FX168财经网_全球视野外汇黄金加密货币NFT资讯网

硅谷大力押注“环境”技术，用于训练AI智能体

The Information》报道，Anthropic 的管理层已讨论计划在未来一年内，为强化学习环境投入超 10 亿美元。投资者与创业者们期望，这些初创公司中能诞生出 “强化学习环境领域的 Scale AI”—— 这里的 Scale AI 是估值 290 亿美元的数据标注巨头，曾为聊天机器人时代的发展提供了重要支撑。目前的核心问题在于，强化学习环境是否真能推动 AI 技术突破现有边界。什么是强化学习（RL）环境？从本质上讲，强化学习环境是模拟 AI 智能体在真实软件应用中操作场景的 “训练场”。一位创业者形容其构建过程 “就像制作一款非常枯燥的电子游戏”。例如，某个环境可模拟 Chrome 浏览器，并向 AI 智能体下达 “在亚马逊上购买一双袜子” 的任务。系统会对智能体的表现进行评分，若任务成功（即买到合适的袜子），便会向其发送 “奖励信号”。尽管这类任务听起来相对简单，但 AI 智能体在执行过程中仍可能在多个环节出错：可能在网页下拉菜单中 “迷路”，也可能误购多双袜子。由于开发者无法精准预测智能体可能出现的失误，环境本身必须具备足够的稳健性，既能捕捉所有意外行为，又能提供有效的反馈 —— 这使得构建环境的复杂度远高于创建静态数据集。部分强化学习环境设计十分复杂，可支持 AI 智能体使用工具、访问互联网或调用各类软件应用完成指定任务；另有部分环境则定位更细分，专注于帮助智能体学习企业级软件应用中的特定任务。尽管强化学习环境如今是硅谷的热门技术，但使用这类技术的先例早已有之。2016 年，OpenAI 的首批项目之一便是构建 “RL Gyms”（强化学习场馆），其理念与现代强化学习环境高度相似；同年，谷歌 DeepMind 的 AlphaGo AI 系统击败围棋世界冠军，该系统同样在模拟环境中采用了强化学习技术。如今的强化学习环境之所以具有独特性，在于研究人员正尝试结合大型 Transformer 模型，打造能 “使用计算机” 的 AI 智能体。与 AlphaGo（仅适用于封闭环境的专用 AI 系统）不同，如今的 AI 智能体旨在具备更通用的能力。当前的 AI 研究人员虽拥有更坚实的技术起点，但目标也更为复杂，可能出现的问题也更多。竞争激烈的领域 Scale AI、Surge、Mercor 等 AI 数据标注公司正积极顺应趋势，着力打造强化学习环境。这些公司不仅比该领域多数初创企业拥有更充足的资源，还与 AI 实验室建立了深厚的合作关系。 Surge 首席执行官埃德温・陈（Edwin Chen）表示，近期已观察到 AI 实验室对强化学习环境的需求 “显著增长”。他透露，Surge 去年通过与 OpenAI、谷歌、Anthropic、Meta 等 AI 实验室合作，营收据称达到 12 亿美元；该公司近期已成立专门的内部团队，负责强化学习环境的搭建工作。紧随 Surge 之后的是估值 100 亿美元的初创公司 Mercor，该公司同样与 OpenAI、Meta、Anthropic 有合作。TechCrunch 获取的营销材料显示，Mercor 正向投资者推介其核心业务 —— 为编程、医疗、法律等特定领域任务打造强化学习环境。 Mercor 首席执行官布伦丹・富迪（Brendan Foody）表示：“很少有人真正意识到，强化学习环境领域蕴含的机遇究竟有多大。” Scale AI 曾在数据标注领域占据主导地位，但自 Meta 投资 140 亿美元并挖走其首席执行官后，该公司的市场份额逐渐下滑。此后，谷歌和 OpenAI 不再将 Scale AI 列为数据供应商，甚至在 Meta 内部，Scale AI 也面临数据标注业务的竞争压力。尽管如此，Scale AI 仍在努力适应趋势，投身强化学习环境的构建。 “这正是（Scale AI）所处行业的本质，”Scale AI 负责智能体与强化学习环境的产品负责人切坦・拉内（Chetan Rane）表示，“Scale 已证明其快速适应的能力：在我们的首个业务板块 —— 自动驾驶领域的早期阶段，我们做到了这一点；ChatGPT 问世后，Scale AI 也成功适应了新趋势；如今，我们再次在智能体、环境等新前沿领域进行调整。” 部分新兴企业从创立之初便专注于强化学习环境领域。