搜索“Meta”

收不及分析师预期，市场反应十分激烈，盘后股价一度大跌10%。这份不及预期的业绩，反映出市场对该公司持续投入数千亿美元建设AI基础设施的担忧正在加剧。 市场对微软财报的反应则形成反差：只要企业能够证明相关投入已经产生回报，交易资金仍会给予正向反馈。微软公布云业务营收好于预期，备受关注的Azure销售额增长48%。 此外，科技分析师Luke Lango指出，微软“取得该成绩的同时，资本开支低于市场担忧水平：资本开支为452亿美元，市场预期459亿美元。这和上周Meta遭到抛售的原因恰恰相反。” 本轮财报季带来的深层启示愈发清晰：不只是债券投资者，股票市场也对大型云厂商当前的投入规模感到不安。至少在AI领域，资本开支峰值或许已经出现。阅读更多：Lord， Let Me Hike Rates， Just Not Now： John Authers news keyword pub,usstock,MSFT 正文下iframe 正文下iframe 总声明 总声明 文末二维码 start 文末二维码 start 文末二维码 start 文末二维码 start 编辑姓名及工作代码 编辑姓名及工作代码

匹配字段正文

这种费雪牌玩具式的说法，是因为AI泡沫正是靠刻意回避那些衡量企业健康状况的术语才被吹大的。泡沫已经四年了，AI至少从理论上应该对商业世界做 点什么 ——某种 可衡量的东西，尤其是几乎所有人都在谈论到处部署它、时刻使用它。 然而，自AI泡沫开始以来，标普500指数的利润率似乎已经变得 更糟 ，而ChatGPT在2022年11月的发布，对于那些不叫谷歌、亚马逊、Meta、微软或英伟达的公司来说，似乎 没起任何鸟用 ，而特斯拉和苹果与我们理解的AI泡沫几乎没什么关系。 AI吹捧者和不满者花了将近四年时间，试图让所有人去谈论任何能想象到的统计数据， 而不是 那些真正重要的数据，主要是因为这些数据普遍看起来都像 这一点: 他们接下来要给出的反驳是“各组织尚未在工作流程中全面部署AI”之类的商业说辞，与其说是 在移动球门 不如说是 在不断改变游戏规则，以至于我们都搞不清自己到底在玩什么。 它并没有让公司赚更多钱、获得更多利润，也没有以现代科学能够衡量的方式改善公司。 而且， 根据Slok上周的说法它甚至没有提高超大规模云服务商的ROIC（投资资本回报率），而这还是在 Meta 宣布计划通过持续进行

匹配字段正文

今年夏天，数百个OpenAI智能体试图在一项网络安全测试中作弊。它们突破了测试环境，并成功入侵了Hugging Face——它们认为该网站掌握着关于自己将如何被评分的线索。大约同一时间，另一个OpenAI智能体访问了澳大利亚政府网站上的私人文件。这个问题绝非OpenAI独有。此后数月间，Anthropic、Google和Meta也披露了其智能体偏离正轨的事件。令人担忧的是，在许多案例中，这些智能体都躲过了专门负责监控它们的研究人员和安全团队。 AI智能体正在采取未经授权的行动，而开发和运行它们的公司大多依赖运气和事后追责来减轻任何有害影响。它们必须采取更多措施来确保安全。正因如此，欧盟监管机构和美国各机构有理由呼吁智能体开发者和部署者实时监控智能体。但这些规则假定公司能够看到其智能体在做什么以及为什么这样做——而现实中，它们缺乏足够的可见性。 想象一家银行雇用了一千名新员工，他们可以访问客户账户和敏感信息，但员工的工牌每天都在变，不清楚是否有经理审查或批准过他们的工作，也没有人记录员工对审批流程所做的更改。这种可见性的缺失，正是我们如今在智能体上面临的处境。 随着智能体在从金融到政府再

