一张被盗的奔驰“小G”在国外公开路试的照片被发布在网络上。测试车沿用了经典的方盒子造型，采用封闭式车头设计，两侧采用半圆形大灯结构。车身侧面的造型与奔驰大G几乎相同，行李架和天窗也可以看到。车尾依然是熟悉的水平排列灯组，标志性的小外置钱包可能是一个储物空间而不是备胎。据称车身尺寸整体比大G小15%左右。此外，目前已经确定新车将搭载纯电动设计，最早将于2027年正式公布。可以预见，未来奔驰小G的最大对手将是Defender MINI兰比路虎。
特别提示：以上内容（包括图片和视频，如有）均为上传并由自有媒体平台“网易号”用户发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
在生成式人工智能浪潮下，人工智能生成的内容正以前所未有的密度充斥公共信息空间。当深度造假图像可能被误认为真实图像并且被操纵的文本可能使人们感到困惑时，社会信任系统面临着无声的考验。这时，人们自然会转向大型通用模型，希望这些“智脑”成为鉴别真伪的可靠助手。为了探索大规模模型“真情识别”能力的极限，澎湃名茶工作室近期启动了一项人工智能实验，选取了DeepSeek、豆宝、Claude Sonnet 4、Grok-4、ChatGPT-5、Gemini 2.5 pro等代表性模型，检验其识别准确率、逻辑推理能力以及文本、图像、视频的三维上下文一致性。 HE邀请上海人工智能研究院对实验结果进行相关技术分析。 “魔法能打败魔法吗？”我在这场人工智能探索中，伟大的模型展现出了独特的“个性”，也隐藏着共同的困境。本文观点整理自上海人工智能研究院技术创新中心专家对话。参与讨论的核心成员如下（以下统称“团队”）：林媛媛，首席数字官，科创中心主任向科朱小海，科创中心高级算法工程师科创中心高级算法工程师进行能力分析，以及大规模模型“真值识别”的个性与共性。从技术底层逻辑来看，大规模模型参与当前的“真相识别”任务，本质上依赖于上下文逻辑处理功能和工具调用机制来提供辅助验证支持。该团队指出，这些模组EL 通常在训练阶段使用通用语料库，并且没有专门针对“事实检查”进行优化。这与厂商的资源投入重点密切相关。当前的“真相识别”能力实际上是多任务学习的结果。这种“非熟练训练”特征使得不同模型在推理过程中表现出显着的“个性差异”。有些模型会优先调用图像识别工具来解析图像细节。有些模型擅长通过文本中的语义关联追溯信息来源，而另一些模型则倾向于通过推导逻辑链来验证内容的合理性。团队解释说，这种差异取决于制造商技术架构的设计（例如是否集成专用验证模块），也与制造商不同的技术工具、任务理解模板和战略方法有关。作为总和据澎湃新闻报道，较大的模型有的像实验室检验员，有的像侦探。例如，在“图像伪造检测”等已有成熟专业工具的领域，一些常见的大规模模型的性能对“外部资源调用”很敏感。目前，大规模通用模型正在从早期依赖自身概率推理的阶段发展到可以主动求助于外部工具的“合作”阶段。在特定测试中表现良好的典型大型模型可能是因为所调用的工具是针对测试场景高度定制的，或者是因为训练数据的分布与测试用例相匹配。这不仅仅是模型能力好坏的问题。 “”而是技术路径和领域结合的结果。 “逻辑一致性”是对一般大规模模型“真理感知”的又一考验。逻辑偏差问题包括“人工智能错觉”在内的各种问题，往往需要通过思维链、思维树等快速工程手段来修复，或者结合知识图谱进行实体关系验证，某些情况下甚至需要通过多次交互来反复确认。只有通过识别，模型才能回归严格的推理。团队强调了该模型出色的逻辑性能。用户输入的即时策略和模型背后的训练数据，但也取决于制造商预先建立的评估指标和优化系统。 “正确的判断不仅仅取决于单次交互的结果，还必须参考模型的核心评估列表及其长期表现。”由于其技术性质，利用大规模模型“认清真相”的能力一般首先取决于进行语义匹配和概率加权计算的能力。该团队指出这种“推理+追溯”模型会受到系统模糊性的影响，就像人类需要查阅可信来源来验证信息一样。可追溯性链接。这是由于当前技术缺乏透明度而造成的认知障碍。 “行业的进化、技术的进化、行业对国产大模型的选择。回顾国内通用大模型的发展，我们可以清晰地看到从‘文本交互’到‘多模态融合’的路径。2022年底，基于GPT-3.5的ChatGPT发布，对话模型开始崛起。其背后的InstructGPT技术路径引入了人类反馈强化学习（RLHF）和奖励模型，帮助转型该模型从一种无监督的概率语言预测工具到一种通过分类反馈调整更符合人类偏好的工具，这一调整让用户体验到了质的飞跃。