成立约 6 个月的初创公司 Mechanize Work 便是其中之一，该公司提出了 “实现所有工作自动化” 的大胆目标。不过，联合创始人马修・巴尼特（Matthew Barnett）向 TechCrunch 透露，其公司目前正从为 AI 编程智能体打造强化学习环境起步。巴尼特表示，Mechanize Work 计划为 AI 实验室提供少量高稳健性的强化学习环境，而非像大型数据公司那样打造大量简单的强化学习环境。为此，该初创公司为软件工程师开出了 50 万美元的年薪（用于构建强化学习环境），这一薪资远高于在 Scale AI 或 Surge 从事小时工性质工作的报酬。两位知情人士透露，Mechanize Work 已开始与 Anthropic 合作开发强化学习环境。对此，Mechanize Work 与 Anthropic 均拒绝就合作细节置评。另有部分初创公司押注强化学习环境在 AI 实验室之外的领域也将产生影响力。由 AI 研究员安德烈・卡帕西（Andrej Karpathy）、Founders Fund 风投、Menlo Ventures 风投支持的初创公司 Prime Intellect，正将其强化学习环境定位为服务中小型开发者。上个月，Prime Intellect 推出了强化学习环境中心，目标是打造 “强化学习环境领域的 Hugging Face”（Hugging Face 为 AI 领域知名开源社区）。该平台旨在让开源开发者获得与大型 AI 实验室同等的资源支持，同时在此过程中向开发者出售计算资源访问权限。 Prime Intellect 研究员威尔・布朗（Will Brown）表示，在强化学习环境中训练具备通用能力的智能体，所需的计算成本可能高于以往的 AI 训练技术。因此，除了打造强化学习环境的初创公司，为这一过程提供算力支持的 GPU 供应商也将迎来机遇。 “没有任何一家公司能独自主导强化学习环境领域，其规模太大了，” 布朗表示，“我们目前所做的部分工作，只是尝试围绕该领域搭建良好的开源基础设施。我们的核心服务是提供计算资源，这确实是使用 GPU 的便捷入口，但我们更着眼于长期发展。” 能否实现规模化发展？关于强化学习环境，目前尚未有定论的问题是：这项技术能否像以往的 AI 训练方法那样实现规模化发展？过去一年，强化学习推动了 AI 领域多项重大突破，包括 OpenAI 的 o1 模型、Anthropic 的 Claude Opus 4 模型等。这些突破意义重大，因为此前用于改进 AI 模型的方法如今正显现出 “收益递减” 的趋势。强化学习环境是 AI 实验室对强化学习技术 “更大押注” 的一部分 —— 许多人认为，随着在该技术中投入更多数据与计算资源，强化学习将持续推动 AI 进步。OpenAI 负责 o1 模型的部分研究人员此前透露，该公司最初之所以投资 AI 推理模型（通过对强化学习和测试时计算的投入开发而成），正是因为他们认为这类模型具备良好的规模化潜力。目前，强化学习实现规模化的最佳路径尚不明确，但强化学习环境似乎是颇具潜力的方向。与仅通过文本回复奖励聊天机器人不同，强化学习环境能让智能体在模拟场景中操作工具、使用计算机完成任务 —— 这种方式虽然对资源的消耗远更高，但潜在的回报也更大。也有部分人士对强化学习环境的发展前景持怀疑态度。曾担任 Meta AI 研究负责人、现联合创立 General Reasoning 公司的罗斯・泰勒表示，强化学习环境容易出现 “奖励作弊”（reward hacking）现象 —— 即 AI 模型为获得奖励而 “作弊”，并未真正完成任务。 “我认为人们低估了环境规模化的难度，” 泰勒说，“即便是目前公开可用的最佳（强化学习环境），若不进行大幅修改，通常也无法正常使用。” OpenAI API 业务工程负责人舍温・吴（Sherwin Wu）在近期播客中表示，他对强化学习环境领域的初创公司 “持看空态度”。吴指出，该领域竞争异常激烈，且 AI 研究发展速度极快，要为 AI 实验室提供优质服务难度很大。卡帕西（作为 Prime Intellect 的投资者，曾称强化学习环境可能成为突破性技术）也对整个强化学习领域表达了谨慎态度。他在社交平台 X 的帖子中提出疑问：通过强化学习技术，AI 还能实现多大程度的进步？ “我对环境与智能体交互持乐观态度，但对强化学习本身持悲观态度。” 卡帕西表示。

