EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
珂玛科技业绩光速“变脸”,实控人认定及高管违规套现遭拷问
苏州珂玛材料科技股份有限公司(以下简称“珂玛科技”)上市进程更进一步。 近期,珂玛科技发布公告称,公司启动招股程序,于8月5日进行网上网下申购,很快将正式登陆深交所创业板。 此次IPO,珂玛科技拟公开发行新股数量7500万股,占发行后总股本的17.20%,拟募集资金9亿元。 招股书显示,珂玛科技主营先进陶瓷材料零部件的研发、制造、销售、服务及泛半导体设备表面处理服务。 虽然即将登陆资本市场,但珂玛科技存在的诸多问题依然值得关注。比如,珂玛科技的实控人认定、高管违规套现、主要原材料依赖进口等。 更重要的是,公司业绩大开大合,且过会后光速“变脸”。未来,珂玛科技的业绩能否保持可持续性增长仍存在诸多不确定性。 1 实控人认定及高管违规套现遭拷问 珂玛科技的前身为珂玛有限,成立于2009年4月,由刘先兵出资100万元设立。由于公司发展需要资金,同年12月,胡文实缴出资500万元增资珂玛有限。 一个月后,胡文将持有的珂玛有限15.50%股权(对应出资额155万元)无偿转让给刘先兵,理由为刘先兵在技术、管理、战略规划上对珂玛有限的巨大贡献。 2018年6月,珂玛有限整体变更为股份有限公司,变更完成后,刘先兵持股65.50%、胡文持股34.50%。 图 / 珂玛科技招股书 2019年12月,胡文再次出手,以股权激励的性质,将持有的42.73万股、38.83万股分别转让给苏州博盈、公司副总经理高建,转让价格分别为469.98万元、427.12万元。 一年后,珂玛科技对高建实施进一步股权激励,实控人刘先兵将其所持的30万股以90万元的对价转让给高建,交易价格为3元/股。 不过,高建并未实际支付这两次股权转让价款,而是在2020年12月31日转为固定期限还款借款,合计价格517.12万元。 直到2022年1月19日,高建才向胡文、刘先兵足额偿还上述借款及相应利息。 「子弹财经」注意到,在没有还款的情况下,高建却在转让股份套现。 2021年11月,高建将所持珂玛科技92.40万股股份分别转让给了嘉衍创投、华业天成、明善嘉德、沃洁投资,交易价格为34.09元/股,总价款为3150万元。 然而,高建此次股权转让超过25%的限制性约定。转让之前,高建直接持有珂玛科技240.12万股股份,上述转让的股份数量占转让发生前直接持股总数的38.48%,显然不符合《公司法》关于“公司董高监管理人员在任职期间每年转让的股份不得超过其所持本公司股份总数25%”的规定。 对此,深交所要求珂玛科技说明高建股转超过规定是否被认定无效风险,或者被受让方撤销的风险,是否取得受让方确认等。 珂玛科技解释称,《公司法》之规定应属于“管理型强制性规定”而非“效力性强制性规定”,因此不存在被认定无效的风险。 而珂玛科技高管受到质疑的不止高建一个。 招股书显示,截至招股书签署日,珂玛科技的实际控制人为刘先兵,合计控制公司股份比例为60.04%。 图 / 珂玛科技招股书 对于珂玛科技实控人的认定,深交所也提出质疑。 胡文多次以自有股份实施股权激励,但未被公司认定为共同控制人。深交所要求珂玛科技说明合理性、原因以及是否存在规避实际控制人认定情形。 在首轮问询函回复中,珂玛科技表示是为避免刘先兵稀释股权比例,维持并突出其实际控制人地位。 但是第二轮问询中,深交所又要求结合出资来源、资金流水核查等情况,说明是否存在股权代持,股权权属是否清晰等问题。 很显然,珂玛科技的回复并没有成功打消监管层的疑虑。在第二轮问询中,珂玛科技进一步披露了胡文和刘先兵是高中同学的关系,但对于具体解释却与首轮一致。 在企业进行IPO申报时,基本条件就要求IPO企业股份权属清晰。那么,实际控制人认定就是重要事项之一,这不仅涉及股权稳定性,还事关是否存在刻意规避监管的情形,因此监管层对此极为重视。 2 业绩光速“变脸”,毛利率两连降 招股书显示,珂玛科技主要产品及服务包括先进陶瓷材料零部件、表面处理和金属结构零部件。 整体而言,营收、净利持续增长是珂玛科技此次冲关IPO的底气所在。 2019年-2021年,珂玛科技的营业收入分别为1.76亿元、2.54亿元和3.45亿元;归母净利润分别为1257.63万元、4568.86万元和6708.88万元。 图 / Wind(单位:亿元) 彼时,珂玛科技营业收入年均复合增长率为40.17%、归母净利润年均复合增长率为130.97%。 2022年,珂玛科技的营业收入同比增长34.04%,归母净利润同比增长38.97%。 2022年6月29日,珂玛科技递交招股书,向深交所发起了冲击。2023年1月20日,珂玛科技成功过会。 就在IPO进入注册流程的关键时期,企业出现了增收不增利的情况。2023年,在营收保持增长时,增长归母净利润掉头向下,同比下降12.20%至8186.07万元。 对此,珂玛科技表示,营收增长是受半导体行业先进陶瓷材料零部件收入增长带动,其中,半导体核心陶瓷部件氮化铝陶瓷加热器收入增长2519.62万元,泛半导体领域氧化铝产品收入增长1787.62万元。 监管层也对珂玛科技未来能否保持高速的营收增长有所疑问。在问询函中,深交所要求公司结合期后主要财务数据变动情况、在手订单情况、客户拓展情况等分析收入增长的可持续性。 此外,珂玛科技的毛利率和净资产收益率也在持续下降。 招股书显示,2021年-2023年(以下简称“报告期”),珂玛科技的综合毛利率分别为42.98%、42.25%和39.78%,逐年下降。 图 / 珂玛科技招股书 其中,先进陶瓷材料零部件毛利率由2021年的49.58%降至2023年的43.77%,减少5.81个百分点;表面处理服务毛利率由2021年32.73%降至2023年的20.01%,减少12.72个百分点。 图 / 珂玛科技招股书 同时,报告期内,珂玛科技的加权平均净资产收益率分别为31.53%、15.73%和11.86%,报告期内下降19.67个百分点。 3 原材料依赖进口,采购数据“打架” 值得注意的是,在主营业务方面,先进陶瓷材料零部件占营收大头。报告期内,该产品的营业收入占总收入的比例分别为60.33%、78.18%和82.63%。 先进陶瓷材料零部件的营收越来越高,其所需的原材料也越来越多。 招股书显示,珂玛科技采购的原材料主要为先进陶瓷材料零部件生产所需的氧化铝原粉、氮化铝原粉、氧化锆造粒粉、烧坯以及表面处理服务所需的氧化钇粉末等。 