上首次提出了一种无需肠道准备、患者“无感”的肠癌机会性筛查方法。

这也是继胰腺癌和胃癌之后，湖畔实验室发布的第三个癌症筛查AI模型，意味着湖畔实验室“平扫CT+AI”多癌筛查原创技术路线正式跑通。

国际首次！肠癌筛查AI模型如何帮助患者实现“无感”检测

肠癌是结肠癌和直肠癌的统称，是全球死亡人数高居第二的恶性肿瘤，30岁以下人群发病率激增。据专家共识，如能早期发现肠癌，患者五年生存率可达90%以上，一旦拖到晚期，生存率只有约14%。

然而，常规的粪便隐血检查需民众主动采集样本，肠镜检查则需提前服用泻药清空肠道、体感不适，民众接受度低，导致国内仍有将近一半目标人群未及时接受肠癌筛查。

湖畔实验室创新性地提出了用“平扫CT+AI”实现肠癌“机会性筛查”。平扫CT在国内广泛用于健康体检、创伤评估、腹痛排查，每年产生上亿份影像，如能从中检测肠癌病灶，就不用增加额外检查，顺带排查肠癌风险。然而，在患者不做肠道准备的情况下，肠道内容物严重干扰平扫CT影像，医生判读难度极大。

为此，湖畔实验室发挥在“平扫CT+AI”方面的多年技术积累，采用“先定位、后诊断”的两阶段深度学习架构和混合监督学习策略，更针对小于3厘米的早期肿瘤专门训练，使得AI模型能精细分割形态复杂的肠道部位并克服内容物干扰，检测可疑病灶。

国际首次！肠癌筛查AI模型如何帮助患者实现“无感”检测

研究团队发表在欧洲肿瘤内科学会官方期刊《肿瘤学年鉴》（Annals of Oncology，影响因子65.4）上的论文显示，DAMO COCA模型整体的敏感性（即防止漏诊的能力）达到86.6%，特异性更达到99.8%，即误诊率仅有0.2%。

与10名不同年资的影像科医生相比，DAMO COCA模型的敏感性显著高出20.4%，在乙状结肠、直肠等易漏部位上的表现尤为突出。而在AI辅助下，医生的敏感性和特异性可分别提高14.5%和3.1%，有效减少临床漏诊。

国际首次！肠癌筛查AI模型如何帮助患者实现“无感”检测

研究团队将AI模型部署在医院开展了两轮真实世界试验，共回顾了27433人的平扫CT影像，从中发现5例被遗漏的肠癌患者。其中一名患者曾连续两年拍摄平扫CT影像，均未检出肠癌，直到第三年通过肠镜确诊，此时肿瘤已发展增大。这意味着，AI模型可帮助类似情况的患者通过平扫CT更早发现异常，及时治疗。

“肠道病灶在平扫CT影像上极易被遗漏，而DAMO COCA这样的AI工具能有效帮助医生解决这一痛点，赋能临床诊疗，也帮助更多患者在无需肠道准备的情况下机会性发现健康隐患”，广东省人民医院放射科主任刘再毅表示，“未来，需要把AI模型部署到更多地区和机构，通过大规模的前瞻性研究，进一步获得高质量循证证据。”

据悉，湖畔实验室自2017年成立起布局医疗AI，在行业内率先提出用AI识别平扫CT影像中人眼难以察觉的细微病灶，先后研发出胰腺癌筛查AI模型 DAMO PANDA、胃癌筛查AI模型DAMO GRAPE等。相关成果三次登上《自然·医学》（Nature Medicine），进入国家药品监督管理局的创新医疗器械审评绿色通道，并获美国食品药品监督管理局（FDA）“突破性医疗器械”认定。

湖畔实验室资深算法专家、多癌筛查AI技术负责人张灵表示：“达摩院已跑通‘平扫CT+AI’多癌筛查原创技术路线，用一次平扫CT识别多种癌症。目前，我们已在胰腺癌、胃癌、肠癌、肝癌、食管癌这消化系统五癌上取得显著进展，也在持续探索乳腺癌、肾癌等肿瘤筛查。”

我国布局太空算力！“天算”为何优于“地算” 未来如何影响你我生活？

Tue, 05 May 2026 08:57:13 +0800

近日，国务院新闻办公室举行发布会，工业和信息化部相关负责人表示，将支持开展太空算力技术前瞻性研究，有序推动太空算力产业发展。此前，人类已经把“眼睛”——遥感卫星，“耳朵”——通信卫星送上太空。如今，太空算力就是把“大脑”送上天。太空有了算力将为产业发展和生活带来哪些改变？