匹配字段正文

i 等竞争对手，但同样不透明？ 据其自身说法，Mistral Large 4 正是在两项基准测试中击败了这些竞争对手。在网络安全基准 CyberGym-E2E 上，它领先于中国竞争对手 GLM-5.3 和 Kimi K3。在智能体编程基准 Terminal Bench 4.0 上，它与 GLM-5.3 持平。此外，据推测它的表现明显优于 Kimi K3 或 Meta 的开放模型 Muse Spark Open。不过，目前尚缺乏对 Mistral Large 4 的独立评估。在权重发布之前，Mistral Large 4 预览版的价格为每百万输入 token 1.4 美元、每百万输出 token 4.2 美元。这明显比 Kimi K3.1 Pro 的 2 美元和 10 美元便宜，并且与通过 Z.ai 官方 API 使用 GLM-5.3 的价格大致处于同一水平。广告广告 热门文章 性能与效率是一回事，而对生成式 AI 的信任——尤其是考虑到当前围绕 AI 智能体、科学家通过提示词诱导其表现出令人担忧行为的网络事件——则是另一回事。在一次新闻简报会上，t3n 就这一问题向 Mistral 发

匹配字段正文

及技能资产引擎能力，构建覆盖数据生产、数据治理、模型训练及能力沉淀的完整基础设施体系，为下一代物理AI系统提供底层支撑。 景烁科技核心团队来自文远知行的物理AI研发体系，CEO霍达是文远知行001号员工，长期深耕自动驾驶平台与物理AI数据基础设施建设，曾在美国、中国、新加坡主导全球化工程研发团队搭建，具备丰富的技术架构与数据体系建设经验。 本轮融资后，景烁科技将进一步扩充核心研发团队，深化数据平台、世界模型与技能资产引擎的协同能力，同时丰富高质量数据集的任务与场景覆盖，加快面向物理AI领域的基础设施能力建设。 从全球范围看，当前AI产业快速发展，数据基础设施企业持续受到资本市场青睐。2025年6月，美国科技巨头Meta以143亿美元战略入股AI数据平台Scale AI，对应公司估值达290亿美元；同年10月，Mercor宣布完成3.5亿美元C轮融资，估值达100亿美元；今年9月，Snorkel AI完成3.5亿美元E轮融资，估值达35亿美元。国内物理AI数据企业光轮智能估值已达20亿美元，并于今年6月完成新一轮10亿元战略融资。 本文由景烁科技提供，量子位获授权转载，观点归原作者所有。

匹配字段正文

会以错误退出，这也使它可用作持续集成（CI）门禁。 ./deploy ray train job.sh status 会打印 RayCluster 状态、每个 Pod 由哪个实例承载以及 GPU 容量。正确配置的集群如下所示： $ kubectl get nodes -l role=gpu-worker \ -o custom-columns='NAME:.metadata.name,GPU:.status.allocatable.nvidia\.com/gpu,EFA:.status.allocatable.vpc\.amazonaws\.com/efa' NAME GPU EFA ip-192-168-70-51 4 1 ip-192-168-92-26 4 1 图 3：在此集群上执行一次 FSDP 步骤。权重在前向和反向传播过程中被收集，梯度则通过 reduce-scatter 进行归约分散。实例之间的流量走 DLC 镜像自带的路径，即 NCCL → AWS OFI NCCL 插件 → libfabric → EFA；当该路径缺失时，则回退到 TCP 套接字。 根据你的工作负载进

匹配字段正文

火墙的推销围绕硬件成本不断上升展开。各组织的预算正在缩水，而安全设备往往长期得不到重大升级。Check Point提出，如果一套最新的AI防火墙能够打包进单一订阅、每月费用可预测，企业将更倾向于升级，并充分利用其一体化R82.20平台所提供的最新能力。 Check Point全球技术销售总裁Avi Rembaum表示：“通过Firewall-as-Subscription，我们以一份简单的订阅提供我们最先进的AI安全、威胁防护和智能体管理能力，让组织今天就能保障其AI转型的安全。” 据该公司称，客户必须承诺订阅防火墙至少36个月。作为回报，他们可以在同一期间内获得重大功能升级——以及可能的硬件升级。 Check Point这种基于订阅的网络安全模式听起来可能很疯狂，但AI智能体正成为互联网服务无论如何都必须应对的真实威胁。亚马逊和Meta等大型科技公司正就智能体能否自由在线购物而争执不下，而英伟达则提出一个安全平台来约束失控的AI智能体。 AI智能体正在猛击互联网上一些最受欢迎服务的服务器，包括维基百科。与此同时，特拉华州的某个人认为，让AI智能体运营整个公司听起来是世界上最棒的主意。