首次参与交互式人工智能体验。例如，在“图像伪造检测”等已有成熟专业工具的领域，一些通用大规模模型的性能容易受到“外部资源调用”的影响。推断到“协作”阶段，他们可以积极利用外部工具，使他们在特定测试中表现良好。也许所调用的工具是针对测试场景高度定制的，或者训练数据的分布与测试用例相匹配。这不仅仅是“模型能力”的问题，而是匹配路线和技术场景的问题。这就是结果。多模态现已成为行业标准。业界认可的主要发展方向。该团队表示：“纯文本大规模语言模型的竞赛已经逐渐平息，行业在多模态能力的构建和优化方面也逐渐发生了变化。通过整合视觉、听觉和目前的技术路径以“双并行处理”为特点，以Sora为代表的视频生成模型侧重于动态视觉内容的创建。大规模多模态语言模型（MLLM）专门致力于实现文本、图像和音频的跨模态理解和制作。研究团队认为，未来这两条路径将会融合，最终形成模型原生的多模态“每个人为每个人”。理解和生成视频是当前多模态技术的一个挑战。文本的一维上下文，视频需要处理三维信息（图像帧+关系的集合），这大大增加了计算量，目前的技术解决方案是在 Transformer 架构下将视频帧转换为 token 序列，并实现。通过上下文相关技术来对齐音频、视频和文本标记。然而，制造商之间在集成深度和令牌处理方式方面仍然存在差异。团队认为，从产业落地的角度来看，国内各大模型厂商的视频相关能力已经具备了To B领域的相关基础技术能力，但其C端产品由于覆盖的受众更为广泛，因此受到更多讨论。在“文盛视频”赛道上，字节跳动的极萌、快手的科灵AI等产品已经推出了面向创作者的视频生成工具。本月发布的文心5.0预览版作为“全模态模型”，在中国大型模型评估基准（如CMMLU）、GPT-4.5预览版、Claude-Opus-4-1、Claude-Sonne上表现出了良好的性能。与 t-4-5 相当。其多模态和语言理解 abi 排名全球第二，并通过了 40 多项著名基准测试Lity也证实了其在关键领域追赶国内大型车型的记录。技术领域。值得注意的是，尽管数据验证的需求日益明显，但行业内仍然没有一家专注于“AI真伪识别”的旗舰公司或产品。研究团队指出，迄今为止相关技术的研究主要以学术文章形式进行，部分金融机构已成立小团队开发内部验证工具。而原材料价值的不确定性、大规模的产业供应尚未形成。这也反映出了将大型模型“认清事实”的能力商业化需要等待技术成熟才能更好地适应市场需求的一个方面。责任共识、社会责任、治理引导科技向善 随着伟大的大众模式逐渐渗透到社会管理的毛细血管，社会责任它假设的能力也增加了。该团队认为，为了确保质量结果，企业首先必须在训练数据的源头建立坚固的防线。无论是学术研究中的应用场景识别，还是相关监管部门对谣言信息的判定，将原始数据输入到模型中都需要高度的“清洁度”。正如“垃圾输入，垃圾输出”的技术黄金法则所表明的那样，数据的质量直接决定了模型输出的价值。如果允许错误和有偏差的信息进入训练过程，后续算法将很难避免有偏差的值，无论算法多么完美。这种责任在 ToB 和 ToG 领域尤其重要。在医疗健康、金融风险管理、政府信息处理等场景中，模型结果的准确性直接关系到业务决策和公共服务质量。 C企业必须建立更严格的数据审核机制，甚至引入第三方验证，特别是在医疗保健领域、司法等高风险场景，确保训练数据符合行业标准和社会道德。研究小组举了一个例子。 “国外有网友报道称，有人因不当交互而遭遇极端后果。这提醒我们，模型不仅需要技术约束，还需要价值层面的引导。无论是分析原始数据，还是优化后续“后处理”，模型都应该偏向“有用、安全、公平”。研究团队认为，国内大型模型厂商在价值观一致、安全伦理建设等方面已经表现出相对优势，形成了更加谨慎、负责任的实践路径。从行业治理的角度来看，迫切需要构建一个“有用、安全、公平”的模型。 “技术+制度”双保障体系。技术层面上，通用大型模型的“真值识别”能力的稳定性是可衡量的。通过优化思想链、完善信息跟踪机制、与外部工具联动等方式不断完善。在组织层面，需要政治和监管指导。为了明确企业在数据治理和模型优化方面的责任，并确保合理的创新空间，研究团队提出，建立大规模模型“真值识别”能力的评估标准，可以促进行业从“被动应对”向“主动预防”转变。强制创造社会需求。上海人工智能研究院认为，随着技术的不断迭代、治理体系的逐步完善以及企业社会责任意识的增强，大规模模型最终将在“创造”与“识别”之间找到平衡。“人工智能+”，将保障信息真实性，成为推动社会信任体系建设的重要力量。依托研究院平台“创新源泉、成果放大器、产业连接器”优势，聚焦新一代人工智能技术快速发展的新形势，开展国家“人工智能+”行动，落地AI技术驱动千行百业的创新实践，见证人工智能改变社会文明的变革时代。来源：澎湃新闻茗茶×新品质谈