太空算力是什么？

太空算力是指在太空部署计算能力，通过卫星组网实现全球无缝覆盖。与地面算力中心相比，其最大优势在于“实时性”和“覆盖性”。将抗辐射芯片、服务器、存储设备等算力装备直接部署至在轨卫星，相当于给卫星装上了“AI超级大脑”，直接在太空就地采集、就地分析、就地决策，再把最有价值的结果传回地面，实现“天数天算”“天地协同”。

算力为何要上天？

随着人工智能产业呈爆发式增长，算力需求强劲，地面数据中心正面临能源、土地、散热等多重挑战。据预测，2024年至2030年，我国数据中心用电量年均增速将达到约20%，远超全社会用电量增速。相较之下，太空是“算力友好型”环境。取之不尽的太阳能、天然的真空超低温环境，让太空就像一个“绿色机房”。太空算力完成卫星组网后，将不再受限于地面光纤和基站，几乎能实现全球100%无缝覆盖。

中国工程院院士、之江实验室主任王坚表示，我们的目的不是简单把地面数据中心搬上太空，而是让以往无法深度利用的太空数据真正发挥作用。王坚介绍，发展太空计算，首先要依靠卫星组网实现全球覆盖，其次要做到卫星之间互联互通，更要形成一定的在轨卫星规模。“经过精密轨道设计，一千颗卫星基本可以实现地球任意位置每三分钟就有卫星经过观测，这时卫星应用价值将大幅提升，当规模化发展后能形成可与地面数据中心比肩的基础设施。”王坚说。

太空算力应用于哪些领域？

太空算力的应用涉及方方面面。根据相关预测，到2035年，太空经济规模预计将达到1.8万亿美元。中国信通院云大所数据中心部副主任谢丽娜介绍，算力卫星可通过激光通信组网，实现全球无缝覆盖，直接在轨处理数据，将灾害预警、资源监测等场景的数据时效从数小时压缩至秒级，这是地面算力无法实现的。在应急与灾害监测领域，它可以快速识别火点、洪水、地震损毁等灾害特征，为防灾减灾赢得黄金窗口。

在智慧农业领域，可实时监测作物长势、识别病虫害、评估旱涝风险。在广袤海域和极地冰原，太空算力可独立完成非法捕捞识别、冰层分析等任务。

我国目前的太空算力产业处于怎样的阶段？

谢丽娜介绍，总体来看，我国太空算力产业已脱离概念验证阶段，正经历从试验组网向产业化初期的关键跨越。在顶层设计层面，阶段性目标逐步明确，产学研用金各方合力加速形成。

在实践层面，依托三体计算星座首批12颗卫星，率先实现在轨组网验证。在核心技术层面，业界围绕通信、计算、能源等重要环节开展技术攻关。星间400Gbps、星地120Gbps超高速激光通信数据传输试验取得成功，为天基算力互联奠定基础。在研抗辐照芯片涵盖GPU、FPGA、SOC等多种架构类型，可满足不同场景使用需求。主动热控技术在轨验证持续推进，太阳能电池产品的成本、可靠性与转换效率持续保持全球优势。

“我们判断，随着商用航天发射成本的逐步下降，太空算力将在特定场景试点中率先取得成果，预计未来五到十年内将具备规模化商用条件。”她说。

太空算力的未来在哪里？

2025年，我国在酒泉卫星发射中心使用长征二号丁运载火箭，成功将太空计算卫星星座首批一轨12颗卫星发射升空，它的算力相当于一个微小型计算中心。此次发射任务的成功，标志着全球首个太空计算卫星星座成功入轨。谢丽娜表示，目前我国是率先实现太空计算星座在轨组网运行的国家，在工程实践与商业落地速度上走在世界前列，在太空算力赛道处于全球“第一梯队”。不过这只是第一步，随着技术迭代，计算能力将实现更大数量级增长。到2035年，我国将构建一个覆盖全球、2800颗算力卫星组成的太空基础设施，这个超级计算中心将与全球合作伙伴共享。

我国布局太空算力！“天算”为何优于“地算” 未来如何影响你我生活？

在中国市场搞付费订阅豆包咋想的？

Tue, 05 May 2026 08:50:00 +0800

豆包也要收费了。

5 月 4 日，豆包在 App Store 页面悄然更新了付费版本服务的相关声明。声明称，为更好地服务专业用户，豆包将在保留免费版的基础上，推出包含更多增值服务的付费订阅体系，同时披露了三档定价：标准版 68 元 / 月、加强版 200 元 / 月、专业版 500 元 / 月。

