FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

AI行业观察：OpenAI开源模型迭代；华为突破推理技术
 go
本周，全球AI领域迎来密集技术迭代。OpenAI推出迄今最强的多模态推理模型GPT-5，并时隔六年重新开源两款高性能模型，标志着其策略转向。与此同时，华为宣布即将发布突破性AI推理技术，旨在降低对HBM的依赖，加速金融等场景的规模化落地。一、全球AI模型迭代加速开源生态持续扩展 OpenAI发布GPT-5，性能与争议并存 OpenAI于8月7日正式发布GPT-5，称其为“最智能、最快、最有用的模型”，在编程、数学、视觉理解等领域实现性能突破。新模型引入安全机制与多档API定价策略，免费用户需等待数日才能使用完整功能。尽管基准测试显示其得分超过前代，但马斯克公开质疑其AGI能力，称xAI的Grok4在ARC-AGI测试中表现更优。实际测试中，用户反馈其生成的文本“AI味”过浓，代码实用性不足，OpenAI则以低价API策略争夺市场份额。开源生态再迎重量级玩家 OpenAI同步开源两款推理模型gpt-oss-120b与gpt-oss-20b，分别支持单张80GBGPU和消费级设备部署，开放商业化使用。此举被视为对DeepSeek等开源力量的回应。此外，Anthropic推出ClaudeOpus4.1，强化代码重构与长上下文处理；xAI宣布下周开源Grok2，提供复杂问题处理能力；小红书开源多模态模型dots.vlm1，支持图文交错分析与文物识别。开源浪潮下，厂商通过渐进式更新提升模型可用性，生态竞争进一步加剧。技术边界持续突破 DeepMind发布的Genie3成为首个支持实时交互的世界模型，可模拟水、光等自然现象，并以720p分辨率维持数分钟画面一致性。谷歌称其为“AGI的关键垫脚石”，但受限于动作空间与多智能体交互能力。小红书的dots.vlm1则在多模态评测中接近Gemini2.5Pro，突显垂直场景模型的价值。二、华为突破推理技术金融应用落地提速技术突破降低HBM依赖华为将于8月12日联合中国银联发布AI推理领域突破性成果，据透露，该技术可减少国内大模型对HBM的依赖，解决数据搬运瓶颈导致的响应延迟问题。业内人士指出，AI产业正从“追求模型极限”转向“挖掘应用价值”，推理性能优化成为生态完善的关键。华为此次技术突破有望提升国产大模型的端侧部署效率，尤其在金融等高实时性场景中发挥价值。金融场景规模化落地在同期举办的“2025金融AI推理应用落地与发展论坛”上，华为将展示推理加速技术如何提升金融服务效率，信通院、清华大学及科大讯飞专家将分享实践经验。华为已服务全球超5600家金融客户，此次合作标志着AI推理技术从实验室向产业核心渗透。数据显示，AI助推下，金融行业智能化转型提速，但如何平衡性能与成本仍是挑战。行业趋势与挑战当前，AI原生应用市场进入洗牌期。QuestMobile报告显示，2025年上半年近七成原生APP月活负增长，预装助手与中长尾玩家受同质化拖累。华为的技术突围或将推动端侧推理普及，但芯片制程限制与地缘政策风险仍是长期隐忧。此外，谷歌与第三方机构就AI搜索流量争议的博弈，反映出技术落地与生态利益分配的复杂性。风险提示芯片制程发展与良率不及预期；中美科技领域政策恶化；智能手机销量不及预期。
金融界08-10 19:28
低谷翻倍，AMD又行了？
go
I300X的4倍。在AMD发布会上，OpenAICEO亲口承诺将使用AMD最新的GPU。如果能联想到“星际之门”，OpenAI与甲骨文签订的几百亿美元算力订单，则在当前算力需求远超预期的情况下，连英伟达都不一定能满足大型云服务商、AI大模型玩家的采购需求，况且下游玩家们仍在探索性价比更高的芯片方案。同时，明年将推出的MI400系列将集成72颗芯片的Helios机架系统，目标直指英伟达DGXSuperPod生态。近期美股陆续揭晓完业绩，据摩根士丹利估计，美国主要科技公司今年在AI基础设施上的资本支出预计将达到近4000亿美元主要用于建设它们的人工智能基础设施。这一数额比欧盟去年的国防开支还要多。而科技公司对基础设施的需求非常庞大，这迫使科技公司在建设新的数据中心上不断投入巨资。如果只把关注放在同英伟达竞争上，很可能短期看不到逆转的希望。但毕竟市场这么大，AMD也想吃红利。然而，在股价单季度拉高70%之后，AMD的高速增长已经近在咫尺了吗？ 02 AMD不是英伟达其实AMD的AI进展交卷只能算相对平庸。在AMD周二的财报电话会议上，分析师们希望了解MI350能否迅速抓住强劲的AI基础设施需求。但公司给出的答案比较模糊，导致AMD股价在盘后交易中下跌。分析师多次向AMD管理层询问有关公司下半年AIGPU业务营收前景的更多细节。不过，AMD首席执行官苏姿丰都没有像去年那样给出明确的预测。她只是表示，MI355的采用速度比预期快，获得客户大量关注，6月份已经少量出货。但至于该系列能在三季度给销售额带来多大贡献，最大的制约或许来自产能。在客户需求可见性上，AMD正与客户紧密合作，MI350的优势是可直接部署到现有数据中心，我们也在积极配合这部分客户。而MI400系列的全机架规模设计和实施细节繁多，目前正与大客户合作，确保2026年Helios机架投入使用时，能与他们的数据中心建设完全兼容。