1. 破局FOPLP量产“隐形门槛”：板级封装测试方案选型指南
2. 华为子品牌“星芒”首款新机曝光：OSTA O1 Pro 采用阔直板设计，多配色与四档存储组合浮出水面
3. Anthropic划出5%股份买“免死金牌” IPO前夜的公益精算与治理底牌
4. 微软逐步终止甲骨文AI算力租约：算力底座建设正从“规模租赁”转向“运营治理”
5. 中国科学院科学家提出超导磁体在线失超探测新方法
1. 破局FOPLP量产“隐形门槛”：板级封装测试方案选型指南
面板级扇出型封装（FOPLP）凭借基板利用率高、多芯片集成及显著的成本优势，正成为先进封装的重要演进路径。然而，当行业目光聚焦于封装工艺突破时，测试环节的配套成熟度却参差不齐。在FOPLP从实验室走向规模化量产的进程中，测试方案的选型绝不能仅盯着单一技术指标，而需要建立一套多维度的综合评估体系。
一、 行业痛点：FOPLP测试的"四座大山"
当前板级封装测试面临着诸多现实挑战：首先，FOPLP薄板结构极易发生翘曲，导致传统载具适配困难；其次，多芯片同测面临严峻的信号完整性挑战；再次，行业缺乏统一的测试标准，测试效率、判定准确度与交付周期之间难以平衡；最后，产品一旦失效，往往难以快速定位根因，市场上缺乏成熟的整体参考方案。
（图注：面板翘曲、信号干扰、适配困难、基板失效等成为当前测试核心痛点）
二、 选型方法论：从场景、协同到全周期成本
面对上述痛点，行业在评估测试方案时，逐渐形成了一套多维度的考量逻辑：
1. 场景定制与缺陷覆盖
客户选型的核心在于测试体系能否精准匹配产品的可靠性等级。消费类芯片重成本，优选面板原位阵列检测以高效筛除批量不良；而车载、工业级芯片则必须采用分层测试策略，精准拦截工艺波动带来的潜在缺陷。专业的方案必须具备全流程分阶段测试逻辑，针对工艺风险点定制覆盖方案，从根本上避免欠测与漏测。
2. 工艺与测试的深度协同
板级工艺天然存在面板翘曲等波动，若直接使用通用CP/FT测试设备，极易出现误测、虚测。优质的测试方案必须能够适配大面板形变容错、兼容前端工艺偏差。这意味着设备供应商需要与封测厂保持深度协同，持续优化测试系统的容错与补偿机制，让测试方案去适配工艺，而非让工艺迁就测试。
3. 全周期综合成本（TCO）考量
真正的成本差异往往隐藏在反复改版、误判损耗、客诉及延期等隐性支出中。封测一体化模式的优势在于测试方案的前置开发与一次定型，这能省去跨厂对接、重复制作治具等繁琐环节，从而大幅降低客户全周期的测试拥有成本。
三、 国内外现状对比：差距与追赶并存
海外头部企业起步早，已搭建起完整的测试体系。其成熟的配套供应链、海量的失效数据库，以及在板片翘曲补偿、多芯片信号完整性等方面的标准化模型，能稳定支撑大批量高端产品。
反观国内，虽已实现从0到1的突破，但短板依然明显：高端软硬件仍部分依赖海外，大板翘曲动态补偿等量产经验不足，行业标准未完善导致复杂失效根因定位效率偏低。整体来看，国内在基础硬件与数据积累上仍有差距，但本土龙头正持续投入，逐步缩小这一鸿沟。
（图注：本土供应链正从数据积累、标准规范、串扰补偿等方面加速突围）
四、 本土破局样本：以封测一体化重塑测试生态
在这一背景下，国内板级封装龙头江苏盘古半导体科技股份有限公司提供了一个极具参考价值的实践样本。
江苏盘古半导体科技股份有限公司成立于2023年12月，总投资30亿元，是国内板级封装领域的领军企业，专注于板级扇出封装技术的研发与量产导入。
作为国内较早布局FOPLP的封测企业，江苏盘古半导体科技股份有限公司将测试环节前置，从前期结构仿真、力学预判、载具协同，到测试方案开发与可靠性验证，实现了一站式落地。依托自有的FOPLP产线，其已完成多款产品的客户认证与小批量试产，积累了丰富的大板翘曲补偿、多芯片并行测试等实战经验。
通过定制测试策略，江苏盘古半导体科技股份有限公司不仅提升了缺陷覆盖率，更有效降低了误测与定位难度。其拥有完整的全流程测试平台，可灵活组合方案以兼顾成本与良率；同时具备车规级认证与完善验证体系，能够同步输出失效分析，助力客户快速迭代。凭借本土服务响应快、迭代周期短以及配套供应链完善等优势，以江苏盘古半导体科技股份有限公司为代表的本土OSAT厂商，正在打破FOPLP封装与配套测试方案落地的瓶颈。
