FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI领域迎来重大突破！GPT-5震撼发布，性能全面升级、多领域“屠榜”，告别“幻觉”？

”，AI更可靠 “AI幻觉”一直是困扰大型语言模型的难题，但GPT-5在这方面取得了显著进步。与GPT-4o相比，GPT-5在联网搜索时回答出现事实错误的概率降低了45%；在独立思考时，回答出错的概率更是比OpenAI o3降低了80%。此外，GPT-5还引入了四种全新的“人格”模式，包括犬儒、机器人、倾听者和学霸，用户可以根据自己的喜好设定ChatGPT与自己互动和回答问题的方式。编码能力逆天，“软件按需生成”时代来临 GPT-5的编码能力堪称逆天。在多个编码基准测试中，GPT-5的表现均优于其他任何模型。在人类最终测试中取得42%的成绩，在SWE基准测试中更是达到了75%的成绩。在发布会上，OpenAI的后期训练负责人Yann Dubois现场演示了GPT-5的强大编码能力，要求它生成一个用于学习法语并带有互动游戏的网站。GPT-5在短短几秒钟内就编写了数百行代码，并直接展示了网站的前端界面。此外，GPT-5还展示了一款仅靠一段提示词就创作的3D游戏，其画面精致，物理效果也十分逼真。更安全、更“诚实” OpenAI对GPT-5进行了超过五千小时的测试，以确保其安全性。GPT-5在更可靠地处理多步骤任务方面表现更好，不会像以前那样“自信地撒谎”。对于一些可能涉及安全风险的问题，GPT-5会采用“安全补全”机制，在保持安全约束的前提下，给出尽可能有帮助的答案。全面开放，多版本满足不同需求 GPT-5向所有用户开放，包括普通用户、Plus会员和Pro会员。普通用户可以免费体验GPT-5，但用量有限；Plus会员可获得更多使用量；Pro会员则可以访问具备更强推理能力的GPT-5 Pro版本。GPT-5系列还包括GPT-5-mini、GPT-5-nano等版本，以满足不同用户的需求。在定价方面，标准版GPT-5每百万输入Token 1.25美元，每百万输出Token 10美元，mini版和Nano版的定价则相对较低。集成架构，智能调度子模型 GPT-5采用了内嵌式三位一体集成架构，由处理常规问题的GPT-5-main模型、解决复杂任务的GPT-5-thinking深度思考模型、实时决策的路由机制以及额度使用完后启动的mini版本组成。路由机制会根据对话类型、复杂程度、工具需求以及用户的明确意图，快速决定使用哪个模型，自动匹配最适合的模型，用户无需手动切换。