在中国市场搞付费订阅豆包咋想的？

图片来源：极客公园

消息一出立即引发热议。有人担心免费福利终结，有人吐槽定价超出预期，也有人早就预料到了这一天的到来。毕竟，坐拥 3.45 亿月活，全靠免费模式撑着的话，这笔账，算不长远。

本质上，这是一件全行业都「想得到、也做得到」的事：国内大模型免费模式的不可持续性是公开共识，头部玩家早就在付费赛道试水，字节手握国内 C 端 AI 绝对第一的用户盘，做付费订阅从来不是技术或能力问题，只是时机选择问题。

所以，在国内 C 端订阅生意公认难做、大模型价格战卷到地板的当下，豆包这次商业化闯关，到底能不能行得通？

01 免费的基本盘与最高 5088 元/年

据报道，豆包的付费功能将主要专注在复杂任务和生产力场景，如 PPT 生成、数据分析、影视制作等。随着模型能力持续升级，产品已经能满足越来越多的复杂高价值任务。但此类任务需消耗更多算力与推理时间，因此豆包计划上线付费服务，满足好这部分复杂场景需求。

至于免费版本，豆包官方回应称，「豆包始终提供免费服务，在免费服务的基础上，豆包也在探索推出更多增值服务，以满足不同用户的差异化需求。相关方案细节目前还在测试阶段，正式上线时会通过官方渠道发布完整信息。」

换句话说，用户当下免费用豆包能完成的查资料、写基础文案、日常问答、学习辅导等功能，未来依然可以免费使用。付费版的核心逻辑是做「增值服务」，不会影响普通用户的日常使用体验。

这个策略并不新鲜，ChatGPT、Claude 等全球头部 AI 产品，均采用了「基础免费 + 进阶付费」的分层模式：先用免费功能完成用户心智渗透与习惯培养，再用高阶能力服务愿意为价值付费的核心用户。

至于 500 元 / 月的定价，到底贵不贵？

单看数字，500 元 / 月的专业版定价，确实刷新了国内通用 AI 助手的价格上限。但把它放到全球 AI 产品的定价体系里，结论会变得完全不同。

结合 2026 年 5 月全球主流 AI 产品的付费定价，可以对比得出：第一，68 元的标准版，仅比文心一言、讯飞星火高出不到 10 元，基本踩中了国内 AI 付费的主流基准线，并未脱离大众用户的接受区间。第二，200 元的加强版，与 ChatGPT Plus、Claude Pro 的 145 元月费处于同一价格带，对标了全球头部 AI 产品的主力付费档位，面向有高频生产力需求的用户。第三，500 元的专业版，确实是国内通用 AI 产品首次摸到的高端价格带，但未触及 ChatGPT Pro、Claude Max 的全球定价天花板，本质上是一次对国内重度专业用户付费能力的试探。

不过，定价的贵与贱，从来只和价值匹配度相关。

500 元 / 月，可能只是很多人一个月的咖啡钱，或是一顿普通的双人餐。对于每天要和 AI 高频交互、靠它完成核心生产工作的内容创作者、程序员、中小企业主而言，一个 24 小时在线、能写能算能分析的全能助手，月薪 500 元的成本远低于雇佣人工；但对于只是偶尔查资料、写邮件的普通用户而言，即便是 68 元的标准版，也没有必要买单。

02 这个时间点入场，字节算清了两笔账

为什么是现在？

在讨论豆包付费能不能跑通之前，更关键的问题是——字节为什么选在这个时间点入场？

毕竟在付费这件事上，字节的动作不算快。百度文心一言、月之暗面 Kimi、讯飞星火等玩家，早在 2024 年就上线了成熟的订阅体系，而豆包直到 2026 年才正式出手。可能是因为在这一刻，字节把两笔账算清了。

第一笔，是增长账：免费换规模的边际效益，差不多走到头了。

QuestMobile 数据显示，截至 2026 年 3 月底，豆包月活已经突破 3.45 亿，稳居国内 C 端 AI 应用榜首，覆盖了从学生、职场人到创作者、中小企业主的全量用户群体。