由于我国先进陶瓷产业起步较晚,缺乏陶瓷粉料的一流国产供应商,珂玛科技氧化铝、氮化铝粉末等原材料终端需向海外厂商采购,供应商主要来自日本、欧洲。 截至2023年末,珂玛科技氧化铝原粉99.998%的供应来自境外终端,氮化铝原粉境外终端的供应下降,由2021年的91.86%降至2023年的29.33%;氧化钇熔射粉境外终端供应也出现下降,从100%降到95.79%,但占比依然较高。 图 / 珂玛科技招股书 与此同时,2023年,珂玛科技采购氧化铝原料、氮化铝原料、氧化锆造粒粉、氧化钇熔射粉的金额分别为2059.46万元、846.21万元、3781.47万元、1841.23万元。 图 / 珂玛科技招股书 令人诧异的是,珂玛科技披露的采购数据互相矛盾,数据的真实性和准确性存疑。 招股书显示,报告期内,珂玛科技氧化钇熔射粉的采购金额分别为2267.90万元、1502.94万元和1841.23万元,占比分别为17%、8.77%和10.39%。 但报告期内,公司向供应商苏州连山机电有限公司采购氧化钇熔射粉的金额就达到2680.17万元、1718.53万元和2092.72万元,占比分别为20.09%、10.03%和11.81%。 仅对苏州连山机电有限公司采购的氧化钇熔射粉金额就比该原料采购总额多出412.27万元、215.59万元、251.49万元。 此外,2021年,珂玛科技向安迈铝业贸易(青岛)有限公司、阿泰欧法铝业(上海)有限公司两家供应商采购的氧化铝原粉共计1369.56万元,而2021年氧化铝原粉采购总额只有1305.06万元。 同年向金业新材料科技(昆山)有限公司采购氧化锆造粒粉金额2657.42万元,而氧化锆造粒粉采购总额为2649.55万元。多个原材料采购总额低于向单个企业的采购额。 图 / 珂玛科技招股书 其实,伴随着注册制的全面实行,IPO信披质量问题成为监管核心,信披真实性、准确性、完整性受到投资者和监管机构的高度关注,尤其是涉及经营等方面重要数据的信披。 因此,珂玛科技采购数据互相“打架”,或许会引发市场对公司财务数据真实性的质疑。而且,此情况也暴露出公司业务流程和管理制度或许存在问题,上市后的珂玛科技仍需在业务经营以及内部控制等方面加强管理。
又一企业“流血”上市,自动驾驶商业化终局何时到来?
七年时间,文远知行终于被“托举”到了上市的关口。 7月27日消息,自动驾驶解决方案提供商文远知行在美股纳斯达克提交招股书。外媒透露的信息显示,文远知行有望在8月底正式登陆美股,成为“全球通用自动驾驶第一股”。 随着上市消息的传出,其在上市前的最后一轮融资估值也被曝光——51亿美元(约合人民币371亿元)。 作为如今业内少有的通用自动驾驶玩家,文远知行的业务覆盖L2到L4级自动驾驶,其产品涵盖了包括无人小巴、Robotaxi、高阶智驾在内的多种解决方案。 但业务的广泛,始终改变不了自动驾驶产业的亏损通病。其招股书显示,2021-2023年,文远知行经调整后的净亏损分别为4.27亿元、4.01亿元和5.02亿元,累计亏损超过13亿元。 事实上,伴随着新能源汽车产业链的内卷与竞争,身为上游供应商的自动驾驶方案提供商也承受着远高于以往的竞争压力。服务周期长、回款周期慢、利润压缩等问题,已经开始在产业链上传导。 此外,资本市场似乎也正在重新审视自动驾驶行业的发展预期。据「探客出行」了解,同为自动驾驶产业链的激光雷达企业速腾聚创、禾赛科技股价都经历了断崖式下跌,投资收益预期远不如前。 一半是海水,一般是火焰。当智能化、自动驾驶成为新能源汽车产业不可或缺的标签时,资本市场已经冷静预判到了行业的泡沫。 超300亿估值之下,文远知行的考验才刚刚开始。 头戴明星光环,烧钱不断 公开资料显示,成立于2017年的文远知行,前身为景驰科技,创始人正是在中国自动驾驶领域有着响当当名头的王劲。 彼时,王劲从其组建的百度自动驾驶事业部离开,和时任百度自动驾驶首席科学家韩旭共同成立景驰科技。但随后不久,王劲就因与百度的竞业协议而退出景驰科技。景驰科技也在随后更名为文远知行,由韩旭担任联合创始人。 尽管成立之初经历一番波折,但业内明星人物的坐镇,始终为这家公司增添了不少行业号召力和资本青睐。 企查查数据显示,自2017年成立,文远知行累计获得十轮融资,公开的融资金额超过10.9亿美元。其背后的助推者,既包括头部投资机构,还不乏宇通客车、广汽、博世这样的产业链上下游企业。 即便融资不断,但亏损上市,已经成了如今自动驾驶公司共同的“痛”。 图 / 摄图网,基于VRF协议 数据显示,即便上市在即,文远知行的经营状况也并不乐观。 招股书信息显示,2021年-2023年,文远知行的营收分别为1.38亿元、5.28亿元和4.02亿元,净亏损为10.07亿元、12.99亿元和19.49亿元,公司非国际财务报告调整后净亏损分别为4.27亿元、4.01亿元和5.02亿元。 作为技术密集型的产业,高研发支出,让亏损成为企业常态。 2021年-2023年的三年间,文远知行的研发支出分别为4.43亿元、7.59亿元和10.58亿元。研发支出远高于企业营收。 文远知行也在招股书中表示,随着公司自动驾驶技术的测试、试验和商业化,研发支出后续预计还会增加。 国际智能运载科技协会秘书长张翔表示,自动驾驶行业的属性,让企业研发费用高企,行业持续内卷,持续输血已经成为必经之路。 事实上,研发费用的持续投入是整个行业都面临的压力,但对于文远知行来说,更大的压力在于收入增速的减慢,乃至负增长。招股书数据显示,文远知行2024上半年收入同比下滑17.81%。 与此同时,其账面资金状况也并不乐观。招股书显示,文远知行目前持有的现金和现金等价物约为18亿元。 “我们自成立以来一直没有盈利,这种情况在未来可能会持续。”文远知行在招股书中颇为坦诚。 按照目前的营收增速和亏损现状,登陆资本市场,寻求新的资金支持,已然成了文远知行的必选题。 被合作方托举,但商业化落地仍旧艰难 纵观如今中国自动驾驶领域的暗流涌动,每一家企业都试图走出一条独特的道路。 在一众自动驾驶创业公司中,文远知行的特别之处就在于其对于业务线的广泛布局,包括乘用车、货车、无人小巴、多用途车等各种类型的自动驾驶上车产品。 据介绍,文远知行的业务目前主要有五个板块:Robotaxi(自动驾驶出租车)、Robobus(自动驾驶小巴)、Robovan(自动驾驶货运车)、Robosweeper(自动驾驶环卫车)、ADAS(高阶智能)解决方案。 