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）已上传发布由网易号用户创建，网易号是一个仅提供信息存储服务的社交媒体平台。
IT之家11月26日报道，法拉第未来宣布，FF和FX受邀出席阿联酋哈伊马角创新城颁奖典礼并发表演讲，展示旗舰车型FF 91 2.0和中东市场首款高端EAI-MPV FX Super One。该公司还宣布将于 11 月 27 日在迪拜进行 FX Super One 的全球首次交付，首辆 FX Super One 交付给全球足球巨星安德烈斯·伊涅斯塔。法拉第未来表示，FF是阿联酋哈伊马角创新城的战略合作伙伴。我们在哈伊马角设有区域工厂和运营中心，占地108,000平方英尺，包括办公区、生产车间和运营中心，可用于支持FF和FX车型的生产。为了提高当地产能，FF 位于哈伊马角的区域工厂和运营中心正在计划建设第二座工厂今年d期扩建。 FF将通过技术成果与本地生产相结合，加速中东新能源汽车生态版图的构建。据公开资料显示，FX Super One于今年10月28日在阿联酋迪拜正式上线。 FX Super One AIHER Max版本在中东市场售价为30.9万迪拉姆（IT之家注：目前汇率约为59.7万元人民币）。上线48小时内就收到超过200份预付费订单，创下了中东市场小型货车的销售记录。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供仓储服务信息生成。
注：以上内容（包括图片和视频，如有）由网易号社交媒体平台用户上传发布，提供信息仅离子存储服务。
文字|半导体公司 Meta 最早可以在 2027 年将谷歌的 TPU 集成到其数据中心。谷歌在 AI 芯片竞赛中大大加剧了与 Nvidia 的竞争，Meta 已成为潜在的数十亿美元客户。多年来，谷歌一直将其定制 TPU 限制在自己的云数据中心，仅向运行大规模人工智能工作负载的公司提供计算能力。但谷歌现在直接在客户自己的数据中心内推出其芯片，据报道，这标志着其战略的重大转变。 Meta 就是这些客户之一。据报道，Facebook 和 Instagram 的母公司正在就从 2027 年开始将 Google TPU 整合到其数据中心进行数十亿美元的谈判，并计划从明年开始从 Google Cloud 租赁 TPU 计算能力。目前，Meta 的 AI 基础设施主要依赖 NVIDIA GPU。消息公布后，Alphabet 股价在盘后交易中上涨 2.1%，而 Nvidia 股价下跌1.8%。如果交易成功，这将是谷歌硬件雄心的重要验证。据报道，谷歌已告诉包括高频交易公司和大型金融机构在内的潜在客户，在本地部署 TPU 将帮助他们满足敏感数据的严格安全性和合规性要求。这事关重大。谷歌云高管表示，通过增加 TPU 的采用，该公司可以获取 Nvidia 年收入的 10%，相当于数十亿美元的收入。随着人工智能计算能力的需求猛增，且英伟达继续主导供应链，dGoogle 决定直接通过客户设施部署 TPU，标志着人工智能芯片大战进入了更激进的阶段。谷歌投资 400 亿美元再建三个数据中心 谷歌随后宣布，将投资 400 亿美元在德克萨斯州新建三个数据中心，作为扩大人工智能项目容量的努力的一部分。这项投资，将该计划将持续到 2027 年，凸显了云和人工智能服务提供商之间在构建支持先进人工智能模型的基础设施方面日益激烈的竞争。 OpenAI、微软、Meta 和亚马逊等公司正在投资数十亿美元建设专门用于人工智能的新数据中心。谷歌表示，其中一个新数据中心将位于德克萨斯州狭长地带的阿姆斯特朗县，另外两个数据中心将位于德克萨斯州西部阿比林附近的哈斯克尔。 Alphabet 首席执行官桑达尔·皮查伊 (Sundar Pichai) 在一份声明中表示：“这项投资将为德克萨斯州创造数千个就业机会，为大学生和电气学徒提供培训，并加快努力使整个德克萨斯州都能负担得起能源。”