国内互联网的用户大盘就这么大，该接触 AI 的用户基本都已经被覆盖，再靠全免费的模式砸钱，已经拉不来新的增量，反而要为每一次新增对话承担实打实的算力成本。

第二笔是市场账：国内 AI 付费的用户教育，已经完成了。

2023 年大模型刚爆发时，国内用户对 AI 的认知还停留在「新鲜玩具」，对付费的抵触情绪比较强；但到 2026 年，行业已经完成了完整的用户教育周期。

行业数据显示，2025 年国内 AI 工具用户付费转化率从 2024 年的 8% 提升至 11%，其中高频使用的职场人、专业创作者付费意愿超过 30%，用户已经普遍接受「基础功能免费、高价值生产力能力付费」的商业逻辑。

这个时间点入场，字节不用再做吃力不讨好的市场教育，只需要从现成的付费用户池里做转化。

03 筹码与难题

国内 C 端订阅生意的难度有目共睹：工具类产品年均续费率能做到 30% 已是行业顶流，价格战内卷常态化，用户切换成本几乎为零。

大模型付费生意的核心矛盾，是「付费收入」与「算力成本」的平衡，而字节在这一点上，有着国内头部的技术优势。

大模型商业化的本质是算一笔账：收入，能不能覆盖算力成本？

这是一个行业级难题。愿意付费的用户，往往也是使用最重的用户；而高频使用，意味着更高的算力消耗。

字节的优势在于，它在模型效率和成本控制上，已经做到国内第一梯队——根据公开的技术数据，豆包 2.0 实现了推理效率 43% 的提升，长上下文场景首包延迟比行业主流模型降低 25% 以上，高并发场景请求成功率达 99.98%，稳定性处于行业第一梯队；同时其万 token 推理成本仅为海外头部模型国内合规链路的 38%，显著的成本优势，让它能更好地支撑付费版高算力任务的稳定运行。

但国内 C 端订阅市场的几个结构性问题，至今没有任何玩家真正解决，字节也未必例外。

第一个问题在于用户愿意付钱，但不愿意一直付钱。国内互联网二十多年的免费基因，已经刻进了用户的骨子里，这是所有订阅产品都要面对的核心难题。

哪怕是当下，国内 C 端工具产品的年均续费率，能做到 30% 就已是行业顶级水平，而海外同类产品的续费率普遍在 60% 以上。核心原因是，国内用户的付费大多是「应急付费」：这个月要写方案、做项目，临时开一个月会员，用完立刻退订，没有长期持续付费的习惯。

更关键的是，字节在这件事上没有成功经验。字节跳动过往的商业化成功，核心靠的是广告、电商、直播打赏，而非 To C 的订阅生意。哪怕是剪映、抖音的增值会员，也只是补充性收入，从未做过国民级核心产品的分层订阅体系。面对国内用户「低持续付费意愿」的行业难题，字节没有现成的解法，这是最大的未知数。

第二个问题在于付费价值的「可替代性」。

目前豆包披露的付费核心功能，包括长文档精读、PPT 生成、深度数据分析、批量高清生图等，本质上都是行业通用能力——这些功能，国内竞品的免费版大多已经能提供基础服务，甚至很多开源模型本地部署就能完全免费实现。

如果豆包的付费版，只能提供「更快的响应速度、更多的调用次数、小幅提升的模型能力」，而无法实现碾压级的体验提升与不可替代的独家价值，用户根本不会形成持续付费意愿。哪怕是字节的生态联动，如果只是浅层次的功能打通，而非真正嵌入用户生产流程的闭环体验，也无法形成真正的付费刚性。最终大概率会出现「首月尝鲜付费热闹，次月退订率居高不下」的行业通病。

第三个问题在于算力成本的「无底洞」。这是最核心、也是最难解的矛盾。

付费用户越多，理论上收入越高；但在 AI 里，付费用户越多，成本也可能同步甚至更快上涨。如果不限制使用，可能付费收入根本覆盖不了成本，最终形成「付费用户越多，亏损越严重」的死亡循环；如果限制使用，又会直接损害付费体验，引发用户不满与口碑崩塌，陷入「限频丢用户，不限频亏成本」的两难境地。

这是一个几乎无解的平衡问题。连 ChatGPT 都未能解决——2024 年 ChatGPT 运营亏损超过 50 亿美元，订阅收入远不能覆盖成本。字节哪怕有更强的成本控制能力，也很难彻底跳出这个行业性的死亡循环。

最后，价格战，迟早会回来。

国内市场的竞争逻辑很简单：只要一个产品证明「可以赚钱」，其他玩家就会迅速跟进，然后用价格打穿。

一旦竞品开启新一轮降价、补贴、送会员的内卷攻势，豆包将面临两难选择：跟着降价，就会陷入自己刻意避开的「低价陷阱」，破坏原本的定价体系与成本模型；不跟着降价，就会面临价格敏感型用户的大规模流失。