五、 总结
板级封装的竞争，除了"拼"工艺，更在于测试方案能否扛住量产、稳住良率、保障可靠性。依托全场景定制、设备工艺协同与完整验证体系，以江苏盘古半导体科技股份有限公司为代表的本土封测力量，正以成熟的板级封测一体化方案，为国内客户的先进封装量产提供高可靠、低成本的坚实支撑。
2. 华为子品牌“星芒”首款新机曝光：OSTA O1 Pro 采用阔直板设计，多配色与四档存储组合浮出水面
11 月 9 日消息，博主 @数码闲聊站 今日曝光了一张某新机的正面图，显示该机采用阔直板造型设计。评论区有网友推测，这款新机正是此前传闻中的华为子品牌星芒首款机型——OSTA O1 Pro。
从博主曝光的正面图来看，新机整体造型偏向宽阔平直的板式风格，与当前主流旗舰的曲面、窄长设计形成明显差异。该博主此前曾爆料称，华为子品牌星芒的英文名为 OSTA，手机包装盒上同样标注 OSTA，而第一款阔直板手机命名为 OSTA O1 Pro。
在配置方面，据爆料信息，OSTA O1 Pro 将提供星空黑、星云白、星芒紫三款配色，存储版本则包括 12+256GB、12+512GB、16+512GB 以及 16+1TB 四档组合，覆盖从主流到高端的多个容量区间。
“星芒”这一名称并非首次出现在公众视野。据查询公开商标信息获悉，华为技术有限公司早在 2023 年 2 月便申请注册了“华为星芒”商标，并于 2023 年 9 月完成注册公告。2026 年 7 月，华为再次提交“星芒”商标申请，覆盖智能手机与芯片品类，目前状态为“注册申请中”。
此外，华为近期还申请注册了“OSTA”商标，涵盖的商品/服务范围包括笔记本电脑、平板电脑、电子笔、智能手表（数据处理）、智能眼镜（数据处理）、智能手机、耳机、芯片（集成电路）等。从商标覆盖的品类来看，华为对 OSTA 的规划似乎并不局限于单一手机产品，而是指向一个覆盖多终端的品牌体系。
目前，关于星芒品牌及 OSTA O1 Pro 的信息均来自博主爆料与商标公开信息，华为官方尚未就子品牌计划及新机发布作出回应。阔直板造型能否成为差异化卖点、星芒品牌将如何与华为现有产品线区隔，仍有待后续更多信息揭晓。
3. Anthropic划出5%股份买“免死金牌” IPO前夜的公益精算与治理底牌
Anthropic在上市前夜干了一件看起来像撒钱的事：美东时间2026年10月18日，公司在官网挂出公告《Investing in the public benefit》，宣布设立Anthropic Public Benefit Fund（公共利益基金），经股东批准后把5%的股份划进这只基金，用于资助公益机构、直接帮扶受AI冲击的人群。按2026年5月融资时9650亿美元的投后估值算，这笔股份约值482.5亿美元，折合人民币约3200亿元；若按市场讨论的1.5万亿至2万亿美元IPO估值计，价值在750亿至1000亿美元之间。看起来是慈善，我的看法更直接：这是Anthropic给上市之路买的“免死金牌”期权——免死金牌有没有用，不取决于公告写得多漂亮，取决于期权条款怎么设计、谁来扣动扳机。
重新算一下账。招股书披露，本次注入的是846,840，960股N类普通股，占截至2026年6月30日完全摊薄股本的5%（含亚马逊可转换票据全额转换假设），倒推总股本约169.4亿股；按H-1轮每股优先股589.0095美元、10比1转换后每股普通股约58.9美元推算，隐含公司股权价值约1万亿美元。数字对得上，账就是实的：5%不是概念，是已经登记在股权账本上的N类股。追加机制才是精算的核心——公司估值较设定基准每上涨50%，董事会可酌情向基金追加最多2%股份，且股价须在连续120个交易日中至少90天收在里程碑之上才达标；基准值至今未披露。这是典型的dilution（稀释）期权结构：科技公司习惯把阶梯股权奖励塞给高管，Anthropic把同款结构掉了个头，导向公共利益。但注意，追加不是自动触发，扣扳机的手始终在董事会手里。