尽管在数据中心业务方面虽有增长，AMD的InstinctAIGPU在市场上依然被英伟达压制，在性能、生态建设和市场份额上都难以撼动英伟达的主导地位。尽管AMD的财报表现非常出色，但其财务数据仍然远低于AMD的主要竞争对手。 AMD数据中心同比增长14%，而Nvidia则增长了154%； AMD整体收入同比增长32%，而Nvidia则增长122%；毛利率下降至40%（受季度特定库存问题影响后为54%），而Nvidia的毛利率约为75%。 AMD已将AI芯片的发布由“两年一更”提速到“一年一更”，但发布速度上距离英伟达最先进的芯片产品还是差慢了一代。按照AMD的设想，MI350系列将对标B200开始新一轮的竞争。 AMDInstinctMI355X基于CDNA4架构，256个计算单元集成1024个矩阵核心，FP4/FP6算力分别达20PFLOPS。推理侧，在vLLM/SGLang跑分里，MI355X对DeepSeekR1、Llama370B推理吞吐量比B200高约20–30%。训练侧，MI355X预训练Llama370B（FP8）可跑出MI300X的2.5–3.5×，与B200/GB200打成五五开。 AMD的优势在于性价比，有报道称MI350可能会提价70%至2.5万美元后，但仍比英伟达B200便宜，吸引了甲骨文、IBM等对成本敏感的客户。但对于使用中短期（6个月内）合同租赁GPU的客户，NVIDIAGPU的性价比始终更优。因为NVIDIA生态系统中有超过一百家Neocloud提供商提供中短期租赁服务，充足的供应形成了竞争市场，推动成本下降。而仅有少数供应商提供AMDGPU的中短期租赁服务，这种稀缺性导致市场供应紧张且价格被人为抬高，削弱了整体成本竞争力。这样解释了为什么AMD芯片除了大型云服务商以外，采用率并不高。另一方面，软件生态的差距仍是关键短板。根据SemiAnalysis分析，英伟达CUDA生态覆盖90%以上的AI开发者，而AMD的ROCm7虽支持PyTorch、TensorFlow及vLLM框架，但优化深度和社区支持仍不足。实际使用中，该公司的软件及测试生态系统明显落后于英伟达的CUDA。AMD的软件bug层出不穷，而且需要工程师设置很多环境变量和调节参数才能用起来，在易用性方面比英伟达差很多。作为市面上最先进的芯片，去年10月英伟达BlackwellGPU未来12个月的产能就已经被预定一空，这意味着当时下订单的新买家必须等到今年年底才能收到货。（数据中心GPU市场份额；SemiAnalysi，傅利叶的猫）下游火热的需求，加上竞争对手相对落后的供应链实力，市场竞争格局呈现了强者恒强的局面，AMD二季度的市场份额仍有可能继续下降。 03 尾声投资AMD，现下最重要的是押注其新的MI350系列显卡能否推动销售规模增长。其估值取决于未来收入天花板有多高，关键看其能在AI加速芯片市场分到多大的蛋糕。自2023年一季度以来，AMD在数据中心GPU领域的市场份额一直以稳定的速度增长。虽然英伟达Blackwell系列产品在今年前两个季度独占鳌头，不过随着AMD的MI355X于今年晚些时候推出，以及软件持续优化，AMD有望在年底或者明年年初再度抢回一些市场份额。不过，AMD也才刚发力没几年，短期几乎无法与英伟达抗衡。这波算力建设浪潮，对于AMD来说意味着更高的收入天花板。在与英伟达的竞争中，AMD将自身看作市场的“多一种选择”。苏妈此前也表示，AI芯片市场足够大，容得下多家企业，AMD不是必须要打败英伟达才能成功。（全文完）
格隆汇08-10 18:08
计算机行业观察：OpenAI发布GPT-5；银行AI应用场景爆发
 go
月8日，全球AI领域迎来多项重要进展。OpenAI发布新一代大模型GPT-5，性能与成本优势显著提升；国内政策持续加码人工智能应用，金融行业AI场景探索进入新阶段。一、GPT-5模型性能与成本优势凸显技术升级推动应用普及 8月8日，OpenAI正式发布GPT-5，该模型在数学、编码、视觉感知及健康领域表现突出，幻觉率降至前代模型的1/6，显著提升了输出可靠性。GPT-5的输入和输出价格分别为每百万token1.25美元与10美元，API成本大幅低于ClaudeOpus4.1等竞品，性价比优势进一步凸显。这一突破为AI应用的规模化落地提供了技术支撑，尤其在编程、数据分析等场景中潜力巨大。政策支持加速生态构建 7月31日，国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》，明确提出推动政府部门和国有企业开放场景支持技术落地，强化算力、算法和数据供给。政策信号的明确性为国产AI生态发展注入动力，国内企业正加速将技术优势转化为商业化能力。业绩验证产业趋势 2025年上半年，多家国内AI应用企业业绩表现亮眼。例如，美图公司预计经调整归母净利润同比增长65%-72%，迈富时实现扭亏为盈，第四范式减亏幅度达68%-73%。这表明AI技术在企业降本增效中的作用已逐步兑现，产业趋势持续得到验证。二、银行AI应用探索加速与挑战并存场景落地进入深水区银行业AI应用正从智能客服向复杂业务场景延伸。中国银行业协会报告显示，31%的远程银行已完成大模型部署，应用于模糊语义识别、话术优化等领域。部分银行通过AI实现“对话即服务”，用户可通过语音或文字指令完成账户管理、理财咨询等操作。