字节过往在很多赛道，都是靠低价、补贴打赢战争，但这一次，它是定价更高的一方，能不能扛住内卷、坚持靠价值定价，是一个巨大的考验。

04 开局不难，长跑难

回到最核心的问题：豆包的付费订阅，能不能跑通？

答案其实很清楚。短期实现规模化付费用户、完成商业化初步落地，是大概率事件；但长期能否跑通健康的盈利闭环、成为国内 C 端 AI 订阅的标杆，充满了不确定性。

短期来看，3.45 亿的月活基本盘摆在那里，哪怕仅实现 1% 的付费转化率，也能快速形成 345 万的付费用户规模。

但长期来看，这件事能否真正跑通，核心不取决于它的用户规模有多大，也不取决于它的模型能力有多强，甚至不取决于字节的生态优势有多明显，而取决于它能否解决两个最根本的问题：

第一，能不能把字节的生态优势，真正转化为用户不可替代的付费刚性，而不是可有可无的营销噱头；第二，能不能跳出国内 C 端订阅「低价内卷、低续费率、成本倒挂」的行业死循环，找到真正健康可持续的商业模型。

对于整个国内 AI 行业而言，豆包的这次商业化闯关，有着远超产品本身的标杆意义。如果豆包成了，那国内大模型行业的 C 端商业化，找到了一条可行的、不依赖低价内卷的路径；如果它最终栽在了行业的结构性难题上，那国内大模型玩家，就需要重新思考：C 端订阅这条路，到底怎么才能走通。

在中国市场搞付费订阅豆包咋想的？

俄罗斯核能公司中标印度电子束3D打印机，将提供2800幅面系统用于航空航天领域

Mon, 04 May 2026 11:18:29 +0800

2026年5月3日，俄罗斯国家原子能公司燃料部门已向印度交付了RusBeam 2800 工业级电子束3D打印机，这笔交易标志着这家俄罗斯国有企业正式进军印度增材制造市场。RusBeam 2800机器采用电子束增材制造（EBAM）技术，已投入使用，将用于为印度航空航天领域生产金属零件。

RusBeam 2800 是目前印度最大的真空电子束线沉积 3D 打印机。这套系统为印度客户定制，采用俄罗斯国家原子能公司 (Rosatom) 开发的软件，可制造高达2.8 米、重达 4 吨的零件，包括几何形状复杂的部件。RusBeam 2800机器打印速度高达 50 毫米/秒，大约 5 小时即可生产一个 50 公斤重的零件。它兼容钛基、镍基和钴铬基合金，以及其他耐火和活性金属材料。

航空航天和航天计划应用

2800电子束打印机旨在支持印度空间研究组织( ISRO) 的各项计划，包括载人航天任务“加甘扬”、印度空间站“巴拉蒂亚·安塔里克什”和月球任务“月船”等。这款系统的高沉积速率和真空控制环境有望缩短航空航天结构的制造周期，同时保持太空应用所需的材料完整性。

电子束打印机器被引进到印度空间研究组织 (ISRO) 的制造运营，是他们为未来的轨道作业和深空计划快速原型制作和生产目标的一部分。

俄罗斯国家原子能公司总经理阿列克谢·利哈乔夫表示：“俄罗斯国家原子能公司正在为俄罗斯和印度之间的战略技术伙伴关系做出关键贡献。继我们两国领导人弗拉基米尔·普京和纳伦德拉·莫迪于2025年12月举行峰会之后，他们的联合声明强调了在和平利用核能和太空领域的合作前景，包括深化在非能源核应用和新型非核产品方面的合作计划。我们之所以能赢得这次招标，不仅是因为我们提供了俄罗斯最先进的硬件，还因为我们拥有专业的技术、材料和服务，所有这些都是根据客户的要求量身定制的。我们已经在与印度合作伙伴就进一步供货、增材制造技术的联合研发以及在印度本地化生产设备等事宜展开讨论。”

来源：南极熊

欧盟60亿欧元注资乌克兰无人机项目：3D打印从战场走向技术前沿中心

Mon, 04 May 2026 11:16:20 +0800

2026年5月3日，欧盟正式批准向乌克兰提供900亿欧元（约合7202亿人民币）的贷款方案，首批资金将于本季度发放。其中三分之二将用于国防领域，首批国防资金中至少60亿欧元（约合480元人民币）将定向用于无人机采购。这一规模庞大的资金投入，有望大幅提升乌克兰的增材制造能力，并推动3D打印技术在无人机制造领域的深度应用。