金融界08-08 08:27

亚马逊AWS首度引入OpenAI模型，旨在提振AI竞争力

ic和Amazon自研模型在内的多厂商大型语言模型（LLM），大幅提升开发效率。财报承压背景下的技术合作突破值得关注的是，亚马逊此次合作背景是其近期公布的财报表现低于市场预期。AWS第二季度销售增长逊色，第三季度盈利预期也令人失望，引发市场对其云业务增长的担忧。此前，微软Azure因可独家转售OpenAI技术，在AI基础设施竞争中处于领先。此次合作旨在强化AWS作为“AI超市”的战略定位，提升市场信心。以下是相关企业在AI模型集成方面的对比：云服务商集成AI模型合作对象独家优势亚马逊AWS gpt-oss-120b、Claude等 OpenAI、Anthropic 模型多样化，平台融合微软Azure GPT-4、ChatGPT企业版 OpenAI（战略投资）独家商业转售权 Google Cloud Gemini系列 Google DeepMind 自产自用、搜索整合权威点评与总结从AWS此次接入OpenAI开放权重模型来看，亚马逊正在迅速调整其云战略，力图缩小与Azure之间在AI生态上的差距。此次举措不仅拓展了客户可选模型范围，也为AWS注入新的增长动能。面对云计算红海竞争，AWS“AI超市”策略有望重塑其产品差异化优势。而通过兼容Anthropic、OpenAI等第三方模型，AWS在技术中立性与灵活性上具备一定优势。最终，这一合作不仅提升了OpenAI模型的可达性，也为AWS带来了挽回市场份额的希望。 AWS的这一动作，表明亚马逊不愿在AI基础设施竞赛中落后。未来数月，我们将看到更多多模型平台战略落地。 —— Bernstein Research，2025年8月6日 OpenAI模型开放权重在AWS上运行，为客户带来更多可控性，也可能促进模型精调等个性化开发。 —— Forrester AI分析团队，2025年8月6日这对AWS是好消息，对微软是信号。AI战场不再是单边合作，而是全生态博弈。 —— Wedbush证券首席分析师，2025年8月6日常见问题解答 Q1：这是AWS首次提供OpenAI模型吗？ A1：是的，这是亚马逊首次将OpenAI模型引入其云计算平台，打破了微软的独家地位。 Q2：哪些平台可以使用这些模型？ A2：模型将部署在AWS的Bedrock和SageMaker平台上，适合不同类型的AI开发需求。 Q3：这是否会影响微软Azure对OpenAI的独家优势？ A3：部分影响。虽然Azure仍拥有独家商业部署权，但开放权重模型在AWS可用将削弱其技术壁垒。 Q4：AWS为何选择此时合作？ A4：亚马逊云业务增长放缓，急需通过AI战略提振信心，开放合作是应对市场压力的策略之一。 Q5：企业客户将获得哪些优势？ A5：客户可使用多个主流AI模型进行对比与微调，提升AI开发效率和业务适配性。来源：今日美股网

今日美股网08-07 00:12

苹果组建新团队开发类ChatGPT“问答引擎”，瞄准智能搜索升级

景随着人工智能技术的迅猛发展，特别是大型语言模型（LLM）和生成式AI的兴起，苹果加快布局智能问答及搜索引擎领域。该团队于2025年初成立，体现苹果希望在AI领域实现突破，提升产品竞争力的战略决心。问答引擎的核心功能与目标该问答引擎旨在构建一个能够理解用户查询意图、整合互联网海量信息、并生成简洁准确回答的智能系统。未来该引擎可能以独立应用形式推出，也可能深度集成至Siri、Safari浏览器及苹果其他软件产品，全面提升用户的搜索与交互体验。团队领导与组织架构职位负责人汇报对象新团队负责人 Robby Walker（前Siri高级总监） John Giannandre（苹果AI主管）团队目前正积极招聘具备搜索算法与引擎开发经验的技术人才，以增强研发能力和加速产品落地。未来应用场景及发展前景苹果的问答引擎有望为用户带来更自然、更智能的交互体验，涵盖语音助手、智能搜索、内容推荐等多种应用场景。同时，凭借苹果在隐私保护和硬件生态的优势，该产品可能在市场上形成差异化竞争力。权威点评与总结苹果组建专门团队开发类ChatGPT的问答引擎，显示其对AI技术战略布局的重视。通过整合全网信息和深度产品融合，苹果有望提升用户体验及生态系统粘性。未来，团队能否突破技术瓶颈并快速实现商业化，将是市场关注的焦点。 “苹果在智能交互领域的新布局，将推动AI技术与用户体验的深度融合。” —— Morgan Stanley，2025年8月 “新问答引擎有望成为苹果生态核心竞争力的有力支撑。” —— Goldman Sachs，2025年7月 “招聘具备搜索算法经验的人才，显示苹果对技术研发的高度重视。” —— Barclays，2025年8月常见问题解答问：苹果新团队主要开发什么产品？答：开发类似ChatGPT的智能问答引擎，整合全网信息为用户提供答案。问：该团队由谁领导？答：由前Siri高级总监Robby Walker领导，向苹果AI主管John Giannandre汇报。问：问答引擎将如何应用？答：可能作为独立应用发布，也可能集成至Siri、Safari及其他苹果产品中。问：苹果为何现在成立此团队？答：为迎接AI浪潮，提升智能搜索和交互体验，增强竞争力。问：团队目前招聘什么类型人才？答：招聘具备搜索算法与引擎开发经验的技术人员。来源：今日美股网