关于这笔安排，我有四点看法。
①法律结构决定控制权归属。这只基金不是501（c）（3）独立慈善基金会，而是Anthropic全资持有的有限责任公司（LLC）——公司把5%股份配给一家自己完全拥有的实体，财富并未脱离原企业的实际控制。2015年扎克伯格夫妇宣布捐出99%的Facebook股份时也选了LLC，事后“左手倒右手”的疑虑至今没有完全消散；长江商学院院长李海涛提醒，企业慈善应当在控制权与专业化治理之间取得平衡，警惕慈善异化为企业营销工具或出现关联交易。Anthropic给的解释是LLC便于在捐赠非营利组织、直接向特定人群发放、资助研究等不同形式之间灵活切换，并承诺基金所持股权不得用于美国国内与海外的游说与政治捐赠。红线划了，但监督者是外部还是自己，暂时没有答案。
②创始人承诺带不带牙齿，招股书自己说了。七位联合创始人各自承诺将个人所持股权的80%用于慈善，叠加约半数员工参与的股权捐赠配捐计划，加上本次5%，Anthropic约20%的股份指向公共利益。但招股书同时写明：这是自愿、可撤回的意向，不构成法律约束。也就是说，20%里最重的部分目前是信用背书而非负债。外界按IPO估值把20%折算成3000亿至4000亿美元，这个数取了面值上限，要小心把它当成既成事实。
③公益支的是股权，不是现金，这个选择是算过账的。Anthropic仍处在重投入周期：招股书披露2025年营收约45.85亿美元、净亏损约420亿美元（其中含约340亿美元可转换票据相关非现金费用），未来十年云、算力及基础设施刚性承诺至少5180亿美元、约80%不可撤销。2026年上半年营收162.86亿美元、约为上年同期14倍，调整后营业利润16.18亿美元、利润率10%。一次性捐现金既不现实也会扭曲估值模型，把“回吐”绑定在长期增值曲线上，理论上能避免公益承诺上市后被逐利股东稀释。现金流紧绷的公司捐期权，不捐现金，这是财务纪律，不是慷慨。
④真正的底牌在治理结构里。Anthropic以公益企业（PBC）架构上市，管理层须兼顾股东回报与公共利益；Founder LLC握有股东层面投票权，长期利益信托（LTFT）握有董事会多数，上市后将属纳斯达克规则下的“受控公司”。5%基金、80%创始人承诺、LTFT、超级投票权，四件套拼在一起，才是这套安排的完整拼图——公益条款是给外界的叙事，治理条款才是给创始人的保险。
市场没有照单全收。马斯克在公告下留了一句“我建议直接把股份分给公众”，次日宣布从2027年起向美国每个孩子赠送一股SpaceX股票，按7200万儿童计约值110亿美元——两种财富分配路线，规模差了一个数量级。纽约大学教授Gary Marcus直言基金会不过是一次公关；Moor Insights首席执行官认为，如果这笔钱完全用于公益，何不直接捐给公共组织；独立研究机构New Constructs更是把这笔IPO称为“2026年最荒谬的IPO”，理由是2025年净亏420亿美元的公司要撑起2万亿美元估值。也有相反的声音：Inference首席执行官Sam Hogan Heutmaker认为，与OpenAI从非营利组织转向公益公司的路径相比，Anthropic先用商业公司赚到钱再设基金，逻辑更顺。褒贬都有，但没人否认一件事——AI创造的价值如何回吐给被它改变的人，第一次从政策辩论题变成了《公司法》意义上的股权安排。
我的判断带着时间框：未来10年，AI公司的公益资本结构会成为IPO标配，Anthropic这套“5%底仓+50%涨幅追加2%”的模板大概率被后来者抄袭；但12个月内，这只基金的实际运作不会披露太多——治理规则、追加门槛、受益人范围都还在黑箱里。这枚免死金牌防的是监管阻力与公众敌意，防不了估值崩塌：若IPO定价低于预期，20%公益盘面的纸面价值同样要跟着缩水，这不排除，也不必回避。
