比推消息，据 Dealstreetasia 报道，总部位于新加坡的 AI 基础设施初创公司 Acrab 宣布完成 1.3 亿美元 B 轮融资，Vertex Growth 等参投。截至目前，累计融资总额已超 4.8 亿美元。该公司打造涵盖自研芯片、边缘 AI 模型及软件编排的全栈 AI 计算平台，以支持 AI Agent 实时运行与任务执行。新资金将用于扩大产品产能、拓展技术生态，并加速下一代 AI 计算平台的研发。
比推消息，据科技分析师 Ed Zitron 援引巴克莱、瑞银及富国银行等机构估计，微软、谷歌和亚马逊三大云厂商的AI收入中，来自 OpenAI 和 Anthropic 的算力支出占比可能超过 70%。具体而言，巴克莱分析师 Ross Sandler 估计 2026 年亚马逊AWS的AI收入中约73%来自这两家公司；瑞银分析师 Stephen Ju 估计2026年谷歌云收入中约28%、2027年超48%来自二者；富国银行估计微软 Azure FY2026 约 23%、FY2027 约35%的营收来自这两家AI实验室。 分析指出，AWS 2026 年非 OpenAI/Anthropic 的 AI 收入预计仅约 85 亿美元，而亚马逊当年资本支出预计达 2200 亿美元。谷歌2026年 Vertex AI 平台收入预计约 283 亿美元，但同期OpenAI和Anthropic的算力支出预计超 356 亿美元。微软FY2026 AI收入约 345 亿美元，同期资本支出约 1159 亿美元。该分析引发市场对AI数据中心过度建设及需求可持续性的担忧，并质疑三大云厂商是否应更透明地披露客户收入集中度风险。目前微软、谷歌、亚马逊均未就此公开回应。
比推消息，SemiAnalysis 在最新的报告中表示，新闻消息称 Meta 可能成为一家新的 Neocloud 后，市场第一反应是抛售 CoreWeave、Nebius 这类算力云公司，并重新担心AI 算力过剩。但该机构的判断刚好相反：这种担心可能是错的。Meta 的数据中心和算力采购不会放缓，反而会继续加速。文章提到，仅今年上半年，Meta 就已经在云服务和托管数据中心领域签下超过 5GW 的容量，而且这还没有算进它正在加速推进的自建项目。SemiAnalysis 称，Meta 正在与 Anthropic 进行最终谈判，希望获得 Claude 私有化实例的访问权限。这件事如果成立，意义就不只是Meta 多买了一些算力，而是 Meta 可能在搭建自己的 AI 模型服务平台。这个模式有点像 AWS 的 Bedrock、微软的 Foundry、Google 的 Vertex。Meta 可以先内部使用 Claude，也可以未来把模型能力包装成 token-as-a-service，对外提供服务。短期可能是自有模型对外、Anthropic 模型内部使用；长期看，Meta 甚至可能把 Anthropic 和 OpenAI 的模型也纳入自己的外部服务体系。SemiAnalysis 表示，背后的逻辑是 Meta 有算力，有广告客户，有社交网络分发能力，也有消费端入口。如果它能把前沿模型、智能体、销售与营销 SaaS 结合起来，就不只是一个买 GPU 的公司，而是在往 AI 应用和模型分发的上层走。
比推消息，StableStock 今日正式上线杠杆现货交易功能。用户现可直接使用稳定币，对全球市场标的进行杠杆现货交易，以稳定币为入口接入真实股票市场。 杠杆现货支持日内交易零利息：当日盘后时段结束前完成开仓与平仓的仓位不计利息，仅留仓过夜的部分按规则计息，有效降低活跃交易者的持仓成本。本次覆盖全球主要市场，可开杠杆标的多达 700 余支，最高约 10 倍，包括海力士、三星电子、智谱及大量美股热门标的；除个股外，还纳入多支做空（反向）ETF，多空两端均有选择。 StableStock CEO Zixi 表示：「杠杆现货将稳定币结算与真实股票市场进一步打通，也是稳定币从结算工具走向真实资产交易入口的又一步。」 使用前需完成身份认证（KYC）并将资金划转至杠杆账户；利息计算、强制平仓等以产品页面为准。杠杆交易会同时放大收益与亏损，请审慎使用。 StableStock 获 YZi Labs、MPCi（Matrix Partners China）及 Vertex Ventures 等机构支持，目前已支持约 1,400+ 全球股票标的交易，并将持续拓展更多市场与品类。