工商银行等机构正搭建智能体（Agent）平台，推动多AI协同工作流，以解决复杂金融需求。技术融合面临多重阻力尽管进展显著，银行业AI应用仍面临算力、合规与人才瓶颈。例如，中小银行受限于算力投入，难以支撑大模型训练；银行内部流程复杂，AI项目需经过多轮安全审查，创新效率受限。此外，大模型在金融场景中的推理准确性与严谨性仍需提升，技术团队需兼具业务理解与技术落地的复合能力。国产大模型加速商业化国内厂商正通过开源与行业深耕推动技术落地。百度、阿里等企业持续开源模型，降低技术门槛；上半年国内大模型中标项目金额突破64亿元，覆盖政务、金融、制造等领域。头部企业如百度智能云、科大讯飞在重点行业市场份额领先，技术竞争逐步从“参数竞赛”转向“场景适配”，推动“云—边—端”闭环形成。当前，AI技术的性能提升与政策支持形成共振，驱动应用场景持续深化。金融、医疗、制造等行业的AI渗透率提升，标志着产业从技术验证迈向规模化落地的新阶段。
金融界08-10 17:38
通信行业观察：GPT-5多领域突破；Arista上调业绩指引
 go
，全球AI与通信领域迎来两项关键进展：OpenAI正式发布GPT-5系列模型，其在编码、数学、健康等领域的性能显著提升；网络设备厂商AristaNetworks公布超预期的第二季度财报，并上调全年收入指引，凸显AI后端网络需求的强劲增长。这两大事件进一步印证了AI技术迭代与基础设施升级的双轮驱动逻辑。 GPT-5多领域实现SOTA，可靠性迈上新台阶 8月7日，OpenAI推出的GPT-5系列模型成为技术焦点。该模型基于微软Azure平台训练，采用统一的实时智能“路由器”架构，可根据任务复杂度自动调用高效模型或深度推理模型（GPT-5thinking）。在编码、数学解题、健康咨询等场景中，GPT-5均刷新了性能纪录。技术突破主要体现在三个方面：其一，多模态能力进一步强化，视觉感知与跨模态推理的准确性提升；其二，模型幻觉率显著下降，在联网搜索和独立推理场景中的错误率分别较前代降低45%和80%；其三，指令遵循能力优化，减少了过度“奉承”用户的倾向，使输出更趋客观。OpenAI强调，这些改进使GPT-5成为其“最可靠”的模型，尤其适用于高精度要求的专业领域。尽管实测反馈显示，GPT-5在代码生成与写作中的表现仍存在争议，但其工程化调优和成本控制策略成为亮点。通过动态分配算力资源，GPT-5降低了单位任务的计算开销，为大规模商用铺平道路。 Arista业绩超预期，AI后端网络需求驱动增长 AristaNetworks于8月5日发布的2025年第二季度财报显示，公司营收达22.05亿美元，同比增长30.4%，毛利率提升至65.2%。分业务看，数据中心及云网络贡献60%-65%的营收，企业级园区与路由业务占比20%-25%。地区分布上，欧洲、中东和非洲市场增长显著，国际收入占比升至22%。 AI后端网络成为核心增长引擎。Arista指出，2025年全球AI网络市场规模将突破150亿美元，且需求正从封闭的NVlink架构转向以太网等开放标准。公司预计第三季度营收将达22.5亿美元，全年收入指引从82亿美元上调25%至87.5亿美元。这一调整反映出云巨头与AI初创企业对高性能网络设备的迫切需求，尤其是在大模型训练与推理集群的部署中，低延迟、高带宽的网络架构不可或缺。 Arista的技术路线亦值得关注。其解决方案支持多类算力芯片（如GPU、ASICXPU）的混合组网，并通过软件定义网络（SDN）优化资源调度。随着AI算力规模持续扩张，网络设备的智能化与弹性扩展能力将成为竞争关键。总结：技术迭代与基础设施共振本周两大事件揭示了AI产业的核心趋势：一方面，大模型技术向实用化与高可靠性演进，推动应用场景深化；另一方面，算力与网络基础设施的升级需求明确，头部厂商通过性能优化与生态开放巩固优势。未来，AI技术与底层硬件的协同创新将继续主导行业发展节奏。
金融界08-10 16:28
海清智元赴港IPO，聚焦多光谱AI技术，依赖五大供应商
 go
近日，OpenAI在万众期待中发布了GPT-5，吸引了市场对AI领域的大量关注。与此同时，国内也有AI公司正冲击港股IPO。格隆汇获悉，近期，深圳海清智元科技股份有限公司（简称“海清智元”）向港交所递交招股书，拟在香港主板上市，民银资本、浦银国际为联席保荐人。海清智元是一家多光谱AI技术企业，依托在多光谱感知与AI算法领域的自研技术，提供能够探测人眼可见及不可见的物理信息的产品及服务，其产品广泛应用于消防安全、工业危害预防等复杂场景。这家公司质地如何？今天就来一探究竟。 01 深圳宝安区AI公司冲击IPO，估值超35亿海清智元成立于2013年，由周波（周先生）创立，之前叫“深圳市海清视讯科技有限公司”，2022年改制为股份有限公司，总部位于广东省深圳市宝安区航城街道。 2015年公司发布AI视觉场景训练技术；2018年推出专为边缘AI计算设计的HtOS操作系统，并在2022年发布多光谱AI感知计算整合技术。2024年，公司发布多光谱AI异常火源检测仪。公司发展过程中曾先后获得多轮融资，投资方包括朗科投资、高新投、成都中小担、小禾创投等。其中，在2025年7月的D轮融资时，公司交易后隐含估值为35.5亿元。