△战场是武器试验场，3D打印让无人机技术快速迭代

乌克兰成为西方增材制造无人机技术的实战研发中心
自2022年2月俄罗斯入侵乌克兰以来，乌克兰利用增材制造技术推进无人机生产的实践已广为人知。志愿者组织DrukArmy汇集了来自欧洲各地的志愿者，借助桌面3D打印机制造并捐赠非爆炸性无人机部件给乌克兰军队。与此同时，乌克兰军队也已通过更为正规的渠道，向西方精锐部队转让3D打印无人机技术。
这种技术交流已经从单向援助演变为双向合作。目前，美国和海湾国家最迫切需要乌克兰提供的，是拦截无人机方面的技术支持，尤其是乌克兰Wild Hornets公司生产的"毒刺"（Sting）拦截无人机。乌克兰在真实战场环境下积累的实战经验，使它实际上成为了西方武器技术的露天研发实验室。

△“毒刺”拦截型无人机，由Wild Hornets公司生产

3D打印改变现代战场物流逻辑
无人机技术正在重构现代战争的成本结构。在近期的伊朗冲突中，以廉价无人机为核心的低成本武器系统，就展现出远超传统武器的实际战略价值。增材制造技术对乌克兰武装自身的技术和后勤基础的变革意义不容忽视。3D打印使乌克兰能够在供应链受限的条件下快速生产、迭代无人机部件，大幅降低对外国供应链的依赖。这既是一次技术变革，也是一次物流变革，它的成功关键在于战略执行。除了资金之外，欧盟防务局（EDA）还将向乌克兰提供3500万欧元，用于支持欧盟-乌克兰联合防务加速器项目"勇敢科技欧盟"（BraveTech EU）的第二阶段。该项目旨在为欧盟提供更正式的机制，将乌克兰的战时创新转化为经过检验的国防应用。

3D打印让经验迅速变现
近期，乌克兰总统泽连斯基表示，他将允许向外国出售包括无人机在内的乌克兰武器，前提是相关国家不与俄罗斯合作。这一表态为乌克兰、美国和海湾国家之间围绕无人机防御技术的潜在合作打开了窗口。说白了，这次合作再次证明了一个老道理：大国出钱出技术，战场出数据出经验。欧盟的60亿欧元，买的不仅是无人机，更是在乌克兰这个“实战实验室”里验证过的技术和战术。3D打印能成为其中的关键变量，原因很简单——它够快、够灵活，能让战场的经验迅速变成武器，这才是现代军事同盟最务实的技术纽带。

来源：南极熊

研究人员开发出基于Voronoi的支架设计工具，用于肺组织模型的挤出式3D打印

Mon, 04 May 2026 11:08:52 +0800

都灵理工大学（Politecnico di Torino）与马斯特里赫特大学（Maastricht University）的研究人员开发了一种仿生支架设计方法，采用定制的Voronoi路径生成器用于挤出式3D打印。这项发表在《生物材料科学》（Biomaterials Science）期刊上的研究，介绍了一款基于Python的软件工具，能够通过熔融电纺直写（MEW）和熔融沉积成型（FDM）技术制造不规则、仿生结构。其目标是构建更具生理相关性的体外肺组织模型。

该系统能够为复杂Voronoi几何结构生成连续工具路径，而这类结构难以使用标准切片软件来制造。这些几何结构被用于制造可复制肺泡组织结构的支架。打印出的支架与静电纺丝纳米纤维膜相结合，形成一种旨在模拟肺泡-毛细血管屏障的多尺度复合结构。

基于Voronoi的支架设计（左）以及通过熔融沉积成型（FDM）和微电子湿法（MEW）打印出的结构。图片来源：Farina

不规则仿生结构的定制工具路径生成

该研究强调，传统切片软件是针对规则或参数化几何体进行优化的，无法为Voronoi图案这类非重复性结构生成连续挤出路径。为解决这一局限，团队开发了一款名为Voronoi路径生成器（PyVoroGen）的定制化Python软件工具，能够将Voronoi布局转化为针对挤出式增材制造优化的G代码。该软件允许用户通过图形用户界面定义参数，如种子点数、图案直径和纤维厚度。它利用图论算法生成连续工具路径，确保与需要不间断挤出的MEW工艺兼容。对于FDM工艺，则实施了额外的处理步骤以避免材料重叠：当打印头需要经过已沉积材料的区域时，会抬升喷头以防止碰撞。除生成工具路径外，该软件还提供支架性能预测分析，包括孔隙率和孔隙面积，在设计参数与预期打印结果之间建立了直接联系。