而这种能够在各个细分自动驾驶场景和级别应用的能力,便是通用自动驾驶。 目前,文远知行是全球首家向公众提供L4级Robotaxi服务的企业,也是首家对外提供自动驾驶小巴服务的公司。2019年,文远知行落地全国首支一线城市的Robotaxi车队,在广州正式开启运营服务。 早期的先发落地优势,让文远知行较早积累了大量的数据优势。但随着政策的开发以及同行业竞争者的开发加速,文远知行的先发优势已经不再明显。 更令人意外的是,招股书数据显示,2021年至2023年间,文远知行的自动驾驶出租车总共售出19台,其中2021年5台,2022年11台,2023年3台。无人驾驶小巴的销量三年分别卖出38台、90台和19台,累计不足200台。 而在自动驾驶小巴业务层面,则要得益于宇通客车。早在2020年,宇通客车就战略投资了文远知行,推动后者在小巴、公交车等自动驾驶商业场景的应用。除此之外,文远知行在自动驾驶货运车上的商业化落地,同样离不开合作伙伴江铃汽车的支持。 图 / 文远知行官网 然而这种程度的商业化,很难证明其商业模式的成功。 张翔也认为,文远知行未来业务的发展,也充满着不确定性。“从近段时间的市场反馈来看,消费者对于自动驾驶的信赖感进一步降低,信心不足。自动驾驶公司实际展示出来的技术和管理水平都没有想象中那么高。” 除了无人驾驶产品应用效果受限外,在高阶智驾软件方面,文远知行对于合作伙伴的依赖程度也颇高。 在介入文远知行的股权融资后,2022年5月,文远知行与全球最大Tier 1博世联手,开展高阶智能驾驶解决方案的研发。两年之后,双方迅速量产“博世中国高阶智能驾驶解决方案”,该方案也被搭载在奇瑞星途星纪元ES、ET上。 但需要注意的是,与博世的合作在带来订单的同时,也一定程度上让文远知行的高阶智驾业务患上了博世“依赖症”。 2024年上半年,公司整体营收同比下滑17.81%,ADAS研发服务收入较去年同期减少4390万元。文远知行坦言,公司向博世提供的定制研发服务收入减少,是整体业绩下降的原因之一。 大规模商业化在即,考验刚刚开始 尽管文远知行预计,到2030年,全球自动驾驶市场规模高达1.7万亿美元,其中中国自动驾驶市场将达到6390亿美元,但“钱景”或许远没有那么快到来。 如今,自动驾驶产业仍被定义为早期,但却已经有企业死在了沙滩上。 今年4月,Open AI投资的自动驾驶软件初创公司Ghost Autonomy宣布,考虑到当前的融资环境以及自主开发和商业化所需的长期投资,长期盈利之路尚不确定,已于2024年4月3日关闭全球业务并关闭公司。 生死就在瞬间。这家公司与文远知行同年创立,并于去年成功上市,但却倒在了真正商业化之前。 这也印证着,持续的造血能力和资金状况,始终考验着行业内的每一家公司。 仔细看文远知行的收入状况,招股书显示,文远知行收入支柱发生明显变化,由原本的产品收入为主转变为服务收入为主。 数据显示,在2021年-2023年,文远知行产品收入从1.02亿元降至5419万元;服务收入从3657万元增长至3.48亿元,同比增长850%。可以说业务收入的增长,全部来源于服务收入的增长。 图 / 摄图网,基于VRF协议 这种转变意味着随着产品的落地,客户需求在发生变化。 但不同于产品收入的一次性交易,服务收入需要长时间的项目对接服务,并且客户要求更高、对接更复杂。 一位自动驾驶软件服务提供商向「探客出行」表示,现在给客户提供服务几乎需要24小时待命,项目时间完全配合客户需求。 即便是这般服务,签订合作也竞争压力颇大,回款更是艰难。 就文远知行的业务而言,其目前这种与车企、零部件供应商合作的业务模式,对于客户的依赖性更高。 而令文远知行颇为尴尬的是,随着车企自研技术的成熟,外部采购也变得更少、更精细。仅就智驾方案而言,特斯拉、小鹏、理想、蔚来均逐步推进全栈自研。 留给文远知行的规模商业化时间也越来越短。在国内玩家空间被挤占的情况下,文远知行计划开拓海外项目,在海外拓荒。 据金融界报道,根据商务部发布的信息,文远知行于2023年成功获得了阿联酋颁发的首张无人驾驶汽车运营初步许可证,不过目前其在该地的运营规模仍相对有限,仅部署了10辆无人驾驶汽车,包括8辆无人驾驶出租车和2辆无人驾驶公交车。 按照规划,文远知行计划至2025年在阿联酋市场投放数百辆无人驾驶汽车,以期扩大其海外运营版图。 但行业的更迭速度远超想象。在张翔看来,如果成功上市,未来三五年内,文远知行需要进一步谋求大客户的支持,以最快速度争取规模商业化的实现。
消息称谷歌豪掷25亿美元收购AI独角兽Character.AI,创始人率团队“卖身大厂”
IT之家 8 月 3 日消息,据彭博社报道,当地时间周五,AI 独角兽公司 Character.AI 创始人诺姆・沙泽尔(Noam Shazeer)和丹尼尔・德・弗雷塔斯(Daniel De Freitas)以及研究团队部分成员加入谷歌公司。 报道援引不具名知情人士消息称,现有投资者将以 25 亿美元(IT之家备注:当前约 179.64 亿元人民币)的价格买断公司股票。这比之前对该公司的 10 亿美元(当前约 71.86 亿元人民币)估值高出很多。不过,这仍低于该公司去年与投资者进行早期谈判时讨论的 50 亿美元(当前约 359.29 亿元人民币)的高估值。 Character.AI 表示,将与谷歌就其大型语言模型技术达成非独家授权协议,同时 Character.AI 将继续存在。“Character.AI 的大部分优秀团队将继续留任,并将继续打造 Character.AI 产品,为我们不断增长的用户群提供服务。” 对于 Character.AI 的创始人来说,这笔交易代表着一种“回家的感觉”,两名创始人之前都在谷歌工作过。在这家科技巨头的第一份工作期间,沙泽尔与人合作撰写了《注意力就是你所需要的一切》(Attention Is All You Need),这是一篇关于生成式 AI 的开创性论文。但截至 2023 年 7 月,这篇论文的八位作者都已离开谷歌,许多人都创办了自己的高知名度人工智能初创公司。 Character.AI 可以让任何人制作自己的定制聊天机器人,模仿任何人和任何事物 —— 不论是活着的、死去的还是想象中的角色。人们已经借由该平台制作了数百万个聊天机器人,其中一些还是很受欢迎的对话伙伴。例如,用户已经向该平台上的 AI“雷电将军”和“影”(《原神》角色)发送了约 3.71 亿条信息。 不久前,曾有外媒报道称,马斯克的人工智能初创公司 xAI 考虑收购聊天机器人制造商 Character.AI,因为其正在寻找更多的方法来测试 Grok 聊天机器人。但是,马斯克 8 月 1 日通过 X(推特)否认了这条消息。