金融界昨天08:20

Cloudera 在 2025 年度《IDC MarketScape 亚太区统一 AI 平台供应商评估》报告中被评为领导者

n）及与 NVIDIA、Cohere、Anthropic、Mistral、AWS (Bedrock)、Dell 以及 CrewAI 建立的战略合作伙伴关系，进一步拓展平台能力。可访问性：低代码/无代码 AI Studios，使技术人员和业务用户都能更快速地构建、部署与管理 AI。每家企业都面临着压力，需要在充分利用 AI 的同时，确保信任、安全与合规性不受影响。从保护敏感数据的金融机构，到负责任部署 AI 的医疗机构，各类组织都需要一个兼顾速度与可控性的 AI 平台。 IDC 的认可表明，Cloudera 是实现这种平衡的首选方案之一。 Cloudera 持续加大研发投入，全球近一半员工专注于工程研发工作。本次获得认可是在公司经历一段快速创新期后获得的，这期间包括推出用于构建和部署 AI 代理的 Cloudera AI Workbench、用于大规模高效生成式 AI 的 Cloudera AI Inference，以及用于确保整个 AI 生命周期的合规性和透明度的扩展治理能力。包括 Verta（运营 AI）、Octopai（自动化数据沿袭）和 Taikun（云原生基础设施管理）在内的战略性收购，进一步加速了 Cloudera 将 AI 应用于任意数据环境的能力。 IDC MarketScape 从能力和策略两个维度对供应商进行评估，为企业提供对快速发展的 AI 平台市场的全面洞察。报告全文可点击此处查阅。关于 ClouderaCloudera 是唯一一家深受大型企业信赖、能够将 AI 融入其任意数据环境的数据与 AI 平台企业。与其他供应商不同，Cloudera 依托成熟的开源技术，融合公有云、数据中心与边缘环境，打造统一的云端体验。作为大数据领域的先驱，Cloudera 赋能企业全面掌控各类数据，运用 AI 技术，以提供统一的安全性、治理能力，以及实时的预测性见解。全球各行各业的大型企业都依赖 Cloudera 重塑其决策方式，最终提升其盈利能力，防范威胁，挽救生命。如需了解更多信息，请访问 Cloudera.com，并在 LinkedIn 和 X 上关注我们。Cloudera 及相关标识为 Cloudera, Inc 的商标或注册商标。所有其他公司和产品名称可能是其各自所有者的商标。免责声明：IDC MarketScape 供应商评估旨在对特定市场中技术和服务供应商的竞争能力进行概述。该研究采用了基于定性和定量标准的严格评分方法，从而以图形方式展示每个供应商在特定市场中的地位。 IDC MarketScape 提供了一个清晰的框架，使技术供应商的产品与服务、能力与策略，以及当前与未来的市场成功因素能够得到有效对比。该框架还为技术采购方提供了对现有及潜在供应商优劣势的全方位评估。联系方式：Jess Hohn-Cabanacloudera@v2comms.com