观察清单列四条，未来几个季度照着盯：一看基准估值与追加里程碑何时披露，这是期权条款从模糊变清晰的第一信号；二看首次2%追加何时触发，股价在连续120个交易日里能否90天站上里程碑；三看基金治理规则与首份公共利益报告的披露深度，LLC结构下没有强制外部审计，披露多少全看自愿；四看IPO定价与首日表现，2万亿美元估值预期和New Constructs的“最荒谬IPO”判断，总有一个会被市场证伪。没有百分百永远对，适时修正才能成功——若上市后治理披露持续含糊，我对“信任工程”的定性会下调；若首笔追加在2027年前落地并附带独立监督条款，这个判断就往回修。
4. 微软逐步终止甲骨文AI算力租约：算力底座建设正从“规模租赁”转向“运营治理”
全球企业正经历以AI为核心的业务重塑浪潮，算力底座作为AI驱动型企业的根基，其供给策略正经历一次静默而深刻的调整。据彭博社报道，微软已决定不再续签2023年与甲骨文达成的AI算力租赁协议，并在近几个月逐步停用从甲骨文租用的计算资源，这是微软重新评估其超800亿美元云合作的更广泛行动的一部分。此次调整的直接原因，是甲骨文相关硬件搭载较旧一代英伟达芯片，已不再符合微软当前的技术规格要求；甲骨文发言人回应称，市场对该公司AI基础设施的需求依然强劲，其中包括对较早一代图形处理器（GPU）的需求，并披露公司今年9月正以高出原始合同价格20%的溢价，续签使用已有四年历史的GPU服务器合同。
回望2023年，微软向主要竞争对手甲骨文租用服务器，曾被业界视为AI时代算力严重短缺的早期信号之一。根据双方当年公布的合作安排，甲骨文通过甲骨文云基础设施（OCI）向微软提供服务器使用权，为采用AI辅助功能的新版必应搜索引擎提供推理算力支持。该协议的完整交易规模至今无法确定；另据报道，微软对甲骨文算力的依赖程度并不高，相关资源在其整体算力中所占比例有限。
资本市场对此反应迅速。11月6日消息发酵当日，甲骨文股价盘中一度下跌约3%（另有媒体口径统计盘中跌幅约5%），收盘上演深“V”行情、收涨0.82%报116.1美元，盘中一度触及52周新低109.21美元；自6月1日创下248.15美元年内高点以来，甲骨文股价已累计下跌超过一半。
此次租约终止并非孤立事件。作为全球最大的软件制造商，微软此前通过与CoreWeave、Nscale、Nebius等新兴云计算服务商签订巨额合同，推动了所谓“新算力云”（neocloud）行业的繁荣，累计承诺斥资超过800亿美元从外部租用算力以支撑自身AI业务。但近几个月来，微软部分高层对neocloud服务商高昂成本与项目交付延期的不满，已转化为一连串收缩动作：收紧对数据中心项目的监督、退出被认为风险较高的项目，并在内部讨论是否继续签署新的新兴云合作协议。典型案例包括：在英国，微软取消了与Nscale约30亿美元的Loughton数据中心协议，原因是电网接入延迟导致预期供电时间被推迟至2030年代；在得克萨斯州，微软决定不行使扩大Nscale数据中心租赁规模的选择权，现有合同仍继续履行；在西弗吉尼亚州，微软退出了针对1.35吉瓦容量的意向书；2025年与IREN签订的五年约97亿美元租赁协议，亦因数据中心交付延期而推迟了部分原定支出。
从企业AI转型的视角拆解，这轮算力合作重估呈现清晰的“底座—场景—组织”三层逻辑。算力与知识底座是根基，业务智能体是载体，组织与人的适配才是价值所在——这一框架恰好可以解释微软的取舍。在底座层，收缩的是低规格租用算力，扩张的是自有新一代产能：微软在业绩电话会披露（微软侧口径），本财年资本开支计划维持在1900亿美元，会计口径调整后账面约为1750亿美元，Azure及其他云服务收入同比增长43%，管理层直言“客户需求持续超过可用容量”，“买多少、怎么买”的精细化运营正在取代“要不要买”的粗放扩张。在场景层，算力规格的生命周期必须与业务负载的演进节奏匹配：必应AI搜索等场景对推理算力的要求持续升级，上一代GPU难以承载新一代智能体负载，这正是“租用算力失去实用价值”的技术本质。在组织层，真正决定算力投资成败的不是采购规模，而是组织对成本、交付与规格的治理能力——微软从“放心签单”转向“逐项监督”、退出高风险项目，说明算力底座建设不是一次性的规模采购，而是需要组织持续运营治理的系统性工程。