该公司还将投资其现有的 Midlothian 园区和达拉斯云区域，该区域是由 42 个云区域组成的全球网络的一部分。德克萨斯州州长格雷格·阿博特在同一份声明中表示：“谷歌在德克萨斯州的 400 亿美元投资是谷歌在美国所有州中最大的投资，并将支持随着唐纳德·特朗普总统推动投资以维持美国在人工智能领域的领先地位，科技公司今年宣布了巨额支出计划，其中许多公司专注于扩大在美国的业务。Anthropic 本周早些时候宣布，将在包括纽约和德克萨斯州在内的全国各地的数据中心投资 500 亿美元。谷歌周二表示，未来几年将在德国投资 55 亿欧元，以扩大欧洲最大经济体的基础设施和数据中心容量。一些分析师和投资者警告称，近期人工智能投资的激增反映了过去的科技泡沫，如果人工智能的采用速度没有与资本支出同步增长，那么谷歌的估值和支出可能会过于乐观。未来五年预计投入约 150 亿美元将人工智能引入印度南部。该计划是建设一个基础设施中心。这是对印度最大的赌注。 10 月 14 日，谷歌概述了其在港口城市维沙卡帕特南建立一个连接到新电力和光纤网络的数据中心的计划。谷歌在一份声明中表示，这是该公司迄今为止在印度最大的投资，该项目支持政府加速当地人工智能行业发展的计划。印度安得拉邦技术部长 Nara Lokesh 表示，该邦的目标是到 2029 年拥有 6 吉瓦的数据中心容量。谷歌与其他美国科技巨头一起投资印度，印度是全球人工智能热潮的最大受益者之一。 Amazon.com 计划到 2030 年在该国投资 127 亿美元用于云基础设施，ChatGPT 开发商 OpenAI 正在该地区建设一个 1 吉瓦的数据中心。投资预期据世邦魏理仕集团称，到 2027 年，该国数据中心市场将超过 1000 亿美元。洛克什表示，仅维沙卡帕特南数据中心一项就代表谷歌的投资超过 100 亿美元。安得拉邦首席部长纳拉·钱德拉巴布·奈杜 (Nara Chandrababu Naidu) 的儿子洛克什 (Lokesh) 说：“这不仅仅是就业问题。” “更重要的是它所产生的更大的连锁效应，即它所产生的经济活动。”
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号社交媒体平台用户上传并发布。 ly提供信息存储服务。
智能驾驶辅助提供商圆融七星在2025广州车展上公布了量产交付“成绩单”。 20万辆量产乘用车搭载城市NOA（导航辅助驾驶）。这些车型涵盖SUV、小型货车和越野车。整整一年前，即2024年9月，圆融七星城市NOA系统首次安装在量产车上。从0台到20万台，圆融七星的上市速度并不尽如人意。与同行业其他智能驾驶辅助提供商相比，圆融七星的交付规模并不是最大，但其采用的平台和技术却是行业领先的。圆融七星是目前为数不多的具备VLA（Visual Language Action）大模型能力的第三方厂商之一。自2019年创立以来，圆融七星在智能驾驶领域尝试了多种技术路线。从第一次推出“非图像”解决方案从2022年推出首款车型，到2023年成为首家推出端到端车型的第三方供应商，甚至今年成为首家推出VLA车型的第三方供应商，圆融七星有着非常敏锐的科技感。圆融七星公布的数据显示，截至2025年10月，圆融七星一个月内就占据了辅助驾驶城市NOA第三方供应商市场近40%的市场份额。这意味着圆融七星的技术领先地位正在迅速转化为市场竞争力。据了解，圆融七星的NOA解决方案主要安装在长城威、坦克、吉利银河等自主品牌新能源汽车上，其中长城汽车是圆融七星的重点合作伙伴。 “圆融的成长密码是什么？这与我们的合作理念息息相关。我们与汽车企业建立了深厚的、有约束力的合作关系，给客户留下了深刻的印象凭借最前沿的技术，在每个合作项目中投入最优的资源。客户会很乐意将他们的核心模型交给我们。 “我们的前沿技术和汽车公司的核心车型很可能会带来‘销量成功’，实现双赢。”圆融七星首席执行官周光透露。周光透露，近期，圆融七星中标了国内某大型新能源汽车公司的全系列驾驶辅助标准配备项目，该客户的SUV车型是中型SUV市场中最畅销的车型。“明年我们的交付量将达到100万辆。” “我们只能靠现有客户来实现这个目标，而不会考虑新客户。”周光说。对于2026年的市场竞争，周光觉得竞争正在迅速融合，商业博弈变得异常激烈。明年的关键是降低成本、提高体验。里恩斯。当体验相似时，竞争的焦点就在于成本。