GlobeNewswire09-13 02:20

美股盘前要点 | 甲骨文AI业务井喷式增长，盘前飙升30%！英伟达发布新GPU Rubin CPX

微软Office 365应用程序将引入Anthropic AI技术。 9. 谷歌云披露储备订单达到1060亿美元，未来两年或新增收入580亿美元。 10. 马斯克：特斯拉正在敲定Optimus V3设计，将解决手部灵活性问题，拥有AI大脑。 11. 诺和诺德计划全球裁员约9000人，下调2025年营业利润增长预期至至4%-10%。 12. 阿里旗下高德发布全球首个基于行为+信用的榜单产品“高德扫街榜”，将发放超10亿元补贴鼓励用户到店消费。 13. 台积电8月营收为3358亿新台币(约合111亿美元)，创历史次高及历年同期新高，同比增长34%。 14. ARM发布新一代芯片设计Lumex，针对移动设备应用AI进行优化。 15. 法拉第未来完成为期一年的“合规监督期”，恢复为“完全正常的上市公司状态”。美股时段值得关注的事件： 20:30 美国8月PPI月率及年率 22:00 美国7月批发销售月率

格隆汇09-10 20:31

美股三大指数齐创历史新高！科技股狂欢，甲骨文盘后暴漲28%，中概股亮剑：阿里年内涨76%创新高，金龙指数逼近年内顶点

微软被曝将在Office 365中采用Anthropic技术，减少对OpenAI依赖；锂矿股集体跳水，美国雅宝跌超11%，因宁德时代宜春锂矿复产预期。苹果新品发布会如期举行，推出iPhone Air等多款产品，但未能提振当日股价。

金融界09-10 08:50

OpenAI最新财务预测：2025至2030年营收与资金消耗全解析

司如 Google DeepMind、Anthropic 等的投入也可能影响 OpenAI 的市场份额。总体来看，长期财务模型显示公司需要持续优化成本结构、探索多元收入来源，并强化风险控制策略。高管观点与行业解读 OpenAI 高管近期表示：“在快速发展的人工智能市场中，我们将继续增加研发投资，以保持技术领先地位。” 这表明公司对于未来市场份额和技术突破持积极态度。行业分析师指出，虽然高投入带来短期压力，但若技术和产品能够实现商业化落地，长期回报可能远高于目前的资金消耗规模。编辑总结 OpenAI 正处于高速发展阶段，营收增长预期与资金消耗同步扩大。短期来看，公司面临较高现金流压力，但长期通过持续研发和市场拓展，有望实现可观回报。行业竞争和市场不确定性仍是潜在风险，需要持续关注资金流动性管理和产品商业化进展。常见问题解答问1：为什么OpenAI的资金消耗会持续增长？答1：主要原因是公司在人工智能研发、基础设施建设以及市场扩张上的高投入。预计 2027 年至 2029 年消耗大幅增加，是为了保证技术领先和产品创新。问2：OpenAI营收增长能否覆盖高额消耗？答2：短期可能存在现金流压力，但长期来看，通过订阅服务、企业合作和新产品商业化，营收增长有望逐步覆盖资金消耗。问3：其他AI公司会对OpenAI产生怎样的竞争压力？答3：如 Google DeepMind、Anthropic 等在技术和市场投入上都非常活跃，可能分流部分客户和资源，从而影响 OpenAI 市场份额。问4：为何2030年的营收预计高于此前预测？答4：公司在技术创新和市场拓展上预计将超过原先计划，因此未来营收预期上调约 15%，显示长期增长潜力。问5：高投入是否会影响公司长期盈利能力？答5：高投入短期增加财务压力，但若研发成果成功商业化，将带来可观回报；关键在于平衡投资和现金流管理。来源：今日美股网