从Voronoi几何图形生成连续刀具路径的工作流程，包括种子分布、图形转换和路径优化。图片来源：Farina

使用MEW和FDM工艺的制造

基于Voronoi的支架分别使用熔融电纺直写和熔融沉积成型技术进行制造。共聚焦成像证实了所设计几何形状的精确再现，证明了使用挤出式3D打印制造非重复性仿生结构的可行性。两种制造方法之间存在差异。MEW能够生产更细的纤维，平均直径约为92微米；而FDM生产的纤维较粗，在节点定义方面具有更高的几何保真度，尽管偶尔会出现连接缺陷导致相邻单元合并。相比之下，MEW结构由于方向快速变化，在较短的线段上保真度有所降低。孔隙率测量结果与软件预测值高度吻合，FDM支架的归一化实测值与理论值偏差约为2.2%，MEW支架约为1.7%。

混合支架设计整合静电纺丝技术

制造完成后，3D打印的Voronoi骨架与由聚己内酯（PCL）和明胶组成的静电纺丝膜相结合。这层平均厚度约为3微米的薄膜直接沉积在打印结构上，形成复合支架。扫描电子显微镜显示，纳米纤维层贴合了底层的Voronoi结构，部分桥接了孔隙，形成了一种将微米级打印纤维与纳米级电纺纤维整合为一体的三维膜结构。

扫描电子显微镜（SEM）图像显示电纺纳米纤维与3D打印的Voronoi支架实现了整合。图片来源：Farina

体外共培养展示分区屏障形成

为了评估生物学性能，研究人员将A549人肺泡上皮细胞和HUVEC人脐静脉内皮细胞分别在膜的两侧进行培养。这些构建物在气液界面条件下维持培养，总培养周期为十天。结果显示，细胞在两侧均成功粘附和增殖，上皮细胞在顶端形成连续层，内皮细胞在基底侧定殖。免疫荧光成像证实形成了类似肺泡-毛细血管屏障的分区细胞结构。这层薄薄的静电纺丝膜能够同时观察两侧的细胞层，并支持整个支架上的细胞相互作用。Voronoi结构还影响了空间组织，打印的微纤维会改变细胞形态。

迈向更具仿生性的体外组织模型

该研究表明，该平台能够制造出比传统支架几何结构更复杂的支架。通过结合定制化计算设计、挤出式3D打印和静电纺丝技术，该方法为生产更具生理相关性的体外模型提供了一种途径。虽然目前的支架尚未达到天然肺泡结构的尺度，但该研究展示了一个将仿生几何形状整合到组织工程增材制造流程中的框架。

免疫荧光和明场图像显示，上皮细胞和内皮细胞在Voronoi支架的相对两侧生长，形成了一个分隔的屏障结构。图片来源：Farina

组织工程中追求更逼真的支架架构

为改善生物医学应用中的3D打印支架，研究人员越来越关注复制天然组织结构。例如，新南威尔士大学堪培拉分校（UNSW Canberra）的研究人员开发了旨在更紧密匹配天然骨结构的3D打印骨支架，以期改善组织再生效果。同样，最近关于脊髓修复的研究表明，支架结构在支持功能恢复方面起着关键作用，3D打印构建物能够引导细胞生长和组织整合。

虽然这些方法都强调了几何结构在决定生物学性能方面的重要性，但大多数方法依赖于相对规则或可控的结构，以保持与现有制造流程的兼容性。将更不规则、更异质的设计转化为可打印结构仍然是一个挑战。本研究提出的方法通过为非重复性几何结构生成连续工具路径来应对这一局限，从而支持制造更能反映天然组织结构的支架架构。

这项题为“基于定制Voronoi路径生成器的挤出式3D打印仿生支架设计”的研究由Federico Farina、Michela Licciardello、Lorenzo Moroni、Joanna Babilotte、Gianluca Ciardelli和Chiara Tonda-Turo共同完成。

中国3D打印网编译文章！

亚马逊云科技CEO：AI不会淘汰程序员岗位重塑而非消失

Mon, 04 May 2026 09:30:13 +0800

快科技5月3日消息，据媒体报道，近期AI编程工具快速迭代，业内关于“程序员被替代”“技术人员大规模失业”的讨论持续升温。对此，亚马逊云科技（AWS）首席执行官马特·加曼公开发声辟谣，驳斥AI引发的失业焦虑，并宣布亚马逊将在2026年继续扩招技术人才，计划在全球招募1.1万名软件工程实习生，持续夯实技术人才梯队。