今日美股网08-05 00:11

明略科技冲击港股IPO，AI独角兽技术底色如何？

，2024年，明略科技推出了超图多模态大型语言模型（HMLLM），进一步整合脑电图、眼动追踪等多种非标模态数据，实现对广告素材的深度分析，而这个大模型也应用在其不久前推出的产品AdEff中。这些进展一定程度也说明，明略科技在大模型研发方面已经有了较强的探索与应用能力，也在行业内建立了一定的技术竞争力。明略科技的经营表现现在大多数AI公司都面临同样的难题：研发投入高，竞争也愈发激烈，盈利迟迟跟不上扩张的步伐，“亏损”几乎成了行业的默认状态。可如今，生成式AI不再只是个概念，而是实实在在走向商业落地，市场也开始关注：谁能在激烈的竞争中跑出可持续发展的模式？那么，明略科技的表现如何？从明略科技的招股书来看，近三年的数据变化，给了市场不少积极的信号。第一，收入结构优化，毛利率始终稳定在50%以上。2022年到2024年，公司营收分别为12.69亿元、14.62亿元和13.81亿元。虽然2024年相比2023年有所下降，但原因并非业务下滑，而是公司主动缩减了低毛利的“行业解决方案”定制项目，同时加大了标准化SaaS产品的布局。以营销智能业务为例，收入从8.03亿元降到7.31亿元，但毛利率却从69.2%提高到73.2%，这说明“秒针系统”等核心产品依然具有强定价能力。营运智能业务2024年收入5.23亿元，毛利率提升至34.3%，也验证了“标准化产品+订阅”模式的成效。2022年到2024年公司毛利率分别为53.2%、50.1%和51.6%，一直保持在50%以上的高位。第二，亏损明显收窄，费用控制成效显著。剔除优先股公允价值变动的影响，公司经调整亏损净额已从2022年的10.99亿元，缩减至2024年的0.45亿元，亏损率从79.5%压缩到9.6%，接近盈亏平衡。研发费用率从59.2%下降到25.6%，但研发投入2024年仍保持在3.53亿元。销售和行政费用率合计从67.9%降至35.4%，这也反映出公司运营效率的显著提升。第三，资本结构有望彻底改善。截至2024年底，公司负债净额为64亿元，主要因优先股、认股权证及可转换票据计入负债所致。这在大部分上市前经历了多轮 pre-IPO融资的公司里很常见。由于投资人买入的是 “优先股”，在会计准则里，优先股往往被视作带有债务属性的工具，需要记在“负债”里，而不是像普通股那样计入股东权益。这就好比你借朋友一笔钱，朋友说“我不急着要回报，但要优先分红”，会计上这笔钱会被算成“债务”，即使你实际上没有传统意义上的债务压力。通常意义上，负债率是会计规则的结果，并不代表公司真的债台高筑，也不反映日常经营的健康程度。相反，目前看到的多项业务指标都在传达出积极信号。若IPO顺利推进，这些优先股将在上市发行后自动转换为普通股，负债将转为股东权益，资产负债率将大幅下降，财务结构会更健康。整体来看，明略科技的核心竞争力并不只在于规模或营收曲线的改善，更在于其长期深耕的技术积累与持续创新能力。无论是多模态大模型的研发突破，还是广告前测、营销智能等落地产品的快速迭代，都显示出公司在“技术—产品—商业”闭环上的成熟度。尤其在生成式AI热潮中，能否把模型能力转化为可量化的客户价值，才是决定企业走多远的关键。未来，只有继续在算法创新、数据智能平台化和行业应用深度上保持领先，才能在这场AI浪潮中真正站稳脚跟。以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。

