
财经人语:AI豪赌遇上折旧黑洞 科技股如何重塑盈利?
在未来四年里,人工智能(AI)竞赛会一直吞噬资本。单单是Alphabet、亚马逊(Amazon)、Meta Platforms、微软(Microsoft)和甲骨文(Oracle)这五家科技巨头,就预计会在房地产与设备上投入合计高达3万亿美元巨款。资金主要流向AI相关的基础设施建设,例如:超大规模数据中心、高端AI晶片、网络设备,以及电力系统等。换言之,资产正在以前所未有的速度堆积。然而,在资本开
共找到 1027 篇相关文章

在未来四年里,人工智能(AI)竞赛会一直吞噬资本。单单是Alphabet、亚马逊(Amazon)、Meta Platforms、微软(Microsoft)和甲骨文(Oracle)这五家科技巨头,就预计会在房地产与设备上投入合计高达3万亿美元巨款。资金主要流向AI相关的基础设施建设,例如:超大规模数据中心、高端AI晶片、网络设备,以及电力系统等。换言之,资产正在以前所未有的速度堆积。然而,在资本开

澳大利亚物流软件公司WiseTech Global宣布,将在人工智能(AI)驱动的业务重组下裁减约2000个职位,约占30%,凸显AI正迅速改变全球软件业的工作模式与人力需求。彭博社报道,公司首席执行官阿普(Zubin Appoo)在声明中直言:“以人工手写代码为工程核心业务的时代已经结束。”他说,AI正带来更高程度自动化,并释放过去难以实现的效率提升。WiseTech指出,相关裁员将在本财年及

本周,一家名不见经传的研究机构Citrini Research发布的一份名为《2028年全球智能危机》的情景分析报告,竟让全球主要股市在星期一(2月23日)剧烈波动。这份报告本来只是一个“思想实验”分析,主要探讨人工智能(AI)可能带来的结构性风险。报告描述的那些围绕AI的潜在冲击,突然显得很真实,即刻在当天迅速蔓延各个股市。美国科技、支付与部分金融板块股票因此承压。所谓的“AI惊慌交易”(AI

英伟达即将发布新的芯片以提升人工智能运算速度据报道,在2月27日,英伟达宣布计划推出一款专为加速人工智能处理设计的新芯片。该公司正在开发一个新型系统,旨在优化“推理”计算过程,使人工智能模型能够更高效地回应用户查询。

2024年,命运的转折突如其来。出生于1996年的安徽青年付强在北京游玩时,因酷似末代皇帝溥仪的照片被网友发布到网上,迅速走红。这条视频最终获得了超过一千万次的浏览量。付强已有80多万粉丝“当时整个人都蒙了。”回忆起那段经历,付强这样说道。网友们纷纷涌入评论区,有人惊叹于他与历史照片的高度相似,也有人建议他在网络上开设账号进行直播尝试。为了验证这种相似度,付强曾将自己在天坛的照片上传到AI工具中,

美国市场因担忧人工智能迅速崛起会破坏现有商业模式,导致“人工智能恐慌交易”,投资者大量抛售软件公司和财富管理机构的股票。相比之下,中国市场对此持乐观态度,投资者并未感到忧虑,反而对这项技术的发展潜力及其能为用户节省成本的能力表现出兴趣,并积极购入有望成为赢家的相关企业。推出全新或更新版本模型的企业最受市场欢迎,其中Minimax和智谱表现尤为突出,这两家公司的股价在二月份翻了一番多。包括摩根士丹

蚂蚁集团在社交平台上宣布,支付宝的“AI付”功能春节期间用户数量突破了一亿。同时,在微信公众号上发布的信息显示,“AI付”的支付笔数于2月12日超过一亿笔,并且春节假期期间用户量也达到了一个新的里程碑——突破一亿大关。快科技指出,支付宝的“AI付”已经成为全球首个同时在支付交易量和活跃用户数量上双双达到亿级规模的人工智能原生支付工具,这标志着其正式进入了大规模应用阶段。 蚂

中国A股在马年的首个交易日大幅高开,三大股指均出现上涨趋势,反映了市场对中国科技发展的积极展望和美国降低关税措施的乐观情绪。据多家媒体综合报道,A股三大指数在周二(2月24日)开盘时均上涨超过1%,随后进入盘整阶段。上证指数收盘时上升0.87%,深成指涨幅达到1.36%,创业板指则增长了0.99%。当天沪深两市共有超过四千只股票呈现红色走势,成交额约为2.2万亿元人民币(4050亿新元),较前一

日本第三大金融机构瑞穗金融集团计划在未来十年内,采用人工智能技术逐步替换大约5000个行政文职岗位,以提高工作效率。该集团于2月27日宣布,此举旨在“通过全面利用AI技术,将人力资源重新分配到关键业务领域,从而增强公司的盈利能力”,并且明确表示这不是裁员行为,受影响的员工将会被调派至其他部门工作。当前,瑞穗金融集团旗下银行业务及其他公司共有大约15000个文职岗位,因此本次调整预计将影响约三分之