当经验存在代沟时，绩效就变得至关重要。针对成本意识的需求，圆融七星准备了多种芯片解决方案。层面上，基于GPT架构的VLA技术拥有更强大的调优和学习能力。这种优势只有大规模量产才能完全实现。除了继续量产智能辅助驾驶实体外，圆融七星还将重点发展另外两大业务：Robotaxi和RoadAGI。 Shuhiro指出，驾驶支持量产业务将为所有卡车提供基础，这对双方都有利。濒临商业化的Robotaxi和RoadAGI业务，其实早在驾驶辅助量产业务之前，圆融七星就已经做到了。直到2021年，深圳已有几辆Robotaxi运营，但后来因路线技术问题而暂停。 Zh欧光认为，只有量产才能达到百万辆汽车和海量数据的规模，以及规模化的方法，才能更有效地推动Robotaxi的发展。 2025年将是机器人出租车从技术验证转向全面商业运营的一个重要里程碑。国内很多企业都有这方面的布局，并且不断举办这方面的投融资活动。随着机器人出租车的商业化，该行业预计将在 2026 年实现指数级增长。圆融七星在无锡和深圳推出机器人出租车业务。今年10月，圆融七星宣布与无锡市政府达成战略协议，将在无锡建设测试研发基地，并计划于今年晚些时候推出面向消费者量产的Robotaxi业务。届时，该公司将在国内率先推出Robotaxi业务，为消费者量产车辆。在此外，圆融七星还将通过其自主研发的VLA模型，推动RoadAGI（通用道路人工智能）的落地。 RoadAGI集成了两个主要模型：VLA + VLN（视觉语言导航），使移动代理能够基于自然语言指令自主导航现实世界环境。使用场景覆盖公共道路、公园走廊、室内商场等，实现“任意点对点”的接入。周光表示，RoadAGI致力于解决人类生活中最复杂、最琐碎的旅程：最后100米。这100米的距离很短，但却是最困难的。以外卖为例。停放电动汽车和将食物送到家门口的过程相当复杂。整个过程大约需要20分钟，但最后一部分通常需要1到2分钟，也是最困难的。 RoadAGI的目标是，未来任何类型的物理执行单元，比如送货司机，都可以送货上门送到用户家门口，无论具体格式如何。表示，这是RoadAGI的最终愿景，是实现“机器人可以做任何事情”，我们相信它将成为物理世界的基本模型。面向2026年，圆融七星在智能驾驶领域的发展将主要通过三大路径来实现。 NOA系统的产量和交付量超过100万台，加速了Robotaxi的商业化进程，并积极推动RoadAGI的商业化。 （作者高飞昌） 免责声明：本文观点仅代表作者观点，仅供参考和交流之用，不构成任何形式的建议。汽车与出行新闻中心主编高飞昌长期关注汽车与出行领域的发展，包括产业政策、新能源汽车、自动驾驶、出行与科技、资本市场以及汽车出行等。汽车零配件市场。获得对企业战略和市场上新产品的相关变化的独特见解。
特别提示：以上内容（包括照片和视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
据雷达财经报天眼茶工商信息显示，义乌天猫优品电子商务有限公司于近期成立。法定代表人为安新杰先生，注册资本为100万元。公司经营范围包括互联网销售、互联网数据服务、家电销售、家电安装服务、家电零配件销售、供应链管理服务、企业管理咨询及软硬件及配套设备批发。该股全景穿透图显示，该公司为淘宝（中国）软件有限公司全资子公司，淘宝（中国）软件有限公司为淘宝（中国）软件有限公司全资子公司。
特别提示：以上内容（包括图片和视频，如有）由专业媒体平台推文“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图像和视频，如有）由网易号用户上传和发布，网易号是一个仅提供信息存储服务的社交媒体平台。
11月21日，在2025广州车展上，上汽奥迪宣布推出高性能quattro车型奥迪E5 Sportback。与此同时，奥迪品牌首款SUV概念车也将全球首发，量产版计划于2026年上市。奥迪E5 Sportback高性能quattro车型是一款融合了奥迪品牌代言人郑勤文的个人主张和冠军精神的特别版车型。限时售价27.99万元。在先锋quattro车型售价上加1万元，用户即可享受价值近5万元的高级配置包。官方高性能quattro车型在操控和体验上主要进行了三项配置改进。官方表示，该车配备20英寸轮毂和285英寸文华轮胎，堪比同级唯一一款超级跑车。同时，空气悬架、CDC可变阻尼系统和RE轮转向系统也是标准配备。