公司发行前融资情况股权结构方面，本次发行前，周波直接持有海清智元5.96%股份，并通过众诚天盈、众正天盈、众知天盈合计控制48.87%的投票权，为控股股东。周波今年50岁，1999年7月取得中国西安矿业学院（现称西安科技大学）自动控制专业工学学士学位，毕业后曾担任成都科力电子研究所的视讯研发工程师，负责视讯技术的研发；还在深圳市图敏智能视频股份有限公司当过几年产品经理，负责领导视讯产品的开发与管理；并当过深圳市黄河数字技术有限公司的总经理。成立海清智元后，周波一直担任董事会主席及总经理，他在计算机视觉及热成像行业拥有约26年经验。公司执行董事兼副总经理苗瑞今年39岁，2010年7月取得西安科技大学计算机科学与技术专业工学学士学位，苗瑞曾就职于深圳市黄河数字技术有限公司，担任研发部软件工程师，负责嵌入式软件产品开发。后来在2013年加入海清智元，担任研发总监，2022年成为副总经理。 02 过半收入来自多光谱AI模组业务，依赖五大供应商海清智元的产品及服务包括多光谱AI模块、多光谱AI感知终端、多光谱AI大模型服务。其中，多光谱AI模块指专为采集多个光谱波段（包括红外、紫外与可见光）的信息而设计的嵌入式AI视觉模块，可实现同步多光谱数据的采集，突破了传统可见光成像的感知局限。广泛用于需要精准识别材料成分、温度变化及隐藏缺陷等信息的精细化场景。多光谱AI感知终端指一种融合光谱成像与AI算法的智能终端设备，能够采集包括近红外、短波红外及可见光在内的多光谱波段数据，以增强对物体特性的感知与理解。多光谱AI大模型服务融合多光谱数据与领域专用AI的模型服务，旨在支持模型训练、压缩及安全的端侧部署。其构建于统一架构之上，可实现跨谱段成像与分析，并提供适配泛安全领域复杂需求的高效本地推理能力。具体来看，2022年至2025年一季度，海清智元多光谱AI模组业务的收入占比从84.2%降至57.3%；多光谱AI感知终端的收入占比相对较低；而多光谱AI大模型服务从2024年产生收入，到2025年一季度为公司贡献了35.2%的收入。按产品及服务划分的收入明细，图片来源：招股书多光谱AI的产业链上游为设备及平台软件提供关键组件，包括精密机械部件、图像传感器、光学元件、成像模块、计算单元及AI芯片；中游由海清智元等多光谱AI技术企业构成，这些企业主要提供针对各类客户需求定制的技术服务，包括多光谱AI模块、多光谱AI感知终端、多光谱AI算法及大模型服务；下游应用场景涵盖火灾检测、食品质量管理、皮肤诊断、具身智能等，服务对象为AI硬件设备制造商、行业解决方案集成商及企业客户等。图片来源于招股书海清智元需要向做半导体元件、光学与传感器、印刷电路板的供应商采购原材料。报告期内，公司向五大供应商的采购额分别占同期采购总额的36.1%、54.2%、66.4%及89.3%，公司的运营可能因集中于少数主要供应商而受影响。此外，一些关键元器件的价格波动及供应短缺也可能影响公司的业务。目前，泛安全是多光谱AI的最大应用领域。公司的客户主要有AI硬件设备制造商、行业解决方案集成商、大型企业客户三类，报告期内，海清智元来自五大客户的收入分别占同期总收入的42.1%、38.3%、59%及64.8%。公司通常给予主要客户信用期，在向客户收取贸易应收款项时面临信贷风险。报告期内，海清智元的贸易应收款项账面价值分别约2140万元、1900万元、1.45亿元、1.33亿元，整体呈增长趋势，且贸易应收款项周转天数分别为29天、68天、60天及159天。 03 2024年扭亏，毛利率波动较大近几年，海清智元的业绩波动较大，2023年在宏观经济疲弱、部分产品需求减少影响下，公司的亏损净额增加，2024年才实现扭亏。具体来看，2022年、2023年、2024年及2025年1-3月（简称“报告期”），海清智元的收入分别约2.25亿元、1.17亿元、5.23亿元及0.82亿元，对应的净利润分别约-493万元、-1841.3万元、4041.2万元及1414.4万元。其中，受宏观经济疲弱、产品需求下降、新订单减少、低价产品的销售比例上升等影响，公司2023年收入同比减少47.9%。 2024年公司收入有所上升，主要得益于市场对公司的安全相关应用产品需求相对强劲、获取新客户贡献了大量订单，以及多光谱AI大模型服务实现商业化并首次录得收入。值得注意的是，尽管2022年公司处于亏损之中，但仍派付了500万元股息。合并损益及其他全面收益表概要报告期内，海清智元的毛利率分别为22.6%、12.2%、18.8%、32.9%，净利率分别为-2.2%、-15.7%、7.7%、17.2%，均存在较大波动。近年来，多光谱AI行业市场持续增长，2024年市场规模达到135亿元，在技术进步推动下，预计将由2025年的200亿元飙升至2029年的588亿元，复合年增长率达31%。其中，2024年多光谱AI模块、多光谱AI大模型服务、多光谱AI感知终端的市场规模分别为45亿元、10亿元、80亿元，预计到2029年将分别增长至153亿元、60亿元、375亿元。图片来源于招股书按收入计算，2024年中国多光谱AI行业的前五名参与者合计市场份额约10.9%，其中，海清智元的市场份额约为3.5%，在中国多光谱AI行业中排名第一。同时，海清智元以6.6%的市场份额在中国嵌入式多光谱AI模块行业中排名第三，以11.8%的市场份额在中国多光谱AI大模型服务行业中排名第一。