有连云08-04 16:57

AI热潮下的隐患：“七巨头”的轻资产模式正被颠覆

，但财务回报显然仍是个问号。目前，尽管大型语言模型的两家领先独立开发商——OpenAI和Anthropic业务规模增长迅速，但迄今仍在经历着亏损。事实上，目前美国科技巨头们的最新利润，在很大程度上也都依然反映了它们成熟的核心业务——如Meta和Alphabet的广告收入、苹果的iPhone收入等。至于巨大的人工智能硬件投入何时能产生回报，哪怕是这些企业的高管也职能建议投资者保持耐心。 Facebook母公司Meta上周就报告其第二季度收益增长了36%，但自由现金流却下降了22%。该公司表示，2025年的资本支出将约为去年的两倍，并预计将在2026年保持“类似幅度”的增长。 Meta首席财务官Susan Li对投资者表示，对于大语言模型方面的投资，“我们仍处于投资生命周期的早期阶段”，并且“我们并不预期在短期内能从任何这些投资中获得显著的营收”。亚马逊则在2022年开始缩减其履行中心(自动化物流设施)的建设规模，使其自由现金流得以转正。但在过去一年中，它又加大了对其云计算服务部门AWS的投资——该部门为客户托管数据和运行AI模型，这使其自由现金流与上年同期相比下降了三分之二。眼下，投资者对大型科技公司的定价，正仍押注于它们的重资产业务模式，会和以前的轻资产模式一样赚钱。但凯雷集团研究主管Jason Thomas表示，“迄今为止，我们没有任何证据能证明这一点。” 他补充称，“人们忽略的变量是时间范围。所有这些资本支出最终可能变得极其高效，但其带来回报的时间，可能会超出股东所关注的投资回报期。” 互联网泡沫的“回响” 这一局面也很容易让人联想到世纪之交的互联网泡沫。在1990年代末和2000年代初，初生的互联网热潮，促使投资者向初创网络公司和宽带电信运营商大把投钱。而最终，他们对互联网将推动生产力增长的预测自然是对的，但在财务回报上却弄错了——许多公司因赚的钱不足以覆盖开支而倒闭。由此导致的资本支出下滑，也是导致美国经济在2001年发生轻度衰退的原因之一。如今，一场类似互联网泡沫的崩盘似乎还难以想象。人工智能领域的巨额投资，都来自那些成熟且能够实现稳定盈利的公司，它们对算力的需求超过了供应。然而，如果它们的收入和利润预期过于乐观，当前的资本支出速度将难以维持。高利率挑战恐长期存在最后，还有一个不容忽视的烦恼来自于利率——在2007-09年全球金融危机后，大型科技公司既是低利率的受益者，也是低利率的推手。凯雷集团的Thomas估计，在金融危机和新冠疫情之间，这些公司从运营中产生的现金是其投资额的五到八倍，而这些多余的现金又会回流到金融体系中——当时美国联邦赤字高企，加上通胀低于美联储2%的目标以及美联储QE等操作，这些因素共同压低了长期利率。而低利率反过来又使投资者更加看重这些公司未来的利润。但如今，美国政府赤字已变得更为庞大，美国通胀率持续高于2%，而且美联储一直在缩减其债券持有量。与此同时，巨头企业们为了追逐AI热潮以及为避开关税而回流生产，正面临着巨大的投资需求。据Thomas估计，自2020年以来，这些企业的累计自由现金流相对于国内生产总值(GDP)而言，已比2009年后的同等时期低出了78%。所有这些都表明，未来几年美国的利率可能将会远高于疫情爆发前的水平——这是美国经济和这些公司均将面临的另一个风险，而投资者可能尚未充分意识到这一点。