今日美股网09-07 00:10

Salesforce财报后的冷思考：AI颠覆将至，还是悲观过头了？

至2400亿美元水平时，OpenAI、Anthropic等公司的估值却大幅飙升——这提醒投资者，智能体AI领域的竞争仍处于开放状态，胜负未定。而且，Salesforce面临的竞争对手实力雄厚，其雄心与财力都可能对Salesforce构成挑战。因此，估值脱节在一定程度上反映出，投资者认为Salesforce或许正迎来更糟糕的局面。但也有可能，这些投资者的悲观情绪过了头，以至于忽视了Salesforce仍保持稳健盈利，且已准备好与尚未盈利的竞争对手展开较量这一事实？目前谁也无法精准预测未来的走向。但当市场对Salesforce这类基本面强劲、盈利稳健的公司过度悲观时，这种情绪不会持续太久——因为市场终将意识到自己此前的判断有多不明智。 Salesforce前景如何？你猜怎么着？尽管Salesforce的前瞻EBITDA倍数仍维持在13.2倍左右（较其10年平均值低两个标准差），但买家并未完全放弃这只股票。值得注意的是，该股的长期上涨趋势并未动摇，这种乐观情绪与Salesforce基本面强劲的观点相契合。从Salesforce的股价表现来看，我们不难发现，230美元价位的买入支撑力依然稳固。因此，如果本周剩余时间该股再次出现下跌，这将为那些错过了此前回调买入机会的投资者，提供又一次建仓契机。 $赛富时(CRM)$