前座按摩、后座加热、隐私玻璃、BOSE音响等用户选配的豪华功能也升级为标配。作为奥迪在中国电气化战略的重要组成部分，奥迪E5 Sportback采用宁德时代CTP无模块电池，CLTC总续航里程高达773公里。它基于800伏高压平台架构，充电10分钟即可恢复380公里的续航里程。智能体验方面，奥迪E5 Sportback基于全新AUDI OS操作系统，集成高通骁龙8295数字座舱芯片。此外，该公司还与中国智能驾驶公司Momenta联合开发了业界首个驾驶辅助解决方案，融合奥迪驾驶DNA和端到端飞轮模型。继奥迪E5 Sportback之后，奥迪E SUV概念车也首次亮相。标志着A家家族产品体系又迈进了一步奥迪品牌。该概念车继承了品牌家族式设计语言的运动感和前瞻感，将奥迪的核心技术优势与中国数字生态系统的创新成果深度融合。服务网络方面，上汽奥迪近期正式推出全新售后服务品牌和服务承诺体系，同时还完成了全国约200家展厅的形象升级。我们的品牌服务网络不断扩大。 11月，上汽奥迪集销售、体验于一体的全功能专用用户中心迅速扩张至近160个，预计年底将在全国100多个城市建成240多个全功能用户中心。免责声明：本文观点仅代表作者观点，仅供参考和交流之用，不构成任何形式的建议。
特别提示：以上内容（含图片及视频）ideos（如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
请注意：以上内容（包括图片和视频，如有）将被上传和发布。以及网易号的用户，网易号是一个社交媒体平台，仅提供信息存储服务。
英伟达正在以科技行业历史上前所未有的速度积累现金，自由现金流的爆炸式增长正在推动该公司达到财富积累的新高度。随着人工智能浪潮带来巨额利润不断涌出，这家半导体巨头面临着极其艰巨的战略挑战：如何有效配置其庞大且快速扩张的资本。受益于人工智能芯片销量的增长，英伟达的自由现金流预计在明年 1 月结束的财年达到 965 亿美元，而两年前仅为 38 亿美元。分析师预计，截至 2030 年 1 月的四年内，该公司扣除资本支出后的现金总生成量将达到 8500 亿美元。这一规模标志着科技行业财富分配的巨大转变，从专注于建设人工智能基础设施的大型科技集团手中，转而以英伟达为主要供应商。河随着可用流动性的增加，NVIDIA首席执行官黄仁勋表示，公司将继续寻求股票回购，并利用资金为增长提供资金并扩大其生态系统。目前，该公司资产负债表上的现金储备已从2023年初的约130亿美元增至今年10月底的600亿美元。与此同时，英伟达正在寻求通过向客户注入资金并采用更复杂的融资技术来支撑市场需求。这种独特的扩张策略让市场密切关注其资金使用逻辑。虽然像谷歌和Meta这样的竞争对手经常选择通过多元化投资来烧钱，但英伟达似乎更有可能将资本重新投入到其控制的AI芯片生态系统中。这种前所未有的现金产能和高度集中的支出模式，促使投资者重新评估该公司的长期资本回报轨迹及其对市场的潜在影响。壮观的爆炸现金流方面 NVIDIA的造血能力正在经历质的飞跃。数据显示，截至 2023 年 1 月的一年中，英伟达的自由现金流仅为 38 亿美元，但随着 IA.E 芯片销售的起飞，这一数字预计将在明年 1 月结束的财年上升至 965 亿美元。这一收入增长相当于令人印象深刻的 194% 的复合年增长率。同期，英伟达预计产生的自由现金流总额将大大超过谷歌、Meta、亚马逊和微软的预期水平。如果我们看一下1990年以来主要科技公司的财务历史，这只能与苹果2001年推出iPod后几年的腾飞相比。目前，四家主要科技公司正在大幅增加资本支出来开发人工智能基础设施。此举虽然抑制了其自身的自由现金流，但本质上引发了该行业的巨大财富转移，大量资金从这些大客户流向英伟达。此外，英伟达的预期总现金流高于苹果。与上述四家公司不同，苹果的人工智能投资规模相对较小，整体资本支出也处于历史低位，这使得英伟达的现金产生进步更具象征意义。面对未来然而，这种增长并没有显示出放缓的迹象。上周，该公司公布 10 月份季度销售额增长 62%。根据标准普尔全球市场情报 (S&P Global Market Intelligence) 的数据，分析师预计，在截至 2030 年 1 月的四年内，扣除资本支出后，NVIDIA 将产生约 8500 亿美元的总现金。即使最终金额减半，仍将大大高于该公司在 2020 年至 2023 年四年期间创造的 210 亿美元。