匹配字段正文

司极力热情地推动所有人使用AI Mode，但目前其每次查询带来的收入仍低于谷歌的传统搜索引擎。AI Mode相比传统搜索究竟少赚多少，并未披露。 图片来源：App Economy Insights 辛德勒还提到了汇率变动和广告主支出变化，而皮查伊表示查询量增长是五年来最强劲的。当然，更多搜索并不自动转化为更多收入。 辛德勒仍相信AI搜索将成为一个重要的收入来源。 “在AI Mode上，许多这类查询属于上层漏斗查询，使我们能够捕捉新的、高价值的商业意图，”他说。“此外，AI Mode的大多数查询是增量性的，随着时间推移创造了更多变现机会。” 搜索收入增长12%，而上一季度为17%。谷歌正在将AI Mode广告扩展到更多国家，不过这是否有助于缩小差距仍有待观察。 有一个熟悉的亮点。谷歌云收入增长逾一倍，达到307.1亿美元，超过分析师预期的295.7亿美元。 然而，最终这些业绩进一步加剧了人们对AI泡沫的担忧。Citadel创始人肯·格里芬最近警告称，随着企业难以从AI中持续获取价值，投资者可能正处于泡沫之中。与此同时，Meta正计划进行950亿美元的股票发行，为其自身的AI雄心提供资金。

匹配字段正文

实现，当 GPU 处理第 N 轮 Forward 和 Sampling 时，CPU 已经开始准备第 N+1 轮 Batch，并利用设备计算期间的空档处理更早一轮的采样结果。部分工作可以提前提交到 GPU 执行队列，依赖关系则由 CUDA Stream 和 Event 维护。实现中，WorkerStepState 用来保存跨轮次执行状态，包括 SequenceMetadata、SchedulerOutputs、SamplerOutput 以及 Forward 和 Sampling 对应的 CUDA Event。这样，上一轮的结果可以暂时保留，CPU 无须等其全部完成后处理，便能继续推进后续调度。LLMEngine 通过 Worker 回调衔接这些操作，将原本集中在相邻 Decode Step 之间的 CPU 工作分散到 GPU 计算期间。对于持续生成的请求，流水线进入稳定状态后，CPU 与 GPU 可以分别处理不同轮次，减少设备因调度工作产生的等待。当然，流水线的启动和收尾仍然需要特殊处理。刚开始执行时没有更早的结果可供消费，请求全部完成后也可能留下尚未提交的采样输出。DeepInfer

匹配字段正文

利润177.7亿美元，同比增长55%，经营利润率为38.7%，高于去年同期的34.6%。 从收入结构看，三季度线上销售额685亿美元，贡献亚马逊三分之一的净销售额，AWS销售额占总额的23%，高于去年同期的18%，但其贡献了亚马逊整体经营利润的约63%。这说明亚马逊的利润池仍高度依赖云业务，而AWS的重新加速，对支撑集团估值至关重要。 财报披露，AWS近期与Meta、英伟达、OpenAI、Salesforce、甲骨文、高通、Verizon等签署了新协议。Amazon Bedrock继续快速增长，财富500强企业在Bedrock上的支出同比接近7倍，整体token量同比增长近17倍；Bedrock AgentCore已有数万名客户使用，三季度部署的智能体数量超过前三个季度总和的两倍。 Jassy对AWS前景的表态也非常激进。他称AWS三季度年化收入运行率已达1840亿美元，并预计2027年和2028年AWS收入增速均超过40%。他还表示，历史上从未出现过万亿美元收入规模的企业，而亚马逊未来5到10年可能拥有两个这样的业务。 但这也是市场分歧所在：AWS的增长说明AI投入正在转化为需求，但

