人工智能

谷歌大型光储项目获LG新能源供电池,元宝接入京东AI Agent:AI产业链继续向能源与电商延伸

2026年7月16日 · admin
openmagic ad

据36氪7月15日晚间消息,近期多家科技与产业公司在能源基础设施、AI Agent、智能汽车供应链和具身智能融资等方向出现新进展。其中,韩国LG新能源据称将为谷歌与可再生能源开发商Cypress Creek Energy在阿肯色州推进的“钢铁河能源中心”项目供应电池;腾讯元宝与京东AI Agent完成小程序生态打通;微盟面向B2B销售场景的AI数字员工启动内测;蔚来则以战略投资方式加强与长鑫科技在车规级存储产品上的供应合作。这些动态共同指向一个趋势:AI不再只是模型能力竞争,正在加速牵引能源、供应链、终端硬件和企业软件的系统性变化

AI数据中心带动能源基础设施升级

来源显示,LG新能源将为谷歌规模最大的太阳能与储能结合项目供应电池。该项目由谷歌与Cypress Creek Energy联合公布,初期规划包括1.6吉瓦太阳能发电能力和约2吉瓦时电池储能系统;到2029年,项目规模预计扩大至2.5吉瓦太阳能发电和2.9吉瓦时储能容量。业内人士称,LG新能源预计供应其在北美生产的JF2 DC Link系统,该系统采用磷酸铁锂电池技术,订单价值据估算达数千亿韩元。

从产业角度看,这一项目的意义不只是“采购电池”。AI训练与推理需求增长正在推高数据中心用电压力,云厂商需要更稳定、可预测且低碳的电力组合。太阳能与储能结合,可以在一定程度上缓解可再生能源发电波动问题,为数据中心提供更可调度的能源支撑。对于电池企业而言,AI基础设施扩张也在打开电动车之外的新增长场景,储能系统成为电池厂商服务云计算与数字经济的重要入口。

元宝打通京东AI Agent,电商服务进入智能体协同阶段

同日,腾讯宣布元宝与京东AI Agent完成小程序生态打通。来源称,京东AI Agent是首个接入元宝的电商垂直领域合作伙伴。基于双方生态打通,元宝可为用户提供更及时、准确的信息反馈,而京东依托供应链与电商服务体系,提供商品推荐、履约及售后等服务。

这意味着通用AI助手正在从“问答入口”向“服务分发入口”演进。过去,电商搜索主要围绕关键词、类目和价格排序展开;AI Agent接入后,用户更可能以自然语言描述需求,由智能体完成信息理解、商品筛选、服务衔接等任务。对于平台来说,能否把模型能力与真实库存、物流履约、售后规则连接起来,将决定AI购物体验能否从演示走向高频使用。

  • 能源侧:谷歌大型光储项目体现AI数据中心对稳定低碳电力的需求上升。
  • 应用侧:元宝接入京东AI Agent,显示通用助手正在与垂直服务生态绑定。
  • 企业软件侧:微盟星拓内测,AI数字员工开始覆盖B2B销售链路。
  • 硬件供应链侧:蔚来投资长鑫科技,车规存储的重要性继续提升。

企业级AI从“辅助工具”走向流程自动化

在企业软件方向,微盟集团宣布面向B2B场景的AI销售数字员工“微盟星拓”启动内测。该产品覆盖从用户指令、意图解析、策略生成,到自动寻客、智能外呼、意向加微的链路。销售人员只需用自然语言下达一次指令,AI数字员工即可自主完成后续作业,并将意向客户交付给销售团队。

这类产品反映出企业AI落地的一个关键变化:企业不再只满足于让AI写文案、做摘要,而是希望AI能够嵌入具体业务流程,承担可衡量的任务。销售场景天然具有线索获取、客户筛选、沟通跟进等重复环节,是AI Agent较容易形成闭环的方向之一。不过,实际效果仍取决于数据质量、合规边界、客户触达策略以及人与AI之间的责任划分。

汽车与端侧智能继续强化底层供应链

智能汽车产业链也有新进展。来源称,蔚来成为长鑫科技战略投资方,承诺认购金额为1.58亿元,锁定期限为18个月。双方将围绕现有车规级LPDDR4X、LPDDR5X产品开展战略合作,构建稳定、互信的战略供应关系。随着智能座舱、辅助驾驶和车端AI应用对本地计算与高速存储提出更高要求,车规级存储正在成为汽车电子供应链中的关键环节。

投融资方面,具身智能企业灵巧智能完成数亿元A轮融资,上海电气战略入股。资金将用于灵巧操作全栈技术研发、核心产品迭代,以及教育、电力、工业等场景落地。另据36氪消息,面壁智能完成新一轮融资,投资方包括国家级基金、央企、汽车制造商等,2026年上半年累计融资金额超50亿元,估值超200亿元。其方向聚焦原生端侧大模型,并在具身、汽车、手机、低空、民航等赛道落地。

综合来看,本轮资讯的主线并非单一公司的产品发布,而是AI产业的外溢效应:上游需要电力和储能,中游需要模型与智能体平台,下游需要车规芯片、端侧模型和可执行的行业应用。AI竞争正在从模型参数与榜单,转向“算力、电力、场景、供应链”协同能力的竞争。对于中文科技读者而言,值得关注的不只是某个AI应用是否好用,更是这些底层配套能否支撑AI在真实产业中规模化运行。