但海清智元所处的多光谱AI技术市场竞争激烈，市场参与者包括豪威集团（韦尔股份）、商汤科技、海康威视、Teledyne、谱钜科技等。竞争者可能通过加速技术迭代与产品创新，或降低产品或服务价格来吸引客户，从而刺激销量增长，而这可能会冲击公司产品的市场需求及定价策略。多光谱AI技术领域处于高速发展阶段，技术创新不断涌现，为了保持竞争力，公司需在研发方面投入大量资源。报告期内，海清智元的研发开支分别约1980万元、1110万元、2520万元、470万元，分别占各期间总收入的8.8%、9.5%、4.8%及5.7%。但持续的研发投入可能对公司的盈利能力及经营现金流量产生不利影响，且研发成果也存在不确定性。整体而言，尽管海清智元已在我国多光谱AI行业占据一定市场地位，但公司当前处于业务扩张阶段，且市场竞争激烈，公司需要持续投入资金进行研发及市场开拓，短期内可能产生亏损，未来公司能否持续绑定大客户，并拓展新客户，来提高自我造血能力，格隆汇将持续关注。
格隆汇08-10 15:38
苹果宣布Apple Intelligence中的ChatGPT升级至GPT-5，预计iOS 26等系统下月发布
 go
技术升级与用户体验影响 GPT-5作为OpenAI最新发布的语言模型，具备更强的理解和生成能力，能够处理更复杂的语义和上下文关系。集成该模型后，Apple Intelligence中的ChatGPT将具备：更准确的语义理解，提升用户提问的匹配度与回答质量。更自然的对话流畅性，减少误解和重复，增强交互体验。跨平台一致性，无论在iPhone、iPad还是Mac上都能获得同样高效的智能服务。苹果智能服务的未来展望此次升级是苹果深化人工智能布局的重要一步。结合自家软硬件生态，苹果有望通过GPT-5模型打造差异化竞争优势，提升智能助手Siri的对话能力，甚至拓展至更多应用场景如办公、创作和教育。此外，苹果可能同步加强隐私保护机制，确保用户数据安全的同时，实现更智能的个性化服务。权威点评与总结苹果集成GPT-5，将为智能交互体验设立新标杆，显示其在AI领域的雄心与实力。面对微软、谷歌等竞争对手，苹果依托自家生态和用户基础，有望实现技术与体验的深度融合。未来，随着GPT模型的持续优化，苹果智能服务的创新空间将持续扩大。 “苹果将GPT-5纳入其核心系统，展现了对自然语言处理技术的高度重视，这将极大提升用户智能交互体验。” —— OpenAI首席技术官 Mira Murati，2025年8月 “通过GPT-5升级，苹果有望引领新一轮智能设备的使用体验革命。” —— 摩根士丹利科技分析师 Katy Huberty，2025年8月 “此次升级不仅技术领先，更体现了苹果对隐私与性能平衡的深刻理解。” —— 高盛人工智能研究主管 David Solomon，2025年8月常见问题解答问：什么是GPT-5模型？答：GPT-5是OpenAI最新发布的自然语言处理模型，拥有更强的语义理解和文本生成能力。问：此次升级会在哪些苹果设备上实现？答：iOS 26、iPadOS 26和macOS Tahoe 26系统设备均将支持此升级。问：升级后用户能获得哪些具体改进？答：主要包括对话准确性提升、交互流畅度增强以及跨设备一致的智能体验。问：苹果如何保障用户隐私？答：苹果将继续采用端到端加密和本地处理等技术，确保数据安全。问：GPT-5升级会对苹果的竞争力带来哪些影响？答：提升苹果智能助手和服务能力，有助于增强生态系统吸引力和用户粘性。来源：今日美股网
今日美股网08-10 00:11
OpenAI CEO回应GPT-5表现不及GPT-4o：实时路由器故障已修复
 go
表现不如GPT-4o，用户反馈与争议 OpenAI CEO山姆·奥特曼的回应与解释 GPT-5实时路由器功能及其影响权威点评与总结常见问题解答 GPT-5被指表现不如GPT-4o，用户反馈与争议根据 www.TodayUSStock.com 报道，近日，OpenAI最新发布的GPT-5模型在用户社区中遭遇质疑，部分用户反映其表现不及前代模型GPT-4o。在Reddit“你问我答”环节中，用户不仅就模型细节提出疑问，更呼吁恢复使用上一代的GPT-4o模型。此外，发布会中曾出现的“图表事故”也被网友提及，引发广泛讨论，反映出用户对新模型期望与现实体验的落差。 OpenAI CEO山姆·奥特曼的回应与解释对此，OpenAI CEO山姆·奥特曼（Sam Altman）做出回应，承认在GPT-5上线的首日，内置的“实时路由器”（real-time router）功能出现故障，导致模型表现不佳，给用户带来“笨拙”的体验。他表示团队已经于上线当天完成了修复工作，并承诺将持续优化路由器的判定逻辑，确保用户能够频繁且准确地调用合适的模型，提升整体响应质量和速度。此外，奥特曼强调未来会让用户明确知道当前正在使用的模型版本，以增强透明度和信任感。 GPT-5实时路由器功能及其影响 GPT-5的一大创新是集成了“实时路由器”机制，该机制能根据提示自动选择不同子模型进行响应，或快速回答，或经过“深思”后输出更复杂的回复。这一功能旨在提升响应效率和质量，但首日故障暴露了新技术在实际应用中的挑战，引发用户体验波动。