比推消息，据监测，谷歌将电脑操控 (Computer Use) 功能作为内置工具，直接整合进主力大模型 Gemini 3.5 Flash。在原生整合前，开发者必须调用专门的 Gemini 2.5 电脑操控模型才能执行代理任务。原生集成后，开发人员与企业用户能够直接通过 Gemini API 或谷歌云 Gemini 企业智能体平台 (Gemini Enterprise Agent Platform，即原 Vertex AI 平台) 让主力模型操控设备，简化了智能体 (Agent) 开发架构。内置的电脑操控工具通过接收浏览器、移动端或桌面环境的屏幕截图，进行视觉感知与步骤推理，随后输出鼠标点击、键盘输入、滚轮滚动及菜单导航等操作指令，用以完成软件持续测试、跨网页数据采集等长流程自动化任务。为了方便调试与审计，模型生成指令时会附带意图 (intent) 字段，用以说明每一步操作的逻辑。针对智能体在真实网络环境中可能遭遇的提示词注入风险，谷歌对模型进行了定向对抗训练，并提供两项可选防护：涉及资金支付、文件删除等不可逆操作时强制引入人工核准；截图中若发现间接注入指令则自动熔断任务。目前，Browserbase 提供了在线托管演示环境 (gemini.browserbase.com)，谷歌官方也同步在 GitHub 开源了名为 computer-use-preview 的参考实现代码。
比推消息，WORLD3 今日宣布其去中心化 AI 路由网络 RouterLink 正式上线，启用永久域名 routerlink.ai。本次正式版本相较此前 Alpha 阶段带来三项核心升级：完整的 Web2 支付支持（Stripe 信用卡 / 借记卡 / Apple Pay / Google Pay）、60+ 全前沿纯血旗舰模型直连（无量化、无蒸馏），以及来自 AWS、Microsoft Azure、Google Cloud 三大云厂商的官方生产级背书。 WORLD3 披露，RouterLink 网络目前支持 68+ 模型，覆盖 20+ provider，uptime 锁定在 99.9%，日结算流速超 $150 万 $WAI。已上线的纯血旗舰模型涵盖 Claude Opus 4.7、GPT-5.5、Gemini 3.1 Pro Preview、DeepSeek V4 Pro、Grok 4.3、Qwen3-Max、Llama 4 Maverick、Kimi K2.6、GLM 5.1、MiniMax M2.7 等，全部以满血规格提供。背后三大云合作累计 $450K 额度全部用满 — 包括 AWS Customer Case Study 公开收录、Microsoft for Startups Level 4（最高级）+ $300K AI Grants、Google Cloud Vertex AI 直连。 WORLD3 表示，本次正式上线也打通了企业采购入口：Stripe 支付与 $WAI 链上支付双轨并行，开发者邮箱注册、信用卡充值后 60 秒内即可访问完整 68 模型目录。后续路线图包括 RouterLink 主网、GPU 算力市场、与 TapClaw 联动的 Agent 技能市场，以及已在与部分客户做 pilot 的企业版 SLA 服务。
这不是一轮普通财报周，而是科技主线的一次集中验证。本周，美股将迎来一轮真正意义上的“核心资产考试周”。微软、谷歌、亚马逊、Meta 都将在 4 月 29 日盘后发布财报，苹果则将在 4 月 30 日盘后公布最新业绩。由于这五家公司覆盖了云计算、广告、消费电子、电商、企业软件和 AI 基础设施等几乎所有当前最重要的科技主线，它们的财报影响的绝不只是个股本身，而是整个纳指和科技板块接下来愿意交易什么。如果把过去几个月的市场主线浓缩成一句话，那就是：大厂持续加码 AI，市场持续上修科技龙头估值。但问题在于，估值抬升到这个位置之后，市场已经不满足于“公司在投 AI”这件事本身，而是开始追问更实际的问题：这些投入有没有继续带来云业务增长？有没有带来广告效率提升？有没有撑住终端需求？以及最关键的，有没有开始更明确地兑现成收入、利润和未来指引。微软上季给出的本季收入指引中值约 812 亿美元，Azure 增速指引 37%—38%；Alphabet 已明确 2026 年资本开支规划在 1750 亿—1850 亿美元；Amazon 预计 2026 年资本开支约 2000 亿美元；Meta 则把 2026 年资本开支目标抬到 1150 亿—1350 亿美元。这些数字本身就说明，本轮财报的真正主题，依然是“高投入还能不能继续被市场买单”。一、这一轮财报，市场真正想确认的是什么？1. 大厂还愿不愿意继续为 AI 花钱？因为现在很多 AI 基建链条的估值，本质上都是建立在一个前提之上：微软、谷歌、亚马逊、Meta 这些超级买家还会持续下单，持续扩建数据中心，持续采购算力、网络和电力基础设施。如果管理层在财报电话会上释放任何偏谨慎的资本开支信号，受影响的就不会只是它们自己，而是整条 AI 产业链。2. 云和广告这两台现金机器还能不能稳住？微软 Azure、Google Cloud、AWS 是观察企业 IT 支出和 AI 需求最直接的窗口；而谷歌和 Meta 的广告业务，则代表互联网平台最核心的现金流韧性。