匹配字段正文

者所能承受的上限。 据彭博汇编数据，截至周四，超大规模云计算商及数据中心开发商今年通过全球投资级债券发行已累计融资逾3130亿美元，较2025年全年规模高出近两倍，并推动全球债券发行总量飙升至创纪录的6.63万亿美元。 面对市场饱和，部分大型借款方已开始主动降温。甲骨文本周披露，承诺至2030财年净债务增量上限为100亿美元，以缓解投资者对其债务扩张的担忧；Meta则转向股票市场，完成了250亿美元的股权融资。 微软自身的定价也折射出市场的审慎情绪。尽管坐拥AAA评级，其30年期债券利差达基准国债上方95个基点，反而高于评级更低的宝洁公司同周发行的30年期债券——后者以60个基点的利差定价，创2003年以来最低溢价。 Wealth Enhancement董事兼高级投资策略师Ayako Yoshioka表示："对于5年、7年期的微软债券，我会毫不犹豫地认购。但一旦拉长到30年期，商业模式层面的不确定性仍然需要在定价中有所体现。" 风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否

匹配字段正文

AI模式存在"较低的货币化水平"，同时坚称"AI模式查询中的大多数是增量性的，随着时间推移将创造更多货币化机会"。巴克莱分析师Ross Sandler指出，管理层"优先考虑用户体验而非货币化"，蓝色链接查询的增速慢于总查询增速，而明年更激进的代理式搜索流程可能令这一差距进一步扩大。他将此定性为投资者"黄色预警"。 摩根士丹利则指出，Alphabet搜索增速与Meta广告增速之间的差距已扩大至约13个百分点的近期峰值，这强化了市场对广告份额迁移和AI分流的担忧。 YouTube同样未能提供缓冲，该业务收入增长9.2%，跌破摩根大通Mark Schilsky此前提到的10%观察线。 展望第四季度，CFO Anat Ashkenazi警告汇率逆风将进一步扩大，同时搜索业务还将面临2025年第三季度加速增长带来的高基数压力。 财报中唯一超出预期的亮点来自谷歌云。 云业务收入同比翻倍至307亿美元，部门利润率从23.7%跃升至36.2%，远超市场约33%的预期，近百家客户已在使用TPU。云业务积压订单达到5610亿美元，同比增长256%，公司称约55%将在未来24个月转化为收入。近100家客户正

匹配字段正文

访时被问及部分AI相关债务的收益率开始飙升至两位数时，贝森特表示：“我们在监控这一切。我认为这完全不是问题，因为我们看到，新云服务商在整个生态系统中只占很小一部分。” CoreWeave处于这一担忧的“震中”，随着该公司债券收益率一度冲高至15%附近，其股价过去一个月已经下跌约25%。 “我们仍然看到融资得以完成，交易也仍在达成，”贝森特表示。“我们还看到像Meta这样的公司决定通过股权融资。” 美联储继续加息未必是错 贝森特在美联储公布最新利率决定后不久发表了上述讲话。美联储周三按兵不动，此前于9月加息25基点。 当被问及是否会把美联储未来任何一次加息视为政策失误时，贝森特表示，“未必如此”。 他以强劲的经济增长为依据，并再次呼吁政策制定者保持“开放心态”，考虑能源冲击对美国通胀的影响可能只是“暂时性的”。 贝森特重申，自己和美国总统特朗普对美联储主席凯文·沃什抱有信心。他表示，他和特朗普都认为沃什表现良好，并能在确保充分就业和稳定物价之间取得平衡。 “我认为沃什主席开了一个好头，”贝森特表示。“正如我经常说的，我对他充满信心。” 贝森特还重申，他和特朗普都认为，一旦美国走出伊朗冲突