比真狗还狗!鹅厂机器狗登Nature子刊封面:可定向越野
腾讯机器狗,登上了Nature子刊封面! 在它的控制下,机器狗的动作和真实世界中的狗越来越像了。 注意看,这里的两只机器狗玩起了“定向越野”,还是带追逐的那种。 游戏当中,两只机器狗分别要扮演追逐者和逃脱者,逃脱者需要在不被抓到的情况下到达指定位置。 一旦它到达了指定位置,两只机器狗就会交换身份,如此来回进行,直到有一只被抓住。 这个游戏的一个难点在于有最大速度限制,两只机器狗都不能单独依靠速度取胜,必须规划出一定策略。 甚至,还有更加困难的障碍赛,战斗更加激烈、场面更加精彩。 这场机器人越野大赛的背后,应用的正是这套全新的控制框架。 该框架采取了分层式策略,并运用生成式模型学习了动物的运动方式,训练数据来自一只拉布拉多犬。 这套方法让机器狗不再依赖物理模型或手工设计的奖励函数,并能像动物一样理解和适应更多的环境与任务。 像真的狗一样运动 这只机器狗名叫MAX,重量为14kg,每条腿上有3个行动器,可提供平均22N·m的持续扭矩,最大能达到30N·m。 MAX的一大亮点,就是实现了对真实世界中狗的模仿。 在室内环境中,MAX挣脱了研究者,然后就开始了自由跑动。 把MAX放到室外,它也能在草地上欢快地奔跑玩耍。 当遇到有障碍的复杂地形时,这种模仿就更加惟妙惟肖了。 向上,MAX可以敏捷飞快地爬上楼梯。 向下,它也能钻过障碍物,挡在它前面的横杆没有被碰到一点。 这一系列的动作背后,都是MAX的控制系统从一只拉布拉多的动作当中学习到的策略。 利用对真狗的模仿,MAX还能规划更高级的策略,完成更为复杂的任务,前面展示的追逐大战就是一个很好的例子。 值得一提的是,除了让两只机器狗相互竞技之外,研究人员也通过手柄控制加入到了这场战斗。 从画面中不难看出,真人控制模式下的机器狗(下图中1号),反而不如纯机器方案(2号)来得灵活。 最终的结果是,在开了挂(人类控制的机器狗最大限速更高)的情况下,人类仍然以0:2的比分彻底输给了机器。 除了能让机器狗灵活运动,该框架最大的优势就是通用性,可以针对不同的任务场景和机器人形态进行预训练和知识复用。 未来,团队还计划把该系统迁移至人形机器人和多智能体协作的场景。 所以,Robotics X实验室的研究人员是如何打造出这套方案的呢? 加入生成式模型的分层框架 研究人员设计这套控制框架的核心思路,就是模仿真实动物的运动、感知和策略。 该框架通过构建可预训练、可重用和可扩展的原始级、环境级和策略级知识,使机器人能够像动物一样从更广泛的视角理解和适应环境与任务。 具体实现上,该框架也采用了分层式的控制方式,之中的三个层级——原始运动控制器(PMC)、环境适应控制器(EPMC)和策略控制器(SEPMC)——分别与原始级、环境级和策略级知识形成了对应。 首先,人类会发出一个高级的指令(比如告诉机器竞速追逐游戏的规则和目标),这也是(运行过程)全程唯一需要人参与的地方。 这个高级指令会被SEPMC接收,并根据当前情况(如机器人角色、对手位置等)制定策略,然后生成包括移动方向、速度等信息的导航命令。 导航命令接下来会传给EPMC,然后结合环境感知信息(如地形高度图、深度信息等),选择适当的运动模式,形成一个类别分布,同时选择合适的离散潜在表示。 最后,PMC又把这种潜在表示与机器人当前的状态(如关节位置、速度等)结合,得到电机控制信号,并最终交付执行。 训练的顺序则刚好与之相反——从PMC开始,到SEPMC结束。 第一阶段PMC的训练,也就是原始级训练,是为了建立基础的运动能力。 该阶段的训练数据来自对一只训练有素的中型拉布拉多犬的运动捕捉。 通过指导狗狗完成各种动作,作者收集了大约半小时的不同步态(如行走、奔跑、跳跃、坐下等)的运动序列,以每秒120帧的频率采样。 狗狗在捕捉过程中遵循直线、方形、圆形等不同的路径轨迹。此外,作者还专门收集了约9分钟的上下楼梯的运动数据。 为了弥合动物和机器人的骨骼结构差异,作者使用逆运动学方法将狗狗的关节运动数据重定向到机器人关节。 通过进一步的人工调整,最终得到了与四足机器人兼容的参考运动数据。 基于这些数据,作者使用了生成式模型VQ-VAE编码器来压缩和表示动物的运动模式,构建了PMC的离散潜在空间。 通过向量量化技术,这些连续的潜在表示离散化为预定义的离散嵌入向量,解码器则基于选定的离散嵌入和当前机器人状态生成具体的运动控制信号。 在VQ-VAE的基础上,PMC的训练目标,是最小化生成的运动轨迹与参考轨迹之间的偏差。 同时,作者引入了优先级采样机制,根据不同运动模式的难易程度动态调整其在训练中的权重,确保网络对所有参考数据都能很好地拟合。 通过不断迭代和优化,PMC逐步学习到一组能够有效表达复杂动物运动的离散表征,直至收敛。 PMC阶段的结果,为EPMC生成更高级别的运动控制信息提供了基础。 EPMC在PMC的基础上引入了环境感知模块,接收来自视觉、雷达等传感器的信息,使得策略网络能够根据当前环境状态动态调整运动模式。 EPMC的核心是一个概率生成网络,根据当前的感知信息和指令信号,在PMC提供的离散潜在空间上生成一个概率分布。 这个分布决定了应该激活哪些原始运动模式,以最好地适应当前环境和任务。 EPMC的训练,通过最小化环境适应和任务完成的损失函数来实现,逐步学习优化运动策略,提高机器人的适应能力和鲁棒性。 最后的SEPMC训练阶段进一步提升了机器人的认知和规划能力,使其能够在多智能体交互环境中制定和执行高层策略。 SEPMC在EPMC的基础上,根据当前的游戏状态(如自身和对手位置等)和历史交互记录,生成高层的策略决策(如追逐、躲避)。 MAX机器人玩的追逐式定向越野游戏,也正是SEPMC的训练方式。 在该阶段,作者采用了先进的多智能体强化学习算法PFSP,通过自我博弈不断提升机器人的策略水平。 训练过程中,当前策略不断与历史上的强对手进行对抗,迫使其学习更加鲁棒和高效的策略。 得益于前两个阶段打下的坚实基础,这种复杂策略的学习是非常高效的,即使在稀疏奖励的情况下也能快速收敛。 值得一提的是,这样的多智能体方案当中,还可以引入一些模拟人类的智能体,从而实现机器间或人机间的协作配合。 以上的训练过程都是在仿真环境中完成,然后以零样本迁移到真实环境。 在仿真中,物理参数可以自由控制,作者随机化了大量物理参数(包括负载、地形变化等),通过强化学习得到的策略必须能够应对这些变化,得到稳定和通用的控制能力。 另外,作者在控制框架中的每一层都使用了LSTM,使得各个层级都具备一定的时序记忆和规划能力。 传感器方面,目前作者主要验证了使用Motion Capture系统,或仅基于Depth Camera的视觉感知可以完成一系列复杂的任务。 为了处理更加开放和复杂的环境,作者未来将进一步整合LiDAR、Audio等感知输入,进行多模态理解,更好的应对环境。 论文地址:https://www.nature.com/articles/s42256-024-00861-3 项目主页:https://tencent-roboticsx.github.io/lifelike-agility-and-play/