功能作用故障表现后续改进实时路由器自动选择最合适的模型快速或深度回答路由器故障导致频繁调用性能较弱的子模型修复故障，优化模型切换判定逻辑，提升调用准确度权威点评与总结此次事件反映了AI语言模型升级过程中的复杂挑战。虽然GPT-5带来了功能创新，但新技术的稳定性和用户体验仍需打磨。OpenAI及时回应并迅速修复，显示其对用户反馈的重视。未来，模型的智能切换机制和透明度将成为提高用户信赖的关键。 “实时路由器是AI模型发展的重要尝试，但技术初期的不稳定在所难免，关键在于如何快速响应和持续优化。” —— AI行业分析师 Rachel Lin，2025年8月 “OpenAI CEO的坦诚回应为行业树立了良好典范，表明AI服务需要更多透明度和用户沟通。” —— 摩根士丹利科技分析主管 Michael Chen，2025年8月 “随着AI模型复杂度提高，如何平衡响应速度与质量，将决定未来竞争格局。” —— 高盛人工智能研究主管 David Solomon，2025年8月常见问题解答问：什么是GPT-5的实时路由器功能？答：实时路由器根据不同提示自动选择不同子模型进行快速或深入回答，提升响应效率和质量。问：为什么用户觉得GPT-5表现不如GPT-4o？答：主要因实时路由器初期故障，导致调用性能较弱的子模型，影响整体回答质量。问：OpenAI如何解决了这个问题？答：团队于上线当天修复了路由器故障，并承诺进一步优化模型切换逻辑。问：用户是否可以恢复使用GPT-4o模型？答：目前OpenAI尚未恢复GPT-4o的使用权限，重点优化GPT-5体验。问：此次事件对OpenAI的声誉有何影响？答：短期有一定负面影响，但及时回应和修复有助于恢复用户信任。来源：今日美股网
今日美股网08-10 00:11
OpenAI CEO Sam Altman：ChatGPT下周将面临严重产能难题
 go
odayUSStock.com 报道，OpenAI 的聊天机器人产品 ChatGPT 在用户规模和使用量快速增长的背景下，预计将于下周面临严重的产能难题。这一问题可能导致访问速度变慢、响应延迟，甚至部分用户暂时无法使用服务。随着人工智能技术的持续普及和应用，ChatGPT的需求急剧增加，带来了前所未有的服务器和计算资源压力。 Sam Altman的公开回应 OpenAI首席执行官Sam Altman在公开场合表示，团队正全力扩充基础设施和优化资源分配，以应对即将到来的产能挑战。尽管困难巨大，但OpenAI承诺尽快恢复正常服务体验。 Altman同时呼吁用户理解短期内可能出现的不便，并保证会发布后续更新以缓解产能压力。产能问题对用户和市场的影响产能瓶颈将直接影响广大用户的使用体验，尤其是商业客户和开发者，可能导致生产力下降和项目延误。此外，若服务不稳定，可能削弱OpenAI在激烈竞争的人工智能市场中的领先优势。长期来看，产能扩张和技术优化将成为OpenAI发展的关键课题。权威点评与总结 OpenAI当前面临的产能挑战反映了人工智能应用的高速增长带来的现实压力。及时扩容和技术创新是缓解瓶颈的有效路径。Sam Altman的公开透明沟通，有助于维持用户信任和市场信心。未来，OpenAI如何平衡需求增长与资源供应，将成为观察焦点。 “产能压力是科技飞速发展中的必经考验，关键在于能否迅速响应并优化架构。” —— 摩根士丹利科技分析师 Jennifer Wang，2025年8月 “OpenAI需通过基础设施升级确保用户体验，保持AI领域的领导地位。” —— 高盛人工智能研究主管 Michael Lee，2025年8月 “透明沟通是赢得用户理解和支持的重要手段，Altman做得很到位。” —— 花旗科技策略专家 Linda Chen，2025年8月常见问题解答问：什么是ChatGPT的产能难题？答：指服务器和计算资源不足，导致服务响应变慢或无法使用的状况。问：为何ChatGPT会出现产能瓶颈？答：主要因用户量和请求激增，超出现有基础设施承载能力。问：OpenAI如何应对这次产能难题？答：通过扩容服务器资源、优化算法和调度机制。问：产能问题会持续多久？答：具体时间视扩容进度，OpenAI承诺尽快缓解。问：用户应如何应对服务不稳定？答：建议合理安排使用时间，关注官方通知和更新。来源：今日美股网
今日美股网08-10 00:10
0808市场综述：科技股带头三大股指进入easy模式，纳指轻松创下收盘新高，黄金因关税消息剧烈震荡
 go
动车工厂的买家，旨在推动这家日本公司与OpenAI和甲骨文合作的5000亿美元“星门”数据中心项目。台积电7月营收同比大增26%，进一步印证人工智能相关支出正在加速。 Expedia上调全年销售目标，此前公司第二季度预订量强劲增长，主要受企业业务及美国消费者需求改善推动。 Pinterest第二季度销售额超出分析师预期，但盈利低于预期，美国和加拿大这一最具盈利能力市场的用户增长停滞。 Instacart连续第二个季度订单强劲增长，并超出当季盈利预期，在推出针对价格敏感消费者的措施后，核心配送业务展现出韧性。经济与贸易方面，根据FactSet的报告，即使投资者担心关税可能放缓经济活动，标准普尔500指数公司的高管似乎并不太担心经济衰退的可能性。 FactSet高级盈利分析师约翰·巴特斯在周五的报告中表示，第二季度财报电话会议的记录显示，标准普尔500指数公司高管提到“经济衰退”的次数远低于平均水平。