金融界08-04 13:57

揭秘OpenAI的野心：让AI为你搞定一切

nAI 在 GPT 系列中率先推出首个大型语言模型，该模型在海量互联网数据和大型 GPU 集群上进行预训练。GPT 模型在文本处理方面表现出色，最终催生出 ChatGPT，但在基础数学方面却存在短板。直到 2023 年，OpenAI 才取得突破，最初将其命名为 “Q*”，后又改称 “Strawberry”。这一突破通过结合大型语言模型、强化学习和一种名为测试时计算的技术实现。后者让模型在给出答案前，有额外的时间和计算能力来规划和解决问题，并验证每一步骤。这使得 OpenAI 能够引入一种名为 “思维链”（CoT）的新方法，该方法提高了 AI 在处理未见过的数学问题时的表现。 “我能看到模型开始进行推理，” 埃尔・基什基说。“它会发现错误并回溯，还会‘感到沮丧’。这真的就像在阅读一个人的想法。” 尽管这些技术本身并非新颖，但 OpenAI 独特地将它们结合起来，创建了 Strawberry，这直接促成了 o1 的开发。OpenAI 很快意识到，AI 推理模型的规划和事实核查能力可用于为 AI 代理提供动力。 “我们解决了一个我多年来一直冥思苦想的问题，” 莱特曼说。“这是我研究生涯中最激动人心的时刻之一。” 扩展推理能力凭借 AI 推理模型，OpenAI 确定了两个可用于改进 AI 模型的新方向：在 AI 模型的后期训练中使用更多计算能力，以及让 AI 模型在回答问题时有更多时间和处理能力。 “作为一家公司，OpenAI 不仅关注事物的现状，还非常关注它们的扩展方式，” 莱特曼说。两位消息人士告诉 TechCrunch，在 2023 年 Strawberry 取得突破后不久，OpenAI 成立了一个由研究员丹尼尔・塞尔萨姆领导的 “代理” 团队，以在这一新范式上取得进一步进展。尽管该团队名为 “代理”，但 OpenAI 最初并未像我们如今所想的那样区分推理模型和代理。该公司只是想让 AI 系统能够完成复杂任务。最终，塞尔萨姆领导的代理团队的工作成为开发 o1 推理模型这一更大项目的一部分，该项目的负责人包括 OpenAI 联合创始人伊利亚・萨茨凯弗、首席研究官马克・陈和首席科学家雅各布・帕乔基。 OpenAI 必须投入宝贵的资源 —— 主要是人才和 GPU—— 来开发 o1。纵观 OpenAI 的历史，研究人员必须与公司领导层协商以获取资源，而展示突破性成果是确保获得资源的可靠方法。 “OpenAI 的核心特点之一是，研究方面的一切都是自下而上的，” 莱特曼说。“当我们展示（o1 的）证据时，公司表示‘这很有意义，让我们继续推进’。” 一些前员工表示，这家初创公司开发通用人工智能（AGI）的使命是在 AI 推理模型方面取得突破的关键因素。通过专注于开发尽可能智能的 AI 模型，而非产品，OpenAI 能够将 o1 置于其他工作之上。而在竞争激烈的 AI 实验室中，对这类想法进行如此大规模的投资并非总能实现。事实证明，尝试新训练方法的决定是有先见之明的。到 2024 年底，几家领先的 AI 实验室开始发现，通过传统预训练扩展创建的模型回报递减。如今，AI 领域的大部分动力来自推理模型的进步。 AI “推理” 意味着什么？在很多方面，AI 研究的目标是用计算机重现人类智能。自 o1 推出以来，ChatGPT 的用户体验中充满了更像人类的功能，如 “思考” 和 “推理”。当被问及 OpenAI 的模型是否真正在推理时，埃尔・基什基有所保留，称他从计算机科学的角度看待这个概念。 “我们正在教模型如何高效地消耗计算资源来获取答案。所以如果你从这个角度定义，是的，它正在推理，” 埃尔・基什基说。莱特曼则更关注模型的结果，而不太在意其方式或与人类大脑的关系。 “如果模型正在做困难的事情，那么它正在做完成这件事所必需的任何近似推理，” 莱特曼说。“我们可以称之为推理，因为它看起来像这些推理轨迹，但这一切都只是为了打造对很多人来说真正强大且有用的 AI 工具的一种替代说法。” OpenAI 的研究人员指出，人们可能不同意他们对推理的命名或定义 —— 当然，批评者已经出现 —— 但他们认为，这不如其模型的能力重要。其他 AI 研究人员也倾向于认同这一点。非营利组织 AI2 的 AI 研究员内森・兰伯特在一篇博文中将 AI 推理模式比作飞机。他说，两者都是受自然启发的人造系统 —— 分别受人类推理和鸟类飞行启发 —— 但它们通过完全不同的机制运作。这并不会降低它们的有用性，也不会削弱它们实现类似结果的能力。来自 OpenAI、Anthropic 和谷歌 DeepMind 的一群 AI 研究人员在最近的一份立场文件中一致认为，如今人们对 AI 推理模型的理解还不够深入，需要更多的研究。现在就断言这些模型内部到底在发生什么，可能还为时过早。下一个前沿：用于主观任务的 AI 代理如今市场上的 AI 代理在定义明确、可验证的领域（如编码）表现最佳。OpenAI 的 Codex 代理旨在帮助软件工程师分担简单的编码任务。与此同时，Anthropic 的模型在 Cursor 和 Claude Code 等 AI 编码工具中特别受欢迎 —— 这些是人们愿意付费使用的首批 AI 代理中的一部分。然而，像 OpenAI 的 ChatGPT 代理和 Perplexity 的 Comet 这样的通用 AI 代理，在处理许多人们希望自动化的复杂、主观任务时却力不从心。我发现，当尝试使用这些工具进行网上购物或寻找长期停车位时，这些代理花费的时间比我预期的要长，而且还会犯一些愚蠢的错误。当被问及代理在主观任务方面的局限性时，莱特曼说：“与机器学习中的许多问题一样，这是一个数据问题。我现在真正感到兴奋的一些研究是，想办法在可验证性较低的任务上进行训练。我们在如何做这些事情上有了一些线索。” 帮助创建国际数学奥林匹克模型和 o1 的 OpenAI 研究员诺姆・布朗告诉 TechCrunch，OpenAI 拥有新的通用强化学习技术，这些技术使他们能够教授 AI 模型那些不易验证的技能。他说，该公司正是通过这种方式构建了在国际数学奥林匹克竞赛中获得金牌的模型。 OpenAI 的国际数学奥林匹克模型是一个较新的 AI 系统，它能生成多个代理，这些代理随后同时探索多个想法，然后选择最佳答案。这类 AI 模型正变得越来越受欢迎；谷歌和 xAI 最近也发布了使用这种技术的最先进模型。 “我认为这些模型在数学方面的能力会越来越强，而且在其他推理领域也会变得更有能力，” 布朗说。“进步速度快得惊人。我没有理由认为它会放缓。” 这些技术可能有助于提高 OpenAI 模型的性能，而这些进步可能会在该公司即将推出的 GPT-5 模型中体现出来。OpenAI 希望通过推出 GPT-5 来巩固其对竞争对手的优势，理想情况下，为开发者和消费者提供最优秀的 AI 模型来驱动代理。但该公司也希望使其产品更易于使用。埃尔・基什基表示，OpenAI 希望开发出能直观理解用户需求的 AI 代理，而无需用户选择特定设置。他说，OpenAI 的目标是构建这样的 AI 系统：知道何时调用特定工具，以及需要推理多长时间。这些想法描绘出 ChatGPT 终极版本的图景：一个能在互联网上为你做任何事情，并理解你希望如何去做的代理。这与如今的 ChatGPT 有很大不同，但该公司的研究正朝着这个方向稳步前进。虽然 OpenAI 无疑在几年前引领了 AI 行业，但如今该公司面临着一大批强劲的对手。问题不再仅仅是 OpenAI 能否实现其代理化的未来，而是该公司能否在谷歌、Anthropic、xAI 或 Meta 之前做到这一点？