如果云稳、广告也稳，那市场就会继续相信：即便资本开支很高，科技巨头依然有能力用成熟业务去支撑未来投入。3. AI 到底还是故事，还是已经开始变成利润？这五家公司都在讲 AI，但它们验证 AI 的方式并不一样：微软看企业付费，谷歌看云和搜索，亚马逊看AWS 和自研芯片协同，Meta 看广告效率，苹果则看终端入口和生态位置。也正因为切口不同，这轮财报才特别有看点。二、五大巨头分别要回答什么问题？1. 微软：最先要回答的，不是增长，而是 AI 商业化到底走到哪一步了五大巨头里，微软最像这轮 AI 周期里的“样板间”。市场过去一年之所以愿意持续给微软溢价，并不只是因为它是云龙头，更因为它被视为最有可能最早把 AI 真正做成生意的公司。Copilot 被嵌进 Office、开发工具、企业工作流，再叠加 Azure 作为底层云平台，微软的优势在于，它不仅能提供模型能力，还能直接触达最愿意付费的企业客户。因此，这次微软财报最重要的，不只是收入增速，而是AI 对收入结构的“穿透力”有没有继续增强。市场目前一致预期大约是 FY2026 第三财季营收 814 亿美元左右、调整后 EPS 4.07 美元；而微软上季给出的收入指引区间为 806.5 亿—817.5 亿美元，与市场预期基本接近。真正值得盯的，是 Azure 增速能否继续维持在较高区间，以及 Co...
作者：硅星人Pro原标题：Claude Opus 4.7实测：配得上是最强模型吗？2026 年 4 月 16 日，Anthropic 正式发布 Claude Opus 4.7，距离上一代 Opus 4.6 发布仅两个多月。在最近一阵密集而疯狂的产品与模型更新后，抛出新模型的 Anthropic 自然给人一种放大招的感觉。想必你也已经看到很多第一时间的模型报告梳理，各个把 Opus 4.7 称为「最强模型」，那些「人类完了」、「失业预警」等等再次刷屏。但还是要看看 Anthropic 自己发了啥吧。这次发布的基调其实不太寻常。Anthropic 在公告里直接写道：Opus 4.7 的能力不如 Claude Mythos Preview——而 Mythos 只对 Apple、Google、Microsoft、Nvidia 等少数合作伙伴开放，普通开发者和用户无法使用。同时，比它的这种说辞更值得关注的，是它不只是比传说中的 Mythos 更弱，它其实比上一代模型，也在关键的一些能力上更弱。Opus 4.7 本身那份跑分表里的一个异常数字：长上下文基准 MRCR v2 @1M 从 Opus 4.6 的 78.3% 跌到 32.2%，46 个百分点的暴跌。很少有旗舰模型迭代会把自家王牌能力砍掉一半。而且这是它主动做出的选择。所以，当各位继续无脑惯性吹它的每一个模型是「最强」的时候，其实已经跟不上 Anthropic 自己的节奏了！它甚至都不 care 去改进一下这个洗车问题Opus 4.7 是一次根本没有想做成「最强模型」的发布，它是一次有明确取舍的，「精准刀法」式的发布，与以往头部模型厂商的各种发布思路都不同，也是今天头部厂商在明确感受到模型本身的「大跃进」不再可持续后，会集体转向的新方向——Anthropic 某种程度上已经在向苹果、微软等公司在他们非常成熟的产品商业化阶段的发布策略靠拢。这可能才是 4.7 的真正重要的地方。一、编程能力：数字背后的真实改善要更好理解这些变化，最好的方式自然是先仔细看一下它这次到底发了什么。以下是 Opus 4.7 这次发布的完整信息梳理——哪里进步了、哪里摆烂了、开发者一手反馈是什么、该不该迁移。官方公告 ：https://www.anthropic.com/news/claude-opus-4-7Opus 4.7 的编程成绩是这次发布的主轴。SWE-bench Verified（500 个真实 GitHub issue，模型需写出能通过测试的补丁）从 Opus 4.6 的 80.8% 升至 87.6%，接近 7 个百分点的提升，是目前公开可用模型中的第一名。对比 Gemini 3.1 Pro 的 80.6%，差距明显。SWE-bench Pro是更难的版本，覆盖四种编程语言的完整工程流水线。Opus 4.7 从 53.4% 升至 64.3%，11 个百分点的跳升。对比 GPT-5.4 的 57.7%、Gemini 3.1 Pro 的 54.2%，Opus 4.7 在这项基准上明显领先。CursorBench是来自 Cursor 的实战基准，专门衡量模型在真实 IDE 环境中的编程辅助质量。Opus 4.6 是 58%，Opus 4.7 跳到了 70%，12 个百分点的提升。Cursor 联合创始人 Michael Truell 在官方公告中说："这是能力上的有意义跳跃，在解决难题时有更强的创造性推理。"合作伙伴实测数据：· Rakuten：Opus 4.7 解决的生产任务数量是 Opus 4.6...