他在下方的图表中强调了这一发现——与第一季度相比，第二季度电话会议中提到“经济衰退”的次数下降了87%。巴特斯表示，从6月15日到8月7日，标准普尔500指数公司在财报电话会议中提到“经济衰退”的次数总共为16次，远低于过去5年的平均水平74次，以及过去10年的平均水平61次。分析方面，根据美国银行全球公司迈克尔·哈特尼特的数据，过去一周，投资者从全球股市撤出了近420亿美元，同时将1070亿美元投入避险的货币市场基金。他表示，截至8月6日当周，超过一半的股票资金流出来自美国股市，金额为280亿美元。但他说，EPFR的数据表明，这一周的股票资金流出，“完全是由7月31日三只注册在英国的基金出现异常清算流出所导致的”。本周的另一大赢家是投资级和高收益债券，吸引了222亿美元的资金流入，这是自2020年6月以来最大的一周净流入。高盛美国首席策略师戴维·科斯廷表示：“我们的经济学家预计，未来几个月经济增长将低于趋势，通胀将高于目标，这意味着优质股将继续跑赢大盘。不过，他们也认为通胀上升和经济增长放缓是暂时的。” 科斯廷在一份题为《在赢家与落后者市场中，优质股的前景》的报告中写道，尽管标准普尔500指数今年已上涨8%，但“股市内部的分化极为明显”。他指出，指数的中位数成分股距离一年高点仍低12%。华尔街青睐人工智能、大盘股和工业类股票，而回避防御型和小盘股。 “投资者对少数主题和股票的偏好，把相对估值推向极端，尤其是在高利润率与低利润率、强资产负债表与弱资产负债表等‘优质’特征上。”科斯廷写道，标准普尔500指数中优质特征排名前20%的股票，其市盈率较最低质量股票高出57%。他说：“极端的因子估值并不是短期回报的稳定信号，但可以反映这些回报分布的不对称性。当优质因子的估值溢价在历史上超过40%时，随后12个月内从未出现过超过10%的涨幅。” 科斯廷进一步表示，如果经济和盈利增长比预期更好，这一趋势可能会逆转，“考虑到当前估值所反映的不对称性，我们认为投资者应当防范市场可能出现的向低质量股票的快速轮动。” eToro的布雷特·肯韦尔指出，股市动能强劲，本季度超过80%的标准普尔500指数公司盈利好于预期。他表示，从技术面和基本面来看，都在为多头提供支持。肯韦尔说：“虽然2025年下半年可能出现意外风险，但盈利表现好于预期，而且美联储正逐步接近降息。只要经济保持稳定，股市还有继续上涨的催化因素。” 隆奥投资管理公司的弗洛里安·耶尔波表示：“本周市场强劲反弹，明显呈现‘逢低买入’的心态。上周市场情绪似乎在减弱，对盈利超预期的反应不温不火，而本周明显展现出不同的趋势。” 这就引出了一个问题：美股是否接近上限？耶尔波说：“我们的风险偏好指标较上周有所改善，但显然还有上升空间。” 在派杰公司，克雷格·约翰逊表示，虽然夏季低迷期通常会在8月和9月带来温和回调，但那些此前质疑这波反弹的投资者现在被迫“逢低买入……而不是逢高卖出”，以便赶上行情。 Nationwide的马克·哈克特表示，市场下一步的重要方向性走势将由基本面驱动，要么是宏观经济的韧性推动盈利预期上调，要么是劳动力市场进一步出现裂痕，加剧对经济衰退的担忧。他说：“考虑到技术指标的趋缓以及季节性转弱，出现一段盘整期并不意外，也并非坏事。” 阿波罗经济学家托尔斯滕·斯洛克制作了另一张图表，展示火热的人工智能交易如何让标准普尔500指数的集中度不断上升。斯洛克对自1981年以来每个日历年标准普尔500指数中最大成分股的权重进行了排名。结论是，2025年，没有任何一只股票对整体指数的影响力能超过英伟达——尽管在2020年至2024年期间的苹果公司，以及1982年至1986年的IBM，影响力也相当接近。美国国债价格小幅下跌，推动收益率上升，10年期国债收益率升至约4.282%。30 年期美国国债收益率上升 3 个基点至 4.85%。黄金市场黄金价格大幅震荡。在白宫表示将明确对这种贵金属的关税政策后，期货几乎回吐了当天所有涨幅。现货黄金几乎没有变化。此前，黄金期货价格曾突破45年前创下的经通胀调整后的纪录，因为有消息称，美国已对瑞士金条征收关税。如果这一措施落实，将给作为主要精炼中心的瑞士带来新的打击。本周，瑞士未能避免对输往美国的出口征收39%的普遍关税。过去六个交易日中，黄金价格有五天上涨，部分受到市场预期美联储将因经济数据走弱而很快降息的推动。纽约黄金期货周五一度接近每金衡盎司3500美元，随后回落。西德克萨斯中质原油价格下跌 0.4% 至每桶 63.64 美元，油价在过去四周中第三次录得周度下跌。交易者正在权衡OPEC+增产的影响与美国可能实施的制裁，这些制裁或将使俄罗斯原油退出全球市场。比特币下跌0.7%，至116,464.8美元。以太币上涨 4.8%，至 4,062.95 美元。来源：加美财经
加美财经08-10 00:00
宇树科技王兴兴在世界机器人大会上的演讲(全文)
go