金融界08-04 07:48

花旗上调CoreWeave评级至“买入”，因与微软和OpenAI签署多年合同

基于Nvidia最新一代硬件优化，满足大型语言模型需求。垂直整合能力：自建数据中心，控制成本并提升部署效率。强绑定合作客户：客户黏性高，锁定未来计算资源消耗增长。在全球AI算力竞争加剧的背景下，CoreWeave被认为是继AWS、Azure、Google Cloud之外，第四大AI云服务平台的有力候选。权威点评与总结 CoreWeave正处于由增长转向规模化变现的关键阶段。其与OpenAI、微软等头部客户的深度绑定为收入提供了安全边际，而行业对AI基础设施需求持续扩大，进一步强化了公司的护城河。花旗的“买入”评级不仅是对其基本面认可，也是资本市场对下一轮AI投资方向的信心体现。 CoreWeave的营收结构已出现质变，客户粘性与合同锁定周期极具投资价值。 —— Citigroup，2025年7月30日我们认为CoreWeave是目前AI基础设施赛道中增长最快的非大型公有云服务商。 —— Morgan Stanley，2025年7月29日随着模型规模的倍增，算力需求的爆发式增长将持续推高CoreWeave的服务价值。 —— Goldman Sachs，2025年7月28日常见问题解答问：花旗为何突然上调CoreWeave评级？答：花旗认为CoreWeave与微软和OpenAI等大客户的多年期合同为其收入增长提供了有力保障，加之AI算力需求飙升，公司业绩有望显著超出预期。问：CoreWeave与传统云计算公司有何不同？答：CoreWeave专注于AI计算与HPC场景，提供高度优化的GPU云服务，与AWS、Azure更偏通用云服务不同，其定位更聚焦于AI行业。问：160美元目标价的逻辑依据是什么？答：目标价基于公司未来两年的营收增速、利润率提升和行业估值对标，反映了对其高增长潜力的认可。问：这些合同是否保证了未来盈利？答：虽然目前CoreWeave尚未大幅盈利，但合同为其提供稳定现金流与客户黏性，是实现盈利的关键基础。问：CoreWeave是否有潜力成为AI领域的龙头？答：若公司能持续扩大客户规模并维持技术领先，其在AI基础设施领域具有成为头部平台的潜力。来源：今日美股网

今日美股网08-01 00:10

谷歌同意签署欧盟AI准则，Meta拒绝：科技巨头分歧凸显监管干预或影响创新

政策文件，旨在在AI大模型如LLMs（大型语言模型）和生成式AI产品快速发展的背景下，加强安全性、透明度与道德使用的框架。准则涵盖的主要内容包括：训练数据披露义务，确保AI不会基于不当内容输出信息模型能力限制声明，防止误导用户商用前合规测试，保障技术不会滥用第三方合规审查机制但包括Meta在内的部分企业担心，这些条款可能导致审批流程拉长、研发进度受阻，并带来商业秘密外泄风险。谷歌的立场：支持监管但担心发展被拖慢谷歌作为AI发展先锋之一，在签署该准则的同时，仍对欧盟过度监管持保留态度。Kent Walker表示，谷歌将全力配合欧盟人工智能办公室推动规则实施，但也指出： “我们仍然担心，《人工智能法案》和该准则可能会减缓欧洲人工智能的开发与应用。” 谷歌希望通过提前拥抱合规，为自身AI产品的落地争取更多政策支持空间，尤其是在搜索、医疗、办公软件等AI集成领域。 Meta拒签背后：担忧创新空间受限 Meta明确拒签欧盟AI准则，引发舆论广泛关注。该公司认为，当前AI创新仍处于早期阶段，欧盟的“预设限制”框架可能扼杀关键技术路径。一位Meta发言人指出：“我们支持建立良好的AI治理框架，但当前准则将限制欧洲成为AI领先地区的潜力。” Meta当前在开源AI方面采取更开放策略，推出如LLaMA系列模型，旨在形成产业生态。而欧盟准则对“开放模型”提出更严格约束，或将使其业务战略受限。权威点评与总结谷歌与Meta对欧盟AI准则的分歧不仅体现了科技巨头不同的全球化合规策略，更反映出技术自由与政策监管之间的深层博弈。欧盟希望通过准则打造一个“可信AI生态”，而企业则担心这可能导致“创新停滞”。当前AI竞争正日益加剧，如何在监管与活力之间取得平衡，将是全球政策制定者与技术企业共同面临的关键挑战。欧盟的AI监管意在防范风险，但必须避免扼杀AI领域的实验精神。谷歌的妥协与Meta的对抗都是产业对该准则反应的真实写照。 —— Forrester Research，2025年7月30日谷歌支持AI治理但表达担忧，说明科技公司正试图引导政策而非被动接受，这也为未来全球AI监管模式提供参考。 —— Goldman Sachs，2025年7月30日监管若缺乏弹性，将迫使部分企业将AI研发重心转出欧洲。这是Meta决策背后的深层逻辑。 —— Oxford Internet Institute，2025年7月30日常见问题解答 Q1：欧盟《通用人工智能行为准则》是强制执行的吗？ A1：不是。目前该准则为“自愿性”协议，意在引导企业建立AI安全与合规机制。 Q2：谷歌为何决定签署该准则？ A2：谷歌希望通过积极配合合规，提升其AI产品在欧洲市场的接受度与合法性，同时避免未来更严监管。 Q3：Meta拒签的理由是什么？ A3：Meta担心准则会延缓AI创新速度，尤其是对开放模型和新兴技术路线的限制不利于技术多样性。 Q4：该准则是否会影响AI企业在欧洲发展？ A4：可能会。若实施方式过于严苛，可能使欧洲在全球AI竞争中处于劣势地位。 Q5：其他科技公司也会签署该准则吗？ A5：预计包括Anthropic、Mistral AI等也将跟随谷歌签署，但是否形成行业统一尚不明确。来源：今日美股网