绿色建筑和反向投资突然引发了“资金泛滥”，市场正在关注英伟达的资金会发生什么。这该公司宣布了一系列针对使用其芯片的公司的投资计划，包括计划斥资 100 亿美元投资 Anthropic、1000 亿美元投资 OpenAI。这项措施引发了人们的疑问：英伟达是否试图通过向客户提供补贴来人为地增加对其芯片的需求。除了直接注资外，英伟达还投资了像 CoreWeave 这样的云服务初创公司，后者购买了英伟达的芯片。在某些情况下，英伟达正在采取更积极的财务措施。该公司本周宣布，已将一个数据中心租赁给一家未具名的云公司，以换取股票期权。这种担保降低了贷款风险并降低了数据中心融资成本。黄仁勋在财报电话会议上表示，投资 OpenAI 这样的公司是为了扩大“我们的生态系统”，并利用现金为增长提供资金。这表明 Nvidia 走的是与 Meta 和 Google 不同的增长道路。而后者通常使用现金来多元化为了进军其他业务（例如现实、虚拟或自动驾驶汽车），英伟达选择加倍投资其核心业务生态系统。除了外部投资、股票回购和现金储备之外，股东回报仍然是英伟达资本利用的重要组成部分。本财年前三季度，NVIDIA 的股票回购支出从 2023 财年的 100 亿美元增至 360 亿美元。黄仁勋证实，该公司将“部分继续股票回购”。尽管制定了庞大的支出计划，但由于几项备受瞩目的投资尚未完成，英伟达的资产负债表上的现金一直在稳步积累。例如，OpenAI 和 Nvidia 仍在就最终条款进行谈判。它从 2023 年初的约 130 亿美元增至 10 月底的 600 亿美元。这一不断增加的数字不仅是对公司实力的证明，也为未来的资本配置策略留下了很大的想象空间。特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由用户上传并发布。网易号是一个社交媒体平台，仅提供信息存储服务。
北京时间11月23日，NBA常规赛快船队客场对阵黄蜂队。哈登首节砍下27分，三分球55+7+10，创造纪录，领先快船队多达24分。最终，快船队以131-116击败黄蜂队，结束三连败。这是快船队最近11场比赛中的第二场胜利，也是新赛季的第五场胜利。黄蜂队已经连续输掉五场比赛。快船队数据：哈登10个三分球55分7助攻，祖巴茨18分9篮板6助攻，桑德斯11分，洛佩兹11分，科林斯10分7篮板，巴图姆9分，克里斯蒂8分9篮板，邓恩6分6助攻，保罗3分4篮板8次助攻。黄蜂队：克奈佩尔26分、米勒21分、布里奇斯19分、3分18分4篮板7助攻、塞克斯顿18分3篮板4助攻。本场球星哈登拿下27分一个季度就追平了快船队的纪录。哈登的55分创造了快船历史单场得分纪录。哈登的55分创造了本赛季个人单场得分纪录。哈登25次单场得分超过50分，在科比历史上并列第三，仅次于张伯伦的118分和乔丹的31分。哈登在快船队得到55分，在火箭队得到61分，成为历史上第一位同时保持两支球队单场得分纪录的球员。哈登以36岁零88天的年纪，成为历史上第四位得分至少55分的球员。最好的三名球员分别是37岁零234天的科比、37岁零65天的詹姆斯和36岁零350天的库里。哈登成为快船历史上继麦卡杜之后第二位在多场比赛中得分超过50分的球员。哈登在过去七场比赛中有五次得分超过30分，场均得分为35.7分。这是哈登第二个40+本赛季一场比赛的得分表现。哈登上半场拿下35分，成为历史上第四位35岁以上拿到35分的球员。排在前三位的球员分别是2016年的科比、2019年的克劳福德和2025年的库里。哈登有32次上半场得分超过30分，创历史纪录。这是第一次。保罗职业生涯篮板数达到6000个大关，成为NBA历史上第一位超过23000分、12000次助攻和6000个篮板的球员。他已经确认将在本赛季结束后正式退役。比赛回顾：快船队对阵凯尔特人队、76人队和魔术队遭遇三连败，黄蜂队对阵雄鹿队、雷霆队、猛龙队和步行者队则遭遇四连败。快船队将缺席比尔、伦纳德、博格丹、琼斯和米勒，而黄蜂队将缺席格林、热维斯和曼。首节比赛开始，两队首节得分均超过30分。两队都是明星打出8-8，黄蜂队用一波10-2的进攻高潮取得领先。哈登的攻传结合让球队以21-20领先。哈登随后帮助快船队以34-24领先。首节结束，快船队以38-30领先黄蜂队8分。哈登首节打满12分钟，12投9中，其中三分球7投5中。