30人,25亿美元卖身!大模型淘汰赛加速
硅谷明星AI独角兽的光环开始逐个破灭? 智东西8月3日报道,明星AI情感陪伴独角兽Character.AI宣布与谷歌达成另类收购协议。 谷歌出钱,买下Character.AI的大模型非独家许可+两位联合创始人Noam Shazeer、Daniel De Freitas+部分研究人员(约30名),这些新挖来的人将参与谷歌Gemini AI项目。据外媒报道,谷歌将以25亿美元的估值(每股约88美元)买断Character.AI投资者们的股票。 又是眼熟的操作,与此前Inflection AI投奔微软、Adept AI卖身亚马逊差不多,不是收购,胜似收购,把核心人物都挖走了。 ▲Character.AI官方公告 Character.AI于2021年创立于美国加州,是去年AI聊天机器人热潮兴起初期全球最亮眼的明星独角兽之一,巅峰时期流量仅次于ChatGPT,在个性化AI聊天机器人赛道堪称独孤求败,凭借人设丰富、情商满格的AI虚拟角色掀起了人机社交的“赛博恋爱”狂欢。 但高访问量并没能带来可观的融资和商业化回报。这家创企在2023年3月获1.5亿美元融资、估值达10亿美元后再未宣布新融资,去年9月曾被传洽谈估值可能达到50亿美元的融资,不过这一消息很快就没了音讯。 其收入主要来自每月9.99美元的订阅费,但网站分析平台Similarweb显示,Character.AI网站访问量从去年5月开始增长停滞,而主打信息需求的ChatGPT以断层优势持续打破访问量记录。 由于审查机制越发严格,Character.AI近期对其模型做的修改导致AI角色聊天体验变差,曾经真情实感的回复变得简短冷淡,引起原有用户的不满。许多用户开始转向其他AI虚拟社交平台。 此前Character.AI被传跟谷歌、Meta、马斯克的xAI等公司都谈判过,如今总算是尘埃落地。 不过Character.AI其余100多位员工仍会留下,约占总员工数3/4,公司也会继续维系运营,总法律顾问Dominic Perella将担任临时CEO。与此同时,Character.AI将转而采用Meta的Llama 3.1等第三方模型,不再依赖内部自研模型。 谷歌发言人在一封电子邮件中庆贺道:“我们非常高兴地欢迎机器学习领域杰出研究员Noam的回归,他和他的少数同事将加入谷歌DeepMind的研究团队。” 值得一提的是,被谷歌挖走的Character.AI联合创始人、首席执行官Noam Shazeer,是大名鼎鼎的“Transformer论文八子”之一。Transformer架构正是这波大语言模型浪潮的奠基之作。 ▲著名Transformer论文Attention Is All You Need的八位作者署名 Noam Shazeer曾在2000年~2009年、2012年~2021年期间就职于谷歌,这已经是他第三次给谷歌打工了。2021年,他与前谷歌工程师Daniel De Freitas因对谷歌内部官僚体系的不满,一起离开谷歌创办了主打AI虚拟陪伴的AI聊天机器人创企Character.AI。 ▲Noam Shazeer(左)、Daniel De Freitas(右) 目前“Transformer论文八子”已经散作满天星,投身于不同赛道的创业。Character.AI和Adept AI已经以另类收购的方式投奔硅谷科技大厂,AI大模型创企Cohere、Sakana AI则分别成为加拿大、日本大模型产业的“金字招牌”。 今年被公认是生成式AI落地元年,在科技大厂不断挤占生存空间、商业回报难填亏损的阴影下,大模型创企如何生存和盈利成业界关注的焦点。 就连Character.AI这样被广泛年轻群体追捧的头部明星企业,也难以靠单一的订阅模式果腹,突显了现阶段AI情感陪伴赛道的商业化困境。 Character.AI投奔谷歌,亦是当前硅谷大模型产业走向洗牌期的一个缩影,曾经声名显赫的硅谷AI独角兽们相继遇困,或者核心业务难挽下坡路,或者筹不到足够的资金和计算资源,而被大公司收购无疑是摆脱僵局的一个好归宿。 硅谷大厂们,一边继续大刀阔斧裁员,另一边又豪掷巨资投资AI创企、挖大模型人才,玩得一手“裁员广进”。 这种“不买公司买创始人”的变相收购,在海外大模型产业正从“另类”逐渐变得“寻常”,并已经引起了反垄断监管机构的关注。
阿里发“神笔马良版Sora”,轻轻一抹让猫咪转向,20个演示视频+10页技术报告解读
作者 | 香草 编辑 | 李水青 AI视频生成赛道风起云涌,国内外新颖的文生、图生视频产品层出不穷。在各大厂商的“内卷”之下,当下的视频生成模型各方面已经接近“以假乱真”的效果。 但与此同时,大部分视频生成模型的准确程度、遵循指令的能力还有待提升,生成视频仍然是一个“抽卡”的过程,往往需要用户生成许多次,才能获得符合需求的结果。这也造成算力成本过高、资源浪费等问题。 如何提升视频生成的精准度,减少“抽卡”次数,利用尽可能少的资源来获取符合需求的视频? 智东西8月3日报道,阿里团队近日推出视频生成模型Tora,能够根据轨迹、图像、文本或其组合,简单几笔快速生成精确运动控制的视频,同时也支持首尾帧控制,让视频生成的可控性又上了一个阶梯。 自动播放 Tora是首个面向轨迹的DiT框架模型,利用DiT的可扩展性,Tora生成的物体运动不仅能精确地遵循轨迹,而且可以有效地模拟物理世界动态,相关论文已于8月1日发布在arXiv上。 ▲Tora论文 Tora目前仅提供视频演示,其项目主页显示,其后续将发布在线Demo和推理、训练代码。 