老虎证券09-05 18:20

【一周科技动态】AWS新叙事，AMZN马上新高？GOOGL如何成为本周大赢家

复兴的报告影响。主要观点是：预测通过与Anthropic的深度合作，AWS将加速增长，2025年底年增长率重新超过20%（从Mid-teens回升）过去两年，AWS在生成式AI里显得慢半拍：Azure吃满OpenAI订单、Google Cloud凭TPU吃下大量推理流量，市场也据此打折Amazon的“AI溢价”，主要的几个关键原因是：网络架构缺陷：AWS自定义网络架构EFA（Elastic Fabric Adapter）在性能上落后于Nvidia的InfiniBand/Spectrum-X和RoCEv2，导致后端网络延迟和用户体验问题。尽管EFA v4有改进，但仍未追上竞品。市场策略失误：在“批发裸金属用户”（如大型AI实验室）和“托管集群用户”（如初创企业）两大客户群中，AWS的ClusterMAX评级仅为“白银级”，落后于CoreWeave、Crusoe等“铂金级”云服务商。这削弱了其在多租户GPU集群市场的定价能力和吸引力。锚定客户缺失：与微软Azure通过OpenAI绑定成功不同，AWS早期未能锁定头部AI实验室，导致收入增长乏力。而今时不同往日，AWS正在迎来反转，核心抓手就是把Anthropic做成头号锚定客户，并以多GW级Trainium产能正面硬上Nvidia/TPU生态。 Amazon于2023年9月向Anthropic投资12.5亿美元（可扩展至40亿美元），2024年11月追加40亿美元投资，使AWS成为Anthropic的主要LLM训练伙伴。数据中心大规模扩展：AWS正以史上最快速度建设数据中心，专为Anthropic服务。当前有三个园区（总容量超1.3GW）处于建设尾声，将于2025年底贡献收入。这些设施采用空气冷却设计，内部将部署近百万个Trainium2芯片。 Anthropic虽不如OpenAI高调，但专注于“缩放法则”（Scaling Laws）和强化学习（Reinforcement Learning），其内存密集型工作负载与Trainium的优势高度契合。此外，Anthropic是唯一外部大型Trainium用户，类似于Google DeepMind的硬件-软件协同设计模式。 Trainium芯片的技术劣势与TCO优势算力选择上，Trainium2 单芯规格不如GB200（算力、带宽均落后），但算总拥有成本（TCO）后，Trainium 在“每TB/s内存带宽的TCO”与“每百万Tokens TCO”上更具性价比，正好贴合 Anthropic 强化学习等后训练阶段“更吃带宽、少看FLOPs”的路线；双方已形成深度软硬协同，AWS 的系统路线（Teton PDS/Max + NeuronLink v3 架构）也在向“整机柜横向大带宽”收敛。短板也很实在。其一，EFA 后端网络在性能与体验上仍落后于InfiniBand/RoCE，虽有新版本改善，但与“金牌/白金”级别云商差距尚在。其二，Bedrock执行受限：默认速率限制偏紧（如 Opus 新账号常见2 RPM），以及对开源GPT-OSS的落地质量不稳，导致企业侧迁移意愿被削弱。其三，自研模型线（Nova、Titan）整体竞争力不强，Alexa 实际也更深绑定Claude。需求侧，Anthropic 2025年年化收入冲到约50亿美元，且融资后继续扩单；但其总体云支出仍显著小于OpenAI，且推理部分依旧大量在Google Cloud。中期风险在于：到2027年前后，若外部大客拓展不及预期，Trainium可能出现“产能>需求”的悬空，拖累AWS的ROIC。因此，在2025–2026年，AWS 借Anthropic+Trainium 的“带宽/成本位势”有望扳回一城，训练份额提速最先兑现；但要把这波反转坐稳，AWS 需要同时补上两块：一是 Bedrock 的产品与配额体验，二是除 Anthropic 之外的第二梯队大客户。做到这两点，Trainium 才能从“定制单一大客”走向“规模化通用平台”。从估值上看，AWS加速不仅将提升运营利润，更将显著影响估值（当前AMZN估值处于2023-2025 区间中部，此前AWS增速降至teens是重要原因），而20%+增速如被证实，或推动其估值回归15-20倍区间期权观察家——大科技期权策略本周我们关注：Google本周的买单爆量谷歌本周涨幅达到了9.11%，在Mag7中一骑绝尘，主要受到几个利好的叠加。其一是反垄断案裁决出炉，法院裁决允许谷歌继续在搜索引擎服务上与苹果合作过，但前提是不附带排他性条款，这为竞争对手理论上进入这些设备提供了可能。令一个是其AI方面的进展，包括最近大热的Nano Banana的文生图模型，以及在Hot Chips 2025大会上提出的Ironwood TPU核心技术。 Ironwood TPU是谷歌首款纯推理专用TPU，专攻LLM、MoE及复杂推理任务，突破训练芯片传统定位。支撑9,216芯片组成单一SuperPod，创1.77PB全局共享内存纪录，其双芯片架构和能效革命（42.5 Exaflops FP8算力，10MW全负载功耗）被证实超已经大规模集群投入谷歌云。期权市场的Google本周也发生异动( $谷歌(GOOG)$ / $谷歌A(GOOGL)$ )，隐含波动率略微抬升，但更重要的是大单交易的增加，短期内235CALL有太=较多的建仓，而9月中旬之后的相对还比较清淡。给个持仓大科技股的理由——为何"TANMAMG"组合总超大盘？七巨头（Magnificent Seven）组成一个投资组合(“TANMAMG”组合)，等权重、每季度重新调整权重。回测结果从2015年以来表现是远超标普500的，总回报达到了2833.23%，同期 $标普500ETF(SPY)$ 回报278.69%，超额收益2554.54%，再次创下新高。今年以来大科技股也完全实现正收益，回报为14.33%，超过SPY的11.42%