匹配字段正文

就是约占公司总营收一半的业务板块，创下五个季度以来最低增速。即便如此，该公司维持今年最高 2,050 亿美元（现汇率约合 1.37 万亿元人民币）的资本开支预期不变。 亚马逊公司当地时间周四表示，上一季度，作为其支柱的电商主业以及广告业务增速双双放缓，但公司重申，今年资本开支计划维持在约 2,200 亿美元（现汇率约合 1.47 万亿元人民币）。微软公司与 Meta 公司同样维持此前的投入指引，而财报最终表现没能达到投资者预期。 这一系列财报以及随后的股价下跌，暴露出大型科技企业向 AI 新产品转型过程中不断加剧的矛盾，以及转型所需巨额投入带来的压力。这些企业正以前所未有的规模发债、增发股票、签署数百亿美元的数据中心采购协议，背上数万亿美元的远期支出义务，在全球铺开 AI 基础设施建设。与此同时，新推出的产品正在侵蚀部分传统业务的盈利能力，分流用户注意力。 投资者的耐心正在耗尽。Alphabet 股价周四创下史上最大跌幅，市值蒸发近 5,000 亿美元（现汇率约合 3.34 万亿元人民币）。亚马逊股价尾盘下跌 7%。Meta 在上周财报发布后累计下跌 10%，公司当时向投资者表示，会进

匹配字段正文

，华为4月推出首款AI眼镜，依托鸿蒙生态和小艺助手，实现第一视角拍摄、AI视觉问答、移动支付等功能。雷鸟V4则在5月发布，不仅大幅升级了影像、续航和防护能力，还行业首发方形传感器，兼顾横竖屏拍摄。 刚刚在本月上市的千问N1系列，将眼镜与千问Personal Agent结合，强调主动感知和服务能力。N1 Pro还加入了眼动交互、虹膜支付以及体征监测功能。另外，Meta也推出第三代Ray-Ban Meta眼镜，主要改进了佩戴舒适性、续航与收音表现。 雷鸟推出仅仅34克的iO眼镜，采用双目单色Micro-LED显示，但主动舍弃了摄像头和扬声器，换来了更极致的重量控制和佩戴体验，在功能上则重点满足翻译、提词、主动式AI和全天候记录等需求。 图片来源：雷鸟 另外值得一提，全彩显示也开始酝酿新一轮升级，可能会是接下来一年的竞争重点。一边是做减法，用更轻的眼镜提供恰到好处的信息；另一边则继续探索全彩显示、摄像和AI的结合。带显示AI眼镜显然还没有形成统一的产品答案。 至于AR显示眼镜，今年的变化同样明显。雷鸟推出GT系列，强化画质、视场角和音效，试图把随身巨幕的观影体验做好。XREAL则在推进基于A

匹配字段正文

新的AI模型正在到来，而且源源不断。 在Meta的Muse和Google的Gemini 4 Carbon近期相继推出之后，Mistral AI也发布了其新的旗舰前沿模型Mistral Large 4。该模型被亲切地称为“Le Chonk”，本月早些时候已开放公开预览。如今，经过数周的额外强化学习、微调，并结合开发者、网络安全专家和政府官员的反馈进行评估后，Mistral团队于周四宣布ML4可供下载。 “预览版的反馈超出了我们的预期，”Mistral在公告中表示。“我们已将这些反馈付诸实践，同时继续扩大强化学习的规模，在编程和防御性网络安全方面实现了大幅提升。” 更多来自CNET的内容 Mistral AI是一家以开源和开放权重LLM闻名的法国公司。该公司报告称，在综合指标上，Large 4模型“跻身全球最佳开放权重模型之列”，并且也优于欧洲和美国的模型，同时正在追赶一直主导开放权重领域的中国竞争对手。 本月早些时候，我与Mistral首席科学家Guillaume Lample和科学副总裁Pierre Stock谈论了这款新模型——他们称之为西方打造的最佳开放模型——以及它的专业能力和极

匹配字段正文

nAI公布自身结果的同一天发布。 美国总统Donald Trump发帖称，他将“在所有相关文件中禁止使用‘AI/人工智能’一词”，这是朝超级智能迈进的又一举措。 AI-for-physics实验室Physical Superintelligence发布了五篇新论文，每篇都配有计算机校验的证明，声称在其内部AI的帮助下，在长期未解的量子物理问题上取得了进展。 Meta从其芯片供应商Nvidia（30亿美元）和AMD（10亿美元）处为其950亿美元的AI融资安排了40亿美元，两家公司同时也在扩大其在Meta数据中心运行的硬件。 Google签署协议，将从2027年起将其TPU芯片放入Oracle的云中，这是竞争对手云巨头首次向客户提供英伟达的自家替代品。 🎓 亮点：新闻、指南与活动 报名参加今天美东时间下午2点的研讨会：获得顾问级深度研究 The AI bubble meets Anthropic’s real numbers Zach Mink • 8分钟AI Google’s Gemini 4 Carbon tops the charts (for now) Zach Mink • 8