一、三种模态组合输入,精准控制运动轨迹 Tora支持轨迹、文本、图像三种模态,或它们的组合输入,可对不同时长、宽高比和分辨率的视频内容进行动态精确控制。 轨迹输入可以是各种各样的直线、曲线,其具有方向,不同方向的多个轨迹也可以进行组合。例如,你可以用一条S型曲线控制漂浮物的运动轨迹,同时用文字描述来控制它的运动速度。下面这个视频中,所使用的提示词用到了“缓慢”、“优雅”、“轻轻”等副词。 自动播放 同一条轨迹也可以在一个轴线上反复运动,生成来回摇动的画面。 自动播放 在同一张图上,绘制不同的轨迹也可以让Tora生成不同运动方向的视频。 自动播放 而基于同一个轨迹输入,Tora会根据主体的区别生成不同的运动方式。 自动播放 与目前常见的运动笔刷功能有所不同的是,即使没有输入图像,Tora也可以基于轨迹和文本的组合,生成对应的视频。 例如下面这个视频中的1、3两个视频,就是在没有初始帧,只有轨迹和文字的情况下生成的。 自动播放 Tora也支持首尾帧控制,不过这个案例只以图片形式出现在论文里,没有提供视频演示。 ▲Tora首尾帧控制 那么,只有文本、图像两个模态输入的话,能否实现同样的效果呢?带着这个疑问,我尝试将相同的初始帧和提示词输入其他AI视频生成器。 下面视频中从左到右、从上到下依次为Tora、Vidu、清影、可灵生成的视频。可以看到,当轨迹为直线时,无轨迹输入的视频生成勉强还算符合需求。 自动播放 但当需要的运动轨迹变为曲线,传统的文本+图像输入就难以满足需求。 自动播放 二、基于OpenSora框架,创新两种运动处理模块 Tora采用OpenSora作为其基本模型DiT架构,OpenSora是AI创企潞晨科技设计并开源的视频生成模型框架。 为了实现基于DiT的轨迹控制视频生成,Tora引入了两个新型运动处理模块:轨迹提取器(Trajectory Extractor)和运动引导融合器(Motion-guidance Fuser),用于将提供的轨迹编码为多级时空运动补丁(motion patches)。 下图展示了Tora的整体架构。这一方法符合DiT的可扩展性,能够创建高分辨率、运动可控的视频,且持续时间更长。 ▲Tora整体架构 其中,轨迹提取器采用3D运动VAE(变分自编码器),将轨迹向量嵌入到与视频补丁(video patches)相同的潜在空间中,可以有效地保留连续帧之间的运动信息,随后使用堆叠的卷积层来提取分层运动特征。 运动引导融合器则利用自适应归一化层,将这些多级运动条件无缝输入到相应的DiT块中,以确保视频生成始终遵循定义轨迹。 为了将基于DiT的视频生成与轨迹相结合,作者探索了三种融合架构的变体,将运动补丁注入到每个STDiT块中,其中自适应范数(Adaptive Norm)展示了最佳性能。 ▲运动引导融合器的三种架构设计 在具体的训练过程中,作者针对不同输入条件采取了不同的训练策略。 在轨迹训练中,Tora使用两阶段训练方法进行轨迹学习,第一阶段从训练视频中提取密集光流,第二阶段根据运动分段结果和光流分数,从光流中随机选择1到N个对象轨迹样本,最后应用高斯滤波器进行细化。 在图像训练中,Tora遵循OpenSora采用的掩码策略来支持视觉调节,在训练过程中随机解锁帧,未屏蔽帧的视频补丁不受任何噪声的影响,这使得Tora能够将文本、图像和轨迹无缝集成到一个统一的模型中。 与先进的运动可控视频生成模型进行定量比较时,随着生成帧数的增加,Tora比基于UNet的方法具有越来越大的性能优势,保持较高的轨迹控制的稳定度。 ▲Tora与其他可控视频生成模型对比 例如基于同一输入,Tora生成的视频比DragNUWA、MotionCtrl模型生成的更加平滑,对运动轨迹的遵循也更准确。 自动播放 三、“期货”已兑现,阿里持续布局AI视频 AI视频生成玩家们打得如火如荼,阿里也一直在持续围攻AI视频赛道。比起Sora等主攻视频生成长度和质量的通用模型,阿里团队的项目似乎更注重于算法在不同视频生成形式上的具体应用。 今年1月,通义千问上线了“全民舞王”,凭借“兵马俑跳科目三”出圈了一把;2月,阿里发布肖像视频生成框架EMO,一张图就能让照片里的人开口说话。 当时智东西统计了阿里在AI视频上的布局,其在4个月内连发了至少7个新项目,覆盖文生视频、图生视频、人物跳舞、肖像说话等方向。(国产神级AI登场!高启强化身罗翔,蔡徐坤变Rap之王,还跟Sora联动) 如今又半年过去,EMO已经从“期货”变成通义App中的“全民唱演”功能,人人可用。阿里也发布了更多AI视频项目。 1、AtomoVideo:高保真图像到视频生成 AtomoVideo发布于3月5日,是一个高保真图生视频框架,基于多粒度图像注入和高质量的数据集及训练策略,能够保持生成视频与给定参考图像之间的高保真度,同时实现丰富的运动强度和良好的时间一致性。 ▲AtomoVideo生成视频效果 2、EasyAnimate-v3:单张图像+文本生成高分辨率长视频 EasyAnimate是阿里在4月12日推出的视频生成处理流程,并在短短3个月内迭代到v3版本。它通过扩展DiT框架引入了运动模块,增强了对时间动态的捕捉能力,确保生成视频的流畅性和一致性,可生成不同分辨率6秒左右、帧率24fps的视频。 ▲EasyAnimate v3生成视频效果 结语:AI视频生成可控性再上一层 在AI视频生成时长、质量已经达到一定程度之际,如何让生成的视频更可控、更符合需求,是当下的重要命题。 在精准度、可控性和资源利用效率等方面的持续优化下,AI视频生成产品的使用体验将迎来新的阶段,价格也会更加亲民,让更多创作者参与进来。
首搭英特尔酷睿Ultra 5 226V处理器,宏碁Swift 14笔记本上架:含税价1230欧元