老虎证券09-05 15:41

【美股收评】小非农数据疲软“力挺”9月降息预期，标普500指数再创新高

涨逾4%，因市场对其与人工智能初创公司Anthropic的合作关系热情升温，带动大盘进一步走高。

Dan197709-05 04:14

苹果Siri全面升级，借力谷歌Gemini推动AI搜索明年上线

云服务器上。同时评估使用Gemini或Anthropic的Claude模型来支持规划器功能。合作伙伴选择及财务因素合作伙伴模型用途评估结果财务条件谷歌Gemini 摘要器及部分规划器质量良好，支持定制化财务条款更优 Anthropic Claude 规划器质量领先Gemini 年费超15亿美元，成本高最终，苹果选择谷歌Gemini模型，兼顾质量与成本，确保技术升级可持续进行。苹果未来AI产品蓝图除了明年上半年Siri AI搜索升级，苹果计划在2026年对Siri进行视觉界面重设计，并推出健康AI驱动的付费健康订阅服务。同时，未来家庭设备将获得更强的Siri对话能力，以提升苹果在人工智能时代的竞争力。人才流失及收购策略在开发新Siri过程中，苹果曾考虑收购Perplexity和Mistral。7月，苹果基础模型团队创建者庞若鸣离职前往Meta，获超2亿美元薪酬，随后约10名团队成员跟随其离职。上周，又有三名关键AI研究员离开，分别加入OpenAI和Anthropic，显示苹果在AI人才保留上面临挑战。编辑总结苹果通过Siri的全面升级及与谷歌Gemini模型的合作，正在弥补在AI搜索领域的短板，同时保持对用户隐私的高度保护。未来产品蓝图显示，公司在智能搜索、健康AI及家庭设备的布局具有战略远见。然而，AI人才流失和团队稳定性仍是潜在风险，投资者需关注技术落地与人力资源管理对长期竞争力的影响。常见问题解答 Q1：苹果Siri新系统“世界知识问答”的主要功能是什么？ A1：该系统将为Siri提供AI驱动的网页搜索能力，处理复杂问题和常识性问答，同时整合信息生成答案，并扩展到Safari浏览器和Spotlight搜索。 Q2：苹果为何选择谷歌Gemini而非Anthropic Claude？ A2：虽然Claude模型在质量上略优，但Anthropic的年费高达15亿美元以上，谷歌提供了更具成本效益的方案，同时满足定制化需求，最终成为首选。 Q3：新Siri的技术架构有哪些核心组件？ A3：新Siri由规划器（解析输入）、搜索系统（扫描网络和用户数据）、摘要器（整合信息生成答案）三个核心组件组成，实现端到端智能问答。 Q4：苹果如何应对AI团队人才流失问题？ A4：虽然部分核心AI研究员离职，但苹果通过战略合作（如与谷歌合作）和自研基础模型，确保技术升级的连续性，同时可能通过收购与招聘补充团队。 Q5：未来Siri升级对苹果生态系统的意义是什么？ A5：Siri升级将提升iPhone、家庭设备和健康服务的智能化水平，使苹果在AI时代保持竞争力，同时增强用户体验和服务黏性，为生态系统创造更多价值。来源：今日美股网

今日美股网09-05 00:11

道指垫底股Salesforce Q2财报超预期却跳水6%！因软件终将被AI取代？

要客户，包括戴尔科技、联邦快递、万豪、Anthropic、Reddit等。本季度，该公司来自包括Agentforce AI在内的“数据云和人工智能”部门的年度经常性收入达到12亿美元，同比增长120%，这表明Salesforce的AI产品远没有预期中的那样不受市场欢迎。尽管该AI工具有潜力成为公司的增长引擎，但有分析师认为，从更长远的角度来看，更大的担忧在于，AI原生竞争对手可能像当年用云计算颠覆传统软件业的方式，冲击现有云软件公司。财报发布后，摩根大通已将该公司目标价从380美元下调至365美元。巴莱克银行、Citizens JMP维持买入评级，瑞银维持持有评级。 Jeff Marks提醒，该公司将于10月中旬在旧金山举行的年度Dreamforce科技大会，可能改变市场对该公司的悲观态度。这一会议在去年秋季曾激励该公司股价上涨，并重返历史高位。原文链接

TradingKey09-04 17:01

24小时热点