近期,“AI”和“Web4.0”这两个词汇在币圈热度极高。这不是偶然现象,而是市场经历了 Web3 几年的试错后,对下一个技术赛道的探索所致。孙宇晨公开宣布“All in Web4.0”之后,这个抽象概念迅速进入大众视野,并引发广泛讨论。有人将其视为下一轮叙事的核心,也有人质疑这是炒作行为。不论立场如何,此次讨论反映了两个行业现状:一是 Web3 在差异化的落地场景上仍有不足;二是 AI 技术正

Pantera Capital和富兰克林邓普顿数字资产部门已加入Sentient新推出的开源AI实验室Arena的首批参与名单。该测试环境旨在评估企业级工作流程中AI智能体的表现。据公告,Sentient在周五通过Cointelegraph宣布,Arena被定位为一个生产环境级别的基准测试平台,而非静态模型测试工具。除了固定数据集上的评分外,它还让智能体执行标准化的企业场景任务,如处理长篇文档、不

Alchemy推出了一套系统,使自主AI代理能够使用链上钱包和Base网络上的USDC来购买算力积分,并访问其区块链数据服务。据该公司发布的信息,初步的功能包括让AI代理直接查询区块链网络、核查NFT的所有权情况、跨多个链查看钱包余额以及获取实时的代币价格信息。未来还将支持更多的网络和服务。如果代理消耗完预先购买的算力积分,Alchemy将发起支付请求,并通过Base网络上的USDC自动结算费用,

AI入局,通信升维。2026年3月2日,备受关注的世界移动通信大会(MWC)将在西班牙巴塞罗那拉开帷幕。本届大会的主题是“IQ时代(The IQ Era)”。“网速更快”不再是比拼的重点,如今的核心悬念在于谁的设备更加智能。在此届展会中,除了常规旗舰机型更新外,自研芯片、多模态交互穿戴设备以及形态创新终端将成为探索智能设备新领域的重要展品。这些技术共同构成了本届大会关注智慧硬件发展趋势的主要方向。

机器之心编辑部突破性的质量,实惠的价格。经过一段时间的期待,Nano Banana 2终于面世了。谷歌首席执行官皮查伊在他的帖子中表示:“这是我们至今为止最好的图像模型。”https://x.com/sundarpichai/status/2027057726170509724目前,该模型已经在 Gemini 应用、Google 搜索(覆盖141个国家)和 Flow 上启用,并且在 Google

新智元报道昆仑万维的SkyReels-V4是最新发布的视频生成模型,在全球AI竞赛中名列前茅。这款产品在众多竞争者中脱颖而出,其背后的技术革新令人瞩目。SkyReels-V4不仅具有卓越的功能性,还在创意和实际应用方面展现了巨大潜力。其核心竞争力在于全面的多模态输入能力和音视频联合生成技术。这种能力涵盖了从文本、图像到音频等多样化的数据类型组合使用,为用户提供了一个全新的创作工具平台。此外,Sky

春节刚过不久,国内大模型领域的竞争愈发激烈。众多互联网巨头纷纷投入重金:字节豆包、阿里千问和腾讯元宝合计投放超过40亿元的红包活动,吸引用户积极参与互动。数据显示,在除夕夜当晚,豆包AI互动次数达到19亿次,而千问平台上的“一句话下单”操作近2亿次。据悉,春节期间这些公司的员工几乎都没有休息时间。腾讯元宝团队期待着DeepSeek的新模型发布以便立即集成到自家产品中……然而DeepSeek并未如期

Citrini发布的AI末日报告遭到了质疑。2月23日,小型机构Citrini Research发布了一份名为《2028年全球智能危机》的报告,虚构了AI可能在2028年引发的经济动荡:美国失业率飙升至10%,消费市场崩溃,“占领硅谷”运动蔓延至OpenAI和Anthropic的办公区域。这一发布立刻引起了市场的强烈反应。正巧此时,Anthropic推出了覆盖多个行业的AI插件,并声称AI能够编写

该文章介绍了昆仑天工的最新视频生成模型SkyReels-V4,它能实现全场景、全流程以及多种模态下的视频生成和编辑任务。相较于之前的AI工具,SkyReels-V4提供了更为集成的工作流程,让创作者能够同时利用文本、图像与音频等多种形式的数据。SkyReels-V4在视觉质量、运动流畅度及声音自然度方面都有显著提升,并且实现了多个模态信息的整合生成。文章指出,该模型能根据输入的不同条件灵活地生成高

近年来,基于大语言模型的多智能体系统(MAS)在复杂推理任务中得到了广泛应用。传统方法通常让多个独立生成决策的代理通过投票或辩论等方式进行聚合,从而提高算术、常识推断及专业问答等领域的准确率。当test-time compute成为常见的性能提升策略时,一个自然而然的问题随之产生:随着agent数量的增加,MAS是否能够持续增强其能力?直观上来看,这种想法似乎是合理的:类似ensemble或sel

在当前通用大模型(LLM)迅速发展的背景下,AI for Science(科学智能)正成为人工智能领域新的竞争焦点。然而,科研人员面临的现实是严峻的:现有的多模态科学模型通常依赖于海量且难以获取的数据,并且训练过程如同“黑箱”,不易复现和改进。我们是否真的需要大量数据来教会AI理解科学?近日,上海交通大学、深势科技(DP Technology)、记忆张量(MemTensor)及中国科学院理论物理研