IT之家 8 月 3 日消息,科技媒体 WccFtech 昨日(8 月 2 日)报道,宏碁 Swift 14 笔记本已上线销售,这是首款搭载英特尔酷睿 Ultra 5 226V 处理器的 Copilot+ PC,售价为 1230.89 欧元(含增值税)。 英特尔酷睿 Ultra 5 226V 处理器 英特尔官方已确认将于 9 月 3 日推出“Lunar Lake”酷睿 Ultra 200V 系列处理器,而酷睿 Ultra 5 226V 是一款入门级处理器。 酷睿 Ultra 5 226V 配有 4 个 Lion Cove P-Cores 和 4 个 Skymont LP-E 核心,8MB LLC 缓存,基础时钟频率为 3.5 GHz,睿频为 4.5 GHz,配备基于 Xe2 架构的 Arc 130V iGPU 核心,PL1 TDP 为 17W,PL2 TDP 为 30W。 酷睿 Ultra 5 226V 配备 32 GB LPDDR5X 外,还具有高达 40 个 NPU TOPS 和 53 个 GPU TOPS,累计 AI TOPS 为 93 TOPS。 宏碁 Swift 14 笔记本 意大利电商平台 epto 已上架销售宏碁 Swift 14 笔记本,搭载英特尔酷睿 Ultra 5 226V 处理器,型号为“SF14 51 58AA Copilot+ PC”,不含税价格为 1008 欧元(IT之家备注:当前约 7883 元人民币),含税价格为 1230 欧元(当前约 9619 元人民币)。 该笔记本电脑配备了 16 GB 内存和 512 GB 存储空间,不过这里的配置存在疑虑,正如上文所介绍的,酷睿 Ultra 5 226V 配备 32 GB LPDDR5X。 其它规格方面,该笔记本配备 14 英寸 OLED 显示器(额定分辨率高达 1920x1200)、支持 Wi-Fi 7 + 蓝牙、4 个 USB 端口(包括 Thunderbolt 4)和 65Wh 锂离子电池。
Intel超级大暴跌:PC大本营溃败,AI远水难解近渴
当地时间 8 月 1 日,英特尔发布了第二季度财报以及第三季度指引,引起了广泛的关注和讨论。核心在于,英特尔在第二季度的表现远低于市场预期,且预计第三季度将继续低于分析师预期,同时还宣布了年内约 1.5 万人规模的大裁员计划。 这也就怪不得,在财报公布之后,原本收跌 5.5%的英特尔股价加速下跌,盘后跌幅先是迅速超过 10%,后持续扩大,一度超过 20%。 财报显示,2024 年第二季度英特尔的营收为 128.3 亿美元,略低于分析师预期的 129 亿美元。营收虽然看似只是一个很小的差距,但关键的问题在于,英特尔每股亏损 0.02 美元,而市场预期为每股盈利 0.10 美元,实际结果与预期的差距非常显著。 现在的情况是,外界对于英特尔的短期盈利能力、未来前景都很担忧。 图/雷科技 事实上,自 2021 年开始,英特尔的股价一直在波动中,主要原因是其在技术创新和市场竞争中的表现不尽如人意。此次财报结果再次加剧了市场对其未来发展的不确定性。 英特尔首席执行官帕特·基辛格(Pat Gelsinger)在财报发布后的电话会议中承认,第二季度的财务表现「令人失望」,但同时提到,公司将通过一系列果断措施来提高运营和资本效率,同时加速 IDM 2.0 战略的推进。 IDM 2.0 战略是英特尔旨在通过内部制造和外部代工相结合的方式,提升其市场竞争力的核心举措,也是 Pat Gelsinger 上台后试图扭转英特尔态势的核心战略。 然而,三年过去了,市场对于 IDM 2.0 战略能否见效,更多还是持观望态度。 在更具体的产品和技术进展上,英特尔也没有完全满足市场预期。 新一代面向笔记本电脑的 Lunar Lake 迟迟还未上市,只能坐看高通骁龙 X 系列和 AMD 锐龙 AI 300 系列在 OEM 市场不断攻城略地。原计划 2024 年下半年的 20A(2nm)芯片量产,又预计要跳票到 2025 年下半年,18A 的量产计划自然也受其影响。 Lunar Lake,图/英特尔 简言之,英特尔在第二季度的表现不仅仅是一次简单的业绩不佳,而是反映了这家芯片巨头在多个业务领域面临的困境。同时,英特尔能否通过其新战略和产品组合在未来扭转局面,也是很多人都关心的一件事。 后院起火:AMD、高通冲击「PC芯片」 长期以来,英特尔都在 PC 处理器市场上占据主导地位,即便是制程停滞在「14nm」的阶段,英特尔的地位也没有受到 AMD 过多地冲击。根据英特尔财报,自 2023 年 12 月以来搭载酷睿 Ultra 的 PC 已经出货超过 1500 万台,预计年底前将超过 4000 万台。 不过,技术的剧烈变化以及竞争对手的崛起,都可能在未来两年直接改变 PC 市场的格局。首当其冲的,就是过去大半年听到耳朵长茧的「AI PC」。 前几天结束的 ChinaJoy 上,AMD 领衔一众 OEM 厂商,宣布了首批搭载锐龙 AI 300 系列处理器的 PC 开始上市。而在此之前的 6 月 18 日,首批搭载高通骁龙 X Elite/Plus 处理器的 AI PC 也开始陆续上市发售。 换言之,除了英特尔的 Lunar Lake 还「隐而不发」,Windows PC 阵营两家主要芯片厂商的新一代 PC 处理器,已经正式面向消费者了。 英特尔还要再等 1 个月。前两天英特尔官方宣布,将于 IFA 2024 大展前夕——德国柏林当地时间 9 月 3 日 18 点,正式推出代号 Lunar Lake 的下一代酷睿 Ultra 处理器。 两个月前的台北电脑展上,图/英特尔 而在过去 1 个多月,PC 市场已经发生了很多变化。 高通和 AMD 都拉拢到了更多的 OEM 厂商和机型,除了头部品牌如联想、戴尔、惠普、华硕、宏碁,还有微软、荣耀、小米、微星等重要品牌,都在更多机型上引入骁龙 X 系列、引入锐龙 AI 300 系列。 具体来看,高通基于 Arm 架构的骁龙 X Elite/Plus 理论上最能与酷睿 Ultra(基于 x86 架构)形成差异化竞争,一贯强调低功耗和高性能,吸引了包括微软在内的多家厂商采用其平台。 虽然在性能上,骁龙 X Elite 的实际表现还需要更多验证,但在功耗和 NPU 表现上已经展现出了一定的优势,在轻薄笔记本市场上对英特尔有着明显的威胁。 骁龙 X Elite 笔记本,图/雷科技 另一边,不仅在 HPC(高性能计算)领域凭借 EPYC 服务器处理器赢得了许多大型数据中心的青睐,AMD 还凭借锐龙系列处理器在性能和性价比上的优势,对英特尔一直形成一定的压力,在桌面和笔记本电脑市场的份额不断攀升。 锐龙 AI 300 系列,更是 AMD 进一步挑战英特尔 PC 霸权的关键。作为最新一代面向笔记本电脑的 PC 处理器,锐龙 AI 300 系列配备了号称「移动端最强 NPU」的 XDNA AI NPU,NPU 算力可达 50 TOPS,在最新推出的锐龙 AI 9 HX 375 上,甚至继续推高了 55 TOPS。 图/ AMD 此外,Arm 架构在 PC 市场的兴起对于英特尔也是一大挑战,尤其是在 AI PC 对低功耗需求越来越强的背景下。 