型。这也是大家非常关注的，去年的时候，OpenAI他们发布了他视频生成模型以后，大家会有个很自然的想法。我如果在我控制一个视频生成模型，跟他说我让一个帮我生成一个机器人去整理一下房间。如果他能生成的这个视频就已经让一个机器人去做好的时候，那我是不是能让这个视频生成模型直接去驱动一个机器人去做。这想法非常直接简单，对吧？所以我们去年的时就去做了这个事情。所以大家可以看到这个视频里面右上角有个小的视频会出现的时候，帮忙导播重新放一下这个视频，就右上角会有个小的视频去放这个东西。实际上右上角那个视频是它生成出来的，不是用摄像头采集的。就是我们用一个预训练的一个视频生成模型，重新又去训练了一下。让他去先去生成一个视频的一个机器人动作，然后再控制一个机器人去做。这个技术是能实现的。包括目前谷歌的世界那个视频生成世界模型，他们也想实现这个效果。我觉得这个路线的方向可能比VLA模型还更快的，收敛概率还更大。但是我没有硬件，我不敢保打包票，我觉得可能还是有很多问题之类的。其中有一个很大的问题就是视频生成模型太关注视频生成的质量了，导致对GPU的消耗有点大。但是对机器人干活来说，某种意义上你并不需要很高精度的视频生成质量，你只要驱动机器人去干活就行了。所以右上角刚刚有提到这个是右上角这个视频并不是个实拍的视频。右上角这个视频是生成的，生成好的视频，然后再控制机器人。这个事情大家有兴趣关注的话，去可以关注一下谷歌的他们的那个视频生成模型，还是非常有意思的。然后这个是它的整个模型的架构，还是非常简单粗暴的。就是把整个机器人的一些动作序列控制直接对齐到整个模型的架构之类。另外一点就是还要提出一点，刚才我已经想提出了一点我的个人想法，但实际上还是不太够用。目前在机器大家也知道，目前像我们机器人，比如说跳跳舞，做一些打格斗，其实效果不错了，对吧？但实际上现在面临一个很大的问题，就是如果要进一步把整个能力提升一个RL的，就是机器人里面的rl的scalinglaw，就是这个缩放定律还是非常目前大家做的非常不好。举个最简单的例子，就是如果我训练一个机器人的训练动作，我有一个新的舞蹈我要去训练，或我先要他干一个活我要去训练。训练的时候每次我有新的动作我都要重新训练，还是从头开始训练，这是非常不好的一个事情。我们是希望我每次做一个新的训练的时候，我是在老的训练基础上去做训练的。理论上我做rl训练的时候，每次训练的时候他的训练速度越来越快，我学习新技能的效果越来越好。但是全行业内，目前整个机器人在rl这里，没有人做出来做好。我觉得这是非常值得做的一个方向。这件事情因为大家也知道，在语言模型上已经是充分验证过的事情。但是在机器的运动控制上面，大家做的还是刚刚开始。如果在座的有一些同学，大家可以关注一下这个领域之类，其实可以发表一些比较好的论文。然后另外的话，个人感觉就是在未来2到5年，其实最大的肯定还是一个端到端的具身智能AI模型。这个其实是大家可以多关注，以及多推动一件事，我觉得这是最重要的一件事。模型本身是非常最重要的。然后另外就是更低成本的，更高寿命的硬件，这个是毋庸置疑的。大家也知道，哪怕对于汽车行业来说，哪怕已经一百多年了。哪怕到今天，如果你对一家企业要做一个很好的一辆汽车出来，它的工程量还是非常大的。说对机器人行业未来，比如说每年有几百万、几千万甚至几亿的人形机器人，如果要生制造出来，他的工作的挑战，他的工程量的挑战，还是非常吓人的一件事情。另外的话有低成本的大规模的算力。另外的话我分享一个概念就是其实在人形机器人在或者在移动机器人本体上，其实没办法直接部署很大规模的算力。为什么呢？因为它的尺寸只有这么大，它的电池只有这么大，它部署的算力的功耗是有限制的。我个人感觉在人形机上，你最多只能部署峰值功耗大概只有100瓦的算力。你最好平时工作算力只有小几十万，简单说就只有大概几个手机的算力的水平。因为它的尺寸比较小，它不能部署大规模算力。但是对于未来在于大规模的算力的需求肯定是毋庸置疑的件事情。而且我觉得可能是个分布式的算力，为什么呢？因为大家也知道机器人让它干活的时候，它的通讯延迟是希望比较低的。如果你在北京干活的机器人，你的数据中心或者你的算力中心在上海或者在内蒙，你的延迟实在是太大了。所以我个人感觉未来在工厂里，工业领域大规模云的手臂。比如说我一个工厂里面有100个机器人，那我工厂里面可以有个集群的分布式的服务器。我所有的机器人就直接连接我的工厂里的局部服务器就好了，整个服务器的安全性延迟和通信延迟是可以接受的。或者换一个话题，如果大家在比如一个小区，如果有一个小区每家每户有一个机器人的时候，我觉得在这个小区或者这个区里面，那是有分布式的一个集群算力中心的。这样的它的延迟和它的安全性是有保证的。并且如果有一个新的客户想买一个人形机器人的时候，他不需要给这部分算力的建设花钱，成本也会更低很多。我觉得分布式算力是一个未来在机器人领域非常重要一个领域，比目前的算力可能分布还要更广一些。另外一点，大家也知道在过去的AI领域，包括机器人领域都是一个全球共创的过程。包括中国的企业，包括美国的很多的大的企业，包括英伟达。大家在过去很多年，包括当下在未来大家都做了很多很多贡献。包括我们想共同推动这个件事情，说在机器人领域，我觉得一直是全球共创的。就是在中国我们公司或者哪一家公司，大家都做了不少的贡献出来。大家也知道在AI领域没有人能保证，没有一家大公司能保证我有足够的人我有足够的资源，我就是永远能保证AI领域最领先的。在过去的OpenAI包括DeepSeek已经证明了，AI的创新永远是伴随着一些随机性，伴随着更多的年聪明年轻人的。所以很多情况下都是每家公司或者每家高校都做了很多贡献，还是要全球共创出来的。谢谢大家。
金融界08-09 15:58

上一页
1
•••
22
23
24
25
26
•••
668
下一页

24小时热点

最新话题更多