匹配字段正文

。 也正是此举将投资人的情绪彻底点燃了。 单一初创团队再厉害，也不可能独立承担全行业所有物理场景的数据采集和工程调优。 开放开发者生态，意味着他们开始从实验室里的封闭demo，迈向了真正 具备可拓展性的开发者共创体系 。 而放眼整个赛道，具身智能的估值竞逐已经进入白热化。 Figure AI 的估值冲上了390亿美元， Skild AI 站上140亿美元， Meta、苹果、DeepMind 全在密集调集重兵，更不用提正面战场上虎视眈眈的 特斯拉和OpenAI 。 PI走的其实是完全不同的另一极。它避开了重资产的硬件制造泥潭，一心一意要做赋能所有第三方硬件的底层软件。 这个方向听起来性感至极，但坦率来讲，物理世界的难度和残酷程度要远超想象。 在数字世界里，模型生成了一段错误代码，通常还有机会检查、修改、重新执行；可在物理世界里，机器人如果判断错了距离或者施力大小，机械臂落下去，可能就是碎裂的瓷盘、损坏的设备，甚至是生产安全事故。 就连PI官方在开放公测时，都极其罕见地向行业泼了一盆冷水。他们公开警示说： 真实环境中的机器人应用绝非易事。无论是建筑施工、机器人手术还是仓储自动化，攻克每一个

匹配字段正文

出预算。但什么时候在某个并未带来所承诺的降本收益的事物上超支，曾让高管们望而却步？尽管如此，85%的公司表示他们计划明年投入更多。 对于任何关注类似调查的人来说，这一切都不应令人震惊。今年1月，普华永道最新的全球CEO调查（由95个国家的4454名首席执行官完成）显示，56%的CEO在将AI引入其业务后，并未看到成本或收入方面的收益。 “问问ChatGPT为什么我们没赚更多钱” 还有一份2025年麻省理工学院（MIT）的报告称，95%的AI实施并未增加利润，而2024年的一项调查发现，生成式AI实际上可能正在损害工作中的生产力。 那么，Gartner建议公司实际该怎么做？首先，就他们试图实现的目标达成一致。其对297名首席人力资源官的调查发现，78%的人表示领导层之间未就AI在何处创造价值达成一致。显然，这场讨论可以等到钱花完之后再进行。 Gartner希望企业将投资集中在AI能够发挥作用的地方，帮助管理者重新设计工作，并利用他们现有的AI专业知识。它还建议对员工节省下来的时间做点有用的事。由AI释放出的时间中，仅有21%被用于更具创新性的工作。Meta的CTO对此大概会有很多话要说。

匹配字段正文

宝等应用提供内容和服务。平台是平台，应用是应用，相对独立。但有了基础模型之后，终端平台有机会把不同应用、服务，以及用户在其中产生的上下文联系起来。比如我今天跟朋友在微信里聊天，约好晚上去某家餐厅吃饭。如果模型能够连接相关应用和服务，就可以自主帮我订座。所以，基础模型改变的不只是单个应用的能力，还会推动平台和应用更紧密地合作。现在很多公司也在探索类似方向。比如Meta推出的Muse，主打个人智能体，希望利用Messenger、WhatsApp等产品中的上下文信息，连接不同生态，解决用户衣食住行中的问题。随着模型准确率提高、幻觉减少，工具调用和意图理解能力越来越强，平台和应用就能够创造更大的价值。 左林右狸频道：你之前还有一个判断，基础模型会不断吸收应用原本提供的能力。在实际工作中，你观察到了什么？刘睿：这个现象一直在发生。GPT-4刚出现的时候，有很多创业公司做角色扮演类智能体。当时有一家很火的公司叫Character AI，它会在基础模型之上，增加数据库、人设和记忆，打造不同的情感陪伴角色。比如利用特朗普、马斯克的公开对话数据微调模型，让模型扮演这些人物。但随着GPT持续演进，可能到了

匹配字段正文