今日美股网07-31 00:10

Meta任命ChatGPT核心研发赵晟佳为超级智能实验室首席科学家，标志AI研发新阶段

a持续加码人工智能研发的战略，尤其是在大型语言模型和生成式AI技术方面的布局。通过吸引行业顶尖人才，Meta意图加快创新步伐，提升自身在全球AI竞赛中的竞争力。行业视角：AI领域竞争加剧随着OpenAI、Google、Meta等科技巨头纷纷加大AI投入，业内竞争日益激烈。赵晟佳的加盟不仅为Meta注入技术力量，也显示出人才争夺成为AI技术领先的关键因素。权威点评与总结 Meta通过任命赵晟佳为超级智能实验室首席科学家，彰显其在人工智能领域的战略雄心。赵晟佳丰富的技术背景和项目经验，有望推动Meta在智能模型研发方面实现质的飞跃。 “赵晟佳的加入将极大提升Meta的研发实力，帮助公司在AI竞争中占据优势。” —— 摩根士丹利，2025年7月25日 “Meta对顶尖AI人才的吸引，反映出未来智能技术研发的激烈角逐。” —— 高盛，2025年7月25日 “此次人事任命是Meta推动AI战略升级的重要信号。” —— 德意志银行，2025年7月24日常见问题解答问：赵晟佳是谁？答：赵晟佳是参与ChatGPT核心研发的人工智能专家，擅长自然语言处理和深度学习。问：Meta超级智能实验室主要研究什么？答：该实验室专注于大型语言模型、生成式AI及下一代智能技术的研发。问：此次任命对Meta有何战略意义？答：标志Meta加速AI技术创新，提升竞争力，争取行业领先地位。问：其他科技巨头在AI领域有何动作？答：如OpenAI和Google等均在加速投入，竞相研发先进智能模型。问：此次人事变动对行业竞争有什么影响？答：加剧AI人才争夺，推动技术创新速度，行业竞争更为激烈。来源：今日美股网

今日美股网07-27 00:11

中美突传大消息！英国金融时报：已有逾10亿美元英伟达高端芯片走私到中国

well架构，可处理各种工作负载，包括大型语言模型、推荐系统和聊天机器人，非常适合希望加速AI转型的企业。随着美中两国在人工智能及其他尖端科技领域的竞争加剧，英伟达等企业在全球两大经济体之间行事日益艰难。

tqttier07-25 11:49

24小时热点