2020 年,苹果宣布转向自研的 M1 芯片,这一举动对英特尔的打击尤为明显。苹果的 M1 芯片基于 ARM 架构,具有出色的性能和能效比,迅速赢得市场好评。苹果的这一转型不仅削弱了英特尔在高端笔记本市场的地位,也给了高通等 Arm 芯片厂商更大的信心。 事实上除了高通,联发科计划于 2025 年推出基于 Arm 架构的 PC 处理器,AMD、英伟达也都在推进基于 Arm 架构的芯片计划。 而在微软主导的「AI+ PC」概念下,NPU 算力的重要性被提到了前所未有的高度,核心是在笔记本电脑的场景下,低功耗下的 AI 性能将是 AI PC 最核心的基础能力之一。 但谁都能倒向 Arm,唯独英特尔很难抛弃 x86。 面对这些竞争,英特尔希望通过更好的设计和工艺制造出更好的产品,如 Lunar Lake,以提高其市场竞争力。然而,这一转型过程并不轻松,市场份额的丧失和技术转型的风险使得英特尔在 PC 处理器市场上面临严峻挑战。 AI 芯片红利,英特尔吃上了吗? 在 ChatGPT 席卷全球之后,AI 芯片市场是可以说成为了科技行业最具潜力和竞争最为激烈的领域之一。吸引了包括英伟达、AMD 和谷歌在内的众多科技巨头的激烈竞争。 尽管英特尔在传统处理器市场上拥有雄厚的技术基础,但在 AI 芯片领域,与英伟达、AMD 等竞争对手相比,英特尔仍需加倍努力。 具体而言,英特尔在这一市场上面临巨大的机遇,但同时也面临严峻的挑战。通过其 Xeon 处理器和专用 AI 芯片(Gaudi 系列)在这一领域有所布局,但与头部厂商相比,仍存在差距。 英伟达 B200 GPU,图/英伟达 目前,英伟达在 AI 芯片市场上占据了主导地位,其 GPU 被广泛应用于深度学习和高性能计算。英伟达的 CUDA 平台为开发者提供了强大的开发工具,使得其 A100、H100 等高性能 GPU 成为 AI 研究和商业应用的首选,这些都使得英伟达在 AI 芯片市场的份额遥遥领先。 AMD 则被普遍视为英伟达在 AI 芯片领域的最大的对手之一。 今年早些时候 AMD 就预计,今年 AI 芯片销售额将达到 40 亿美元,占公司预期销售额的约 15%。在最近的财报电话会议中,AMD 首席执行官苏姿丰表示,MI300 芯片的销售「高于预期」,今年第二季度收入超过 10 亿美元。苏姿丰更指出: 因此,我们现在预计 2024 年数据中心 GPU 收入将超过 45 亿美元,高于我们在 4 月份指导的 40 亿美元。 相比之下,英特尔的 AI 芯片虽然在某些应用场景中具有优势,但整体市场接受度和性能指标仍有待提升。为应对这一挑战,英特尔在第二季度继续推进其 AI 战略,推出了新的 Gaudi 3 AI 芯片。 不过,Gaudi 3 还要等到第三季度才能正式推出。 Gaudi 3,图/ ServeTheHome 而与英伟达数据中心收入(截止 4 月 28 日的第一财季)同比增长超 400%、AMD 数据中心收入(第二季度)同比增长 115%相比,第二季度英特尔数据中心和 AI(DCAI)业务收入,反而同比下降了 3%。 在一定程度上,这也意味着 Gaudi 3 的成功与否变得更加关键了,如果失败将更沉重地打击外界对英特尔的信心,也包括英特尔对自己的信心。而面对英伟达和其他竞争对手的强大压力,英特尔的 AI 芯片业务需要在性能、功耗和生态系统建设方面实现全面突破 。 这显然不是一件易事,更何况是处于巨大转型阶段的英特尔。 写在最后 「半导体业自始至终就是一个脚步快而又无情的行业,」台积电创始人张忠谋在自传中说,「一旦落后,再赶上就很困难。」 英特尔如今正面临这样的困境。 在 PC 芯片市场上,英特尔的主导地位正受到 AMD 和高通等厂商的强烈挑战;在 AI 芯片领域,英特尔面临的挑战更为严峻,与英伟达相比,市场份额和技术优势仍有明显差距。 另一方面,尽管英特尔在技术创新和产品开发方面投入巨大,但短期内实现盈利和市场份额回升的难度依然很大,甚至选择裁员 1.5 万人、暂停派息等手段来节省开支。 当然,英特尔也在试图通过 IDM 2.0 战略和抓住 AI 的技术浪潮,来打破困境。但二季度财报的表现以及股价的暴跌,不仅充分说明 IDM 2.0 战略的推进、芯片技术的追赶都需要更多的时间和资源,也清楚显示了英特尔在市场竞争中的劣势和技术追赶中的困难。 帕特·基辛格,图/ Web Summit 在给员工的备忘录中,基辛格写到,「我不会幻想我们面前的道路会一帆风顺,你们也不应该。」 总而言之,英特尔的未来仍然充满不确定性,这家成立半个世纪的芯片巨人到底能否实现「华丽转身」,关键还是取决于其在技术创新、市场营销和运营效率方面的综合表现。 历史上英特尔的发展谈不上一帆风顺但也是有惊无险,在AI浪潮的洗礼下,英特尔这个蓝色巨人能否继续留在牌桌上,我们拭目以待。
纯血鸿蒙本月公测!美的四款App完成HarmonyOS NEXT原生适配
快科技8月3日消息,根据华为此前公布的时间线,HarmonyOS NEXT将于8月份启动第一批公开beta测试。 其中,Mate 60系列、Mate X5系列、MatePad Pro 13.2英寸等机型都有望首批支持。 在公测即将到来之际,有不少App已经完成了HarmonyOS NEXT原生应用的开发。 据华为官方介绍,目前美的集团旗下4款App——美的美居、美云销、服务美的通及零售助手完成了鸿蒙原生应用核心功能开发,并开放定向邀请测试。 其中,“美的美居”App可以连接美的旗下所有品牌以及加入生态链的智能家电和智能家居设备。 美的美居鸿蒙原生应用结合HarmonyOS NEXT创新的AI能力,将多维度用户环境感知作为特征输入,实现对用户意图的精准理解,进而对接应用或轻量化服务提供的特定功能。 譬如:通过NFC碰一碰配网,碰一碰拉起万能卡片对家电设备进行操控,大幅简化通过App进行智能家居设备操作的步骤,解决了智能家居体验碎片化的问题。 美云销、服务美的通、零售助手则是三款内部运营使用的App,同样完成了原生适配,并且一次开发多端部署,实现跨终端全场景设备互联,轻松跨设备共享信息及服务。 据华为介绍,目前鸿蒙原生应用已经进入全面冲刺阶段,TOP 5000应用已全部启动鸿蒙原生应用开发。 在HarmonyOS NEXT开放公测后,能够覆盖用户的绝大多数使用场景。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。