微软CEO纳德拉此前已在播客访谈中把这一逻辑讲得相当直白：“在一定程度上，供给和需求必须匹配。如果你只在供给侧自我炒作，而不是真正了解如何将其转化为对客户的真正价值，你就会完全偏离轨道。”顺着这一框架可以得出一个更明确的判断：AI算力建设的短板正在由“算力获取”转向“算力运营治理”，算力市场的竞争重心正从“有没有”转向“合不合身、贵不贵、稳不稳”。这一重心迁移在供给侧的映射同样剧烈：neocloud厂商普遍以高杠杆购置GPU、收入高度集中于少数头部客户、资产三到五年即迭代淘汰，Gartner判断超过80%的neocloud将被并购或退出；马斯克亦预测，200多个新型云平台将像“小鱼苗”一样走向消亡和整合。资产负债表的压力同样清晰：据路透社汇总，Meta、甲骨文、亚马逊、微软与Alphabet尚未生效的租金承诺总额已突破1.09万亿美元，约为其已确认租赁负债2850亿美元的四倍；其中微软未生效租金承诺约3291亿美元居首，甲骨文以2600亿美元紧随其后，约为其已确认租赁负债378.9亿美元的七倍，甲骨文自身亦已警告数据中心租约的期限、续约条款和定价可能与客户合同不一致的风险。截至2026年5月的财年，甲骨文云计算业务实现营收180亿美元，但巨额基础设施投入已导致其自由现金流转为负值。
给技术买家的建议——对正在规划AI算力组合的企业决策者而言，这次租约终止提供了四条可落地的参照。其一，算力采购必须与业务场景的规格演进对表，优先锁定与未来18至24个月业务负载相匹配的代际规格，避免为即将过代的硬件支付长期溢价。其二，租赁组合应分层构建：核心稳定负载依托自有底座与新一代自建产能，弹性峰值负载再引入第三方租赁，并将单一供应商占比控制在可退出区间。其三，把交付确定性写进合同硬约束，电网接入、机房交付、网络设计等关键条款应设定明确的违约与退出机制——Nscale与IREN的案例说明，供给端的延期风险最终会传导为买方的算力缺口。其四，在组织内建立算力运营治理职能，将规格审查、成本核算、交付监督与退出预案制度化，使算力投资从一次性采购决策升级为持续运营能力。
但仍需看到，算力是AI业务价值兑现的物理前提，其运营治理能力建设仍处于早期：规格迭代速度、电力供给约束与供应链交付的不确定性，尚未被现有合同机制完全覆盖。对企业而言，算力底座建设不是一场可以一次性完成的采购，而是一套“底座—场景—组织”需要持续校准的系统性工程。
5. 中国科学院科学家提出超导磁体在线失超探测新方法
超导磁体失超探测是保障磁体安全稳定运行的关键技术之一。失超是指超导磁体局部从超导态突然转变为正常态的现象。若未能及时检出并采取保护措施，磁体可能因过热而损坏。
近日，中国科学院近代物理研究所科研团队在利用深度学习技术提升超导磁体失超探测性能方面取得进展。研究团队针对高场超导磁体在强磁通跳跃干扰下传统失超探测方法易误触发、检测延迟增加等国际难题，提出了一种基于深度学习的在线失超探测方法，并完成系统开发与在线实验验证。
研究团队深挖历年积累的失超探测数据，训练了基于卷积神经网络（CNN）的深度学习模型。该模型能有效鉴别磁通跳跃与失超信号间的微小差异。实现“精准识别、快速响应”。在此基础上，研究团队进一步完成了模型的工程化部署，研制了人工智能失超探测系统（AI-QDS），实现了实时在线失超监测。
在第四代高电荷态ECR离子源HFECR超导磁体的励磁试验中，在线监测系统完成了系统性功能验证。值得关注的是，系统在面临磁通跳跃等强电磁干扰时——励磁过程中此类干扰累计超过千次——始终展现出稳定且可靠的运行性能。
研究结果初步验证了基于深度学习的低温超导磁体在线失超检测方案的可行性与有效性。该方法不仅可作为超导磁体失超探测系统的有益补充，也为相关磁通跳跃低温超导磁体的智能化高效运行与保护提供了极具前景的技术路径。
相关研究成果发表在Superconductor Science and Technology上。研究工作得到国家自然科学基金等的支持。（来源： 中国科学院）