他一人拿下27分，仅比黄蜂队全队少3分。第二节比赛，两队进攻单节跌至30分以下。巴统三分命中，快船将领先优势扩大到43-30。在克尼佩尔教练的带领下，黄蜂队继续反击拿分，快船队随后以57-43将领先优势扩大到14分。黄蜂队继续反击并重整旗鼓。哈登第二节又拿下8分。第四节，快船队以27-24三分不敌黄蜂队。上半场结束，快船队领先霍球队以 62-57 领先 5 分。前两节比赛，哈登17投12中，其中三分球10投6中。他拿下35分，稳住了快船队的进攻。半场结束后，快船队本场比赛第二次单节得分超过30分，而黄蜂队则连续两节得分低于30分。哈登第三节5投2中。他第一节的两个进球都落空了。这是一记侧翼三分球。第一节他就得到了8分。前三节他得到43分和6次助攻。快船队遭到黄蜂队的反击，以74-72只落后两分。祖巴茨、科林斯、洛佩兹等内线相继得分，快船发起进攻以19-4领先。快船队一点点拉开17分的领先优势。首节快船队以34-25领先黄蜂队9分。前三季度末，快船队以96-82领先黄蜂队。比赛最后一节，哈登连续第二节得分超过30分。本场比赛也是哈登第二次单节得分超过35分。快船队里外继续发力，将领先优势扩大到108-87 21分。快船队继续多分压制黄蜂队，以131-107将领先优势扩大到24分，取得领先。黄蜂队在最后时刻打出一波9-0的高潮得分，但他们无法改变局势。最终，快船队以131-116击败黄蜂队，结束三连败。快船队两队先发球员：科林斯、桑德斯、祖巴茨、哈登、丹 黄蜂队：克尼珀、布里奇斯、三球、米勒、卡尔克布伦纳（文：醉沃浮生）
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息化存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
北京时间11月23日结束的英超第12轮比赛中，利物浦主场0-3不敌诺丁汉森林。上半场，穆里略开出的角球引发争议，伊戈尔·热苏斯的进球因手球被判无效。下半场，萨沃纳和吉布斯-怀特连续进球，森林队锁定胜局。利物浦在过去七场英超比赛中输掉了六场，只赢了一场。他们在12场比赛中只取得了6场胜利，积18分。在还剩一场比赛的情况下，他们落后领头羊阿森纳八分。这也是自2021年2月以来利物浦首次在安菲尔德的英超比赛中丢三个球。诺丁汉森林队取得两连胜，12场比赛积12分。 【精彩回放】第33分钟，诺丁汉森林接到角球，伊戈尔·热苏斯头球攻门，穆里略进球。恩多耶涉嫌越位干扰ed在球门前。裁判查看VAR后判定利物浦0-1诺丁汉森林的进球有效。第35分钟，科纳特解围，将球踢高。伊戈尔·热苏斯停球抽射。通过VAR，主裁判吹响赫苏斯手球犯规，进球无效。下半场一开始，内科·威廉姆斯倒三角传球，萨沃纳拿球，将球推向球门。利物浦主场0-2不敌诺丁汉森林。第78分钟，哈钦森内线射门被扑出，吉布斯-怀特跟进破门，利物浦0-3诺丁汉森林。 【比赛结果】第8分钟，麦卡利斯特禁区内射门，安德森关键解围。第16分钟，萨拉赫妙传，凯尔·凯茨射门高出。第21分钟，桑加雷禁区外被铲倒，起身带球倒地。裁判没有说什么。第44分钟，萨拉赫突入禁区斜射，但皮球被泽勒斯扑出。他们易边再战，第63分钟，萨拉赫禁区内被射门。他开枪，但无视 Gakpo 的要求并没有射中目标。 【球员评分】【数据统计】【阵容】利物浦首发阵容：1-阿利森、8-索博斯莱、4-范迪克、5-科纳特（55’22-埃基蒂奇）、6-凯尔·凯茨（68’26-罗伯逊）、17-琼斯（78’73-古莫哈）、38-赫拉芬贝夫、10-麦卡利斯特、 11-萨拉赫、9-伊萨克（68’14-基耶萨）、18-加克波未替补：25-马马达什维利、2-戈麦斯、3-恩多汉、42-尼奥尼、47-拉姆齐 诺丁汉森林首发十一人：26-泽尔斯、37-萨博纳、5-穆里略、3-内科·威廉姆斯、 31-米伦科维奇、6-桑加雷、8-E-安德森、10-吉布斯-怀特、16-多明格斯(61’21-哈钦森)、14-恩多耶(86’7-奥多伊)、19-伊戈尔·热苏斯(86’22-耶茨) 替补未出场：13-维克托、4-莫拉特、 23-J-库尼亚、30-波利、24-麦卡蒂、15-卡里门多
特别说明：以上内容（包括图片和视频，如有）由 上传自有媒体平台“网易号”的用户。该流媒体和发布平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