来源：华尔街见闻原文标题：黄仁勋GTC演讲全文：推理时代到来，龙虾就是新操作系统2026 年 3 月 16 日，英伟达 GTC 2026 大会正式开幕，英伟达创始人兼 CEO 黄仁勋发表了主题演讲。在这场被视为“AI 行业年度朝圣”的大会上，黄仁勋阐述了英伟达从一家“芯片公司”向“AI 基础设施和工厂公司”的蜕变。面对市场最关心的业绩持续性与增长空间问题，黄仁勋详细拆解了驱动未来增长的底层商业逻辑——“Token 工厂经济学”。业绩指引极度乐观，“2027 年至少 1 万亿美元的需求”过去两年，全球AI计算需求呈指数级爆炸。随着大模型从“感知”、“生成”进化到“推理”与“行动（执行任务）”，算力的消耗量急剧攀升。针对市场高度关注的订单与营收天花板，黄仁勋给出了极为强劲的预期。黄仁勋在演讲中直言：去年这个时候，我说过，我们看到了5000亿美元的高确信度需求，覆盖Blackwell和Rubin直到2026年。现在，就在此时此地，我看到到2027年至少有1万亿美元的需求（at least $1 trillion）。黄仁勋的万亿预期一度推动英伟达股价涨超 4.3%。不仅如此，他更是对这一数字做出了补充：这合理吗？这就是我接下来要讲的。事实上，我们甚至会供不应求。我确定，实际的计算需求会比这高得多。黄仁勋指出，如今的英伟达系统已经证明了自己是全球“成本最低的基础设施”。由于英伟达能运行几乎所有领域的AI模型，这种通用性使得客户投入的这1万亿美元能够被充分利用并保持长久的生命周期。目前，英伟达60%的业务来自排名前五的超大型云服务商，而另外40%的业务则广泛分布于主权云、企业、工业、机器人和边缘计算等各个领域。Token 工厂经济学，每瓦性能决定商业命脉为了解释这 1 万亿需求的合理性，黄仁勋向全球企业 CEO 展示了一套全新的商业思维。他指出，未来的数据中心不再是存储文件的仓库，而是生产 Token（AI 生成的基本单位）的“工厂”。黄仁勋强调：每一座数据中心、每一座工厂，从定义上来说都是受电力限制的。一座1GW（吉瓦）的工厂永远不会变成2GW，这是物理和原子的定律。在固定的功率下，谁的每瓦Token吞吐量最高，谁的生产成本就最低。黄仁勋将未来的AI服务分为以下商业层级：免费层（高吞吐、低速度）中级层（~每百万token 3美元）高级层（~每百万token 6美元）高速层（~每百万token 45美元）超高速层（~每百万token 150美元）他指出，随着模型越来越大、上下文越来越长，AI会变得更聪明，但Token的生成速率会降低。黄仁勋表示：在这个Token工厂里，你的吞吐量和Token生成速度，将直接转化为你明年的精确收入。黄仁勋强调英伟达的架构能够让客户在免费层实现极高的吞吐量，同时在最高价值的推理层级上，将性能提升惊人的35倍。Vera Rubin 两年实现 350 倍加速，Groq 填补极速推理在这个物理极限的约束下，英伟达介绍其有史以来最复杂的AI计算系统，Vera Rubin。黄仁勋表示：过去提到Hopper，我会举起一块芯片，那很可爱。但提到Vera Rubin，大家想到的是整个系统。在这个100%液冷、完全消灭了传统线缆的系统中，过去需要两天安装的机架，现在只需两小时。黄仁勋指出，通过极致的端到端软硬件协同设计，Vera Rubin在同一座1GW数据中心里创造了惊人的数据跨越：在短短两年时间内，我们将Token的生成速率从2200万提升到了7亿，实现了350倍的增长。摩尔定律在同时期仅能带来约1.5倍的提升。为了解决极速推理（如1000 ...
比推消息，总部位于新加坡的稳定币支付基础设施公司 Dtcpay 宣布完成 1000 万美元 A 轮融资，由 Vertex Ventures Southeast Asia & India 领投。 该公司已获得卢森堡电子货币机构牌照，以在欧洲经济区扩展受监管的支付服务。Dtcpay 为企业及消费者构建稳定币支付基础设施，并与 Visa 合作推出连接数字金融与传统金融的卡片。其平台支持稳定币与法定货币之间的实时结算。