截至2025年底，全國共有509家獨角獸企業。這個數字什麼概念？全球每3家獨角獸，就有1家在中國。但獨角獸不是均勻分佈的——有的城市一家獨大，有的城市正在逆襲，有的城市GDP很高卻養不出一隻"獸"。 獨角獸企業一般指成立時間不超過10年、估值超過10億美元、尚未上市的初創公司。它是城市創新能力的"晴雨表"——那裡獨角獸多，那裡就是年輕人創業的熱土、資本追逐的風口。 北京：120家，連續10年全國第一 北京擁有120家獨角獸企業，佔全國總量的23.5%，總估值超1.1兆美元，連續10年穩居全國第一。

今天北京發改委聯合發文，標題很長——《北京市關於加快智能體引領發展的若干措施》。 正文裡藏了三個新詞：TaaS、AaaS、RaaS。 Token即服務。智能體即服務。結果即服務。 這不是學術概念的紙上談兵。就在同一天，騰訊副總裁林松濤在WAIC上公佈了Marvis的資料——上線2天DAU破30萬，7日留存54%。什麼概念？國內效率智能體類產品，這個留存率目前最高。

房價到底什麼時候會漲？是現在大家最關心的一個問題。 說實話，真正有感覺的人已經發現了：市場不是全面起飛，但一線城市確實先一步熱起來了。 7月這波訊號，很明顯不是“所有地方一起漲”，而是核心城市率先修復，優質資產先站穩。一句話概括就是：一線城市，已經打響了第一槍。 01、北京：二手房先動，量價開始一起抬頭

近日，北京人工智慧企業月之暗面發佈了目前全球參數最大的開源模型Kimi K3，參數規模達2.8兆；同樣誕生在北京的智譜‌GLM-5.2也登上全球多份評測榜單的榜首，吸引了海外大量開發者使用——北京大模型領域的“雙子星”，正通過不斷迭代挑戰技術極限，具備處理更複雜任務的能力，讓AI世界裡的生產力加速“變現”。 超大模型背後更考驗訓練能力 目前北京備案上線的大模型達到259款。除了數量居全國首位，模型能力是否也更勝一籌？ 參數規模達2.8兆的Kimi K3是個代表——北京不斷上線和迭代的模型，正顯露出越來越多超大模型。“大模型”與“超大模型”一字之差，但模型能力實現跨越式升級。Kimi K3具備100萬詞元上下文窗口。形象地說，這相當於整面書架的書籍一次性裝進大腦，即使後面處理再複雜的任務，也不會忘記開篇的設定。

根據目前的發行安排，下周有2隻新股申購，北交所、科創板各有1隻。 日程安排上，周一（7月13日）可申購北交所新股維琪科技，周四（7月16日）可申購科創板新股長鑫科技。 其中，長鑫科技是國產儲存晶片巨頭，公司計畫募資295億元，是今年以來A股最大IPO項目，也是科創板歷史上第二大IPO，其中籤率預計較高。 維琪科技是國產多肽原料龍頭企業。

胡潤研究院剛甩出的《2026全球獨角獸榜》，表面上看是一份冰冷的名單，實則是一張火藥味十足的“全球創新力作戰圖”。 全球1603家獨角獸，總估值54兆元。美國806家領跑，中國381家穩坐全球第二把交椅。但在中國內部，真正的暗戰發生在城市之間。 北京86家、上海74家、深圳44家。北上深，這個排序大家早已習慣。但仔細扒開資料，你會發現一個讓北京和上海都無法淡定的訊號：深圳正在以一種近乎野蠻的速度，縮短與第一梯隊的距離。 從2024年的34家到2026年的44家，深圳兩年淨增10家獨角獸。更可怕的是它的追趕斜率——國內縮小與北京數量差距最快的城市，這個頭銜落在了深圳頭上。

在我們的大腦中，每時每刻都發生著無數電訊號傳輸，它們甚至比電腦還要快很多。電腦在模擬大腦皮層訊號時，畫面永遠跟不上現場，就好比直播卡頓，這種延遲在臨床手術、機器人控制等場景下是致命的。針對這個問題，北大團隊提出了一種新晶片，讓電腦終於跟上了大腦的速度。 近日，北京大學積體電路學院楊玉超教授團隊，聯合中國科學院上海微系統與資訊技術研究所宋志棠研究員團隊等，在國際頂級學術期刊《科學》發表題為“A sub-10-millisecond neural dynamical system based on phase change memristors”（基於相變憶阻器的亞10毫秒神經動力學系統）的研究成果，在新型神經動力學計算晶片領域取得重大突破。 如何用機器運算模擬人腦思維？ 神經動力學+可控存內計算

2026年7月，中國晶片領域迎來里程碑式重磅突破！北京大學楊玉超教授團隊聯合中科院上海微系統所，成功研發全球首款基於相變憶阻器的神經動力學系統晶片，徹底打破延續半個世紀的神經動力學即時計算難題，核心任務運算速度相較輝達頂級A100 GPU最高提升478倍，相關研究成果已成功登頂國際頂級期刊《科學》，標誌著中國類腦計算技術躋身全球頂尖行列。 長期以來，全球晶片普遍沿用馮·諾依曼傳統架構，存在運算單元與儲存單元分離的核心痛點。在處理人腦模擬、腦皮層重建、神經訊號推演等複雜神經動力學計算任務時，資料需要在儲存與運算單元之間反覆搬運，不僅運算延遲極高、效率低下，還會產生巨大功耗，這也是半個世紀以來，全球始終無法實現高精度、即時神經動力學運算的核心技術瓶頸，嚴重制約腦科學、腦機介面、智能醫療等領域的發展。 此次北大、中科院聯合研發的全新晶片，徹底跳出傳統晶片架構桎梏，依託相變憶阻器存算一體技術重構計算邏輯，實現了神經動力學運算的原生硬體落地。 晶片無需頻繁搬運資料，可在儲存單元內直接完成運算處理，從底層解決了傳統GPU、CPU處理類腦計算時的效率短板與延遲問題，將複雜神經動力學運算的單步時延大幅壓縮至2.12毫秒，達到行業前所未有的即時運算水準。