随着AI代码生成工具日益成熟，多家行业机构预警，基础编程工作或将迅速被人工智能取代，软件工程师职业面临颠覆性冲击。甚至有行业大咖直言，未来程序员岗位可能逐步消失，行业将迎来重大职业变革。面对争议，AWS高管明确反对极端替代论。加曼表示，亚马逊对软件开发人员的招聘数量保持稳定增长，技术人才需求不降反升。

企业扩招步伐持续推进，实习招聘规模与往年持平，持续吸纳新生代技术力量，为云业务与AI业务发展筑牢人才根基。同时他也坦言，AI虽不会淘汰程序员，但会重塑岗位能力要求。未来，单纯手写基础代码的工作价值将持续降低，企业更需要擅长应用架构搭建、解决客户实际需求的复合型技术人才，综合业务能力将成为核心竞争力。

亚马逊云科技CEO：AI不会淘汰程序员岗位重塑而非消失

【本文结束】出处：快科技

想降价等着吧！美光CEO：AI仍处于早期阶段存储供应持续吃紧

Mon, 04 May 2026 08:32:04 +0800

快科技5月3日消息，如果你还在等待存储产品降价，那么美光CEO桑杰·梅赫罗特拉的最新表态可能会让你失望。在他看来，存储降价在短期内几乎不可能实现，而且距离市场回归常态还十分遥远。梅赫罗特拉在接受采访时指出，当前的AI浪潮尚处于早期阶段。随着人工智能助手的崛起，更高速、更大容量的存储设备已经成为支撑AI发挥全部能力的战略资产。这种需求端的爆发，彻底改变了存储市场的供需结构。

由于AI推理端迎来拐点，Token生成需求的扩大对内存的速度和容量提出了前所未有的极高要求。目前整个存储行业正面临供应极其紧张的局面，且由于技术门槛和设备限制，产能提升并非短时间内可以完成。这位CEO进一步解释说，当前困扰行业的核心问题不在于市场需求或定价策略，而在于供应商根本无法解决的产能缺口。

这种供不应求的情况在未来一段时间内不仅不会好转，反而可能进一步加剧，这种紧绷感已经直接反映在企业的财务业绩中。据美光预测，人工智能对DRAM和NAND闪存的需求预计将在今年超过行业总市场规模的一半。这意味着，一半以上的存储资源都将被AI相关业务占据，留给普通消费电子市场的份额将受到严重挤压。

受供应受限和价格上涨的双重打击，个人电脑和移动设备的销量预计将出现双位数的下滑。然而对于那些能够运行AI工作流的高端PC而言，32GB的大容量内存已经逐渐成为目前市场上的主流配置选择。在AI时代，内存已经不仅仅是零部件，而是客户手中最重要的战略资产。

为了应对日益增长的需求，美光正在持续加大对全球制造基地的投资力度，并预计在即将到来的第三财季再次刷新多项业绩纪录。

想降价等着吧！美光CEO：AI仍处于早期阶段存储供应持续吃紧

【本文结束】出处：快科技

3D打印网-3D打印行业门户

牛津大学利用3D打印构建层状脑皮层组织，五年项目揭示类脑结构重建新进展

湖南广电用AI播新闻引热议 《新闻女王》剧情成真

国际首次！肠癌筛查AI模型如何帮助患者实现“无感”检测

我国布局太空算力！“天算”为何优于“地算” 未来如何影响你我生活？

在中国市场搞付费订阅 豆包咋想的？

俄罗斯核能公司中标印度电子束3D打印机，将提供2800幅面系统用于航空航天领域

欧盟60亿欧元注资乌克兰无人机项目：3D打印从战场走向技术前沿中心

研究人员开发出基于Voronoi的支架设计工具，用于肺组织模型的挤出式3D打印

亚马逊云科技CEO：AI不会淘汰程序员 岗位重塑而非消失

想降价等着吧！美光CEO：AI仍处于早期阶段 存储供应持续吃紧

湖南广电用AI播新闻引热议《新闻女王》剧情成真

在中国市场搞付费订阅豆包咋想的？

亚马逊云科技CEO：AI不会淘汰程序员岗位重塑而非消失

想降价等着吧！美光CEO：AI仍处于早期阶段存储供应持续吃紧