阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-10-30115 篇

刷新

英特尔Q3营收符合预期但Q4指引不及预期,股价盘后暴跌20%

专题 · 英特尔18A工艺实质变化
2026-10-30 04:04

美国芯片制造商英特尔(Intel)于2026年10月29日发布第三季度财报,尽管每股收益和总营收略超分析师预期,但其对第四季度的营收指引显著低于市场预期,导致股价在盘后交易中暴跌约20%。

根据CNBC报道引用的公司数据,英特尔第三季度调整后每股收益为52美分,高于LSEG调查的分析师预期的40美分;营收为165.1亿美元,与预期的165亿美元基本持平。然而,其客户端计算和物理AI部门的营收同比下降5%至81亿美元,未能达到预期,而数据中心和AI业务营收则同比激增78%至73亿美元。

英特尔首席财务官David Zinsner在财报新闻稿中表示:“我们预计PC市场的放缓至少将持续到明年上半年。”这一表态直接影响了市场对该公司短期业绩的信心。对于当前季度,英特尔预计调整后每股收益仅为25美分,营收介于150亿至160亿美元之间,远低于分析师此前预期的171亿美元营收和43美分每股收益。

尽管面临PC业务的逆风,英特尔首席执行官陈立武(Lip-Bu Tan)仍强调了对更广泛产品组合的乐观态度,指出长期来看CPU及所有计算平台的需求依然强劲。随着代理式AI(Agentic AI)应用的兴起,如Meta的Muse和OpenAI的Dots等应用依赖CPU进行任务编排,这被视为英特尔在传统GPU主导的AI浪潮中的一个潜在增长点。

信息源:CNBC

研究

美国电动车制造商Rivian向大众集团授权AI语音助手,扩大58亿美元合资范围

实质变化
2026-10-30 04:05

美国电动车制造商Rivian Automotive Inc.正在将其与德国大众汽车集团(Volkswagen Group)价值58亿美元的合资伙伴关系扩展至人工智能领域。根据Rivian周四发布的第三季度投资者演示文稿,该公司已开始向大众授权其内部开发的AI语音助手技术的部分元素。

这一举措标志着双方合作从单纯的电气架构和软件平台整合,转向了更具体的AI应用层授权。尽管Rivian未披露授权费用、支付条款或哪些大众车型将使用该技术,但外界猜测该AI助手可能首先搭载于大众计划推出的低成本电动车ID EVERY1上。这款小型四门掀背车是首款采用Rivian软件和电气架构的大众车型。

Rivian创始人兼首席执行官RJ Scaringe在TechCrunch Disrupt 2026大会上表示,公司构建了自有的代理框架(agentic framework),能够理解用户意图并路由到车辆软件的相应部分。Scaringe称,这一能力未来可能允许Rivian车辆运行由其他公司(如Anthropic)创建的AI代理。此次授权被Rivian描述为其内部构建平台“可扩展性的证明”。

此前,大众已承诺在2027年前向Rivian投资最多58亿美元,以获取其下一代车辆的电气架构和软件支持。此次新增的AI助手授权进一步验证了Rivian垂直整合战略的商业外溢效应,但其具体财务贡献仍因条款未公开而未知。

信息源:TechCrunch

研究

摩根大通启动对Palantir的覆盖,给予增持评级及262美元目标价

专题 · Palantir实质变化
2026-10-30 00:41

美国投行摩根大通(JPMorgan Chase & Co.)于2026年10月29日启动了对AI软件公司Palantir Technologies Inc.(NASDAQ: PLTR)的股票覆盖。分析师Brian Essex给予该股“增持”(Overweight)评级,并设定未来12个月的目标价为262美元。

这一目标价较Palantir近期股价隐含约31.98%的上涨潜力。Essex指出,看涨逻辑基于Palantir加速的运营动能以及人工智能需求的复苏。摩根大通特别提到,Palantir已连续12个季度实现收入增长,最近一季同比增长93%,达到19.3亿美元。

此举发生在Palantir计划于2026年11月2日发布第三季度财报前夕。此前,Barclays和Oppenheimer等机构也上调了Palantir的目标价或重申买入评级。TipRanks调查显示,过去三个月内25位华尔街分析师的平均目标价为218.95美元。

信息源:Finbold

研究

美国电动车公司Rivian上调全年交付指引至至少6.7万辆,新车型R2成主力

专题 · Rivian交付量实质变化
2026-10-30 04:02

美国电动车制造商Rivian Automotive于10月29日宣布,将其2026年全年电动汽车交付量指引的下限从6.5万辆上调至6.7万辆。这是该公司今年第二次上调交付预期。Rivian表示,这一调整主要得益于其新推出的R2 SUV在第三季度的强劲销售表现,尽管公司未披露R2的具体销量数字。

Rivian在第三季度共生产了19,751辆汽车,交付19,248辆,同比去年增长约45%,环比第二季度也有显著提升。公司称,R2车型贡献了大部分季度环比增长。此次交付量的提升标志着Rivian有望打破过去三年年交付量难以超过5万辆的僵局。

财务方面,Rivian第三季度营收为22亿美元,净亏损9.13亿美元,较上年同期的12亿美元亏损有所收窄。公司在致股东信中表示,在美国市场缺乏高质量电动车选择的背景下,定价具有吸引力的R2正在吸引广泛消费者,预计将成为公司长期增长和盈利能力的转折点。

R2 SUV于6月上市,起售价略低于6万美元。公司计划在今年晚些时候推出更便宜的“高级”配置(起售价53,990美元),并在2027年推出低至44,990美元的版本。随着美国联邦电动车税收抵免政策的结束以及监管环境的变化,传统车企转向混合动力,纯电动车企如特斯拉和Rivian面临新的市场竞争格局。

信息源:TechCrunch

研究

a16z Podcast: How Defense Demand Finances US Manufacturing Capacity

专题 · 国防需求驱动制造产能实质变化
2026-10-29 21:50

美国风险投资公司 Andreessen Horowitz (a16z) 于2026年10月29日发布了播客单集《如何打造下一个SpaceX或特斯拉》。该节目由 Elena Burger 主持,嘉宾为 a16z 合伙人 Erin Price-Wright 和 Connor Love。本期内容围绕 AD50 榜单展开,探讨美国国防、能源、制造和机器人领域的复兴如何共同构成国家工业基础的重建。

根据节目描述,两位合伙人重点讨论了国防需求如何帮助资助最终服务于更大商业市场的制造产能。他们分析了人工智能为何正在改变美国工厂的经济性,以及新一代创始人如何将 SpaceX、Tesla、Anduril 和 Palantir 的经验应用于采矿、能源、制造和国防领域。此外,他们还提出观点认为,随着私人资本越来越愿意在政府需求得到保证之前资助物理基础设施和生产,这些公司可能成为世界上最有价值的企业之一。

对于关注AI产业投资的读者,此资源提供了关于“国防驱动制造”这一投资逻辑的特定视角。虽然未提供完整文字稿,但官方简介明确列出了讨论主题,包括垂直整合策略、DJI从无人机到机器人的转型、以及硬件为何成为最具价值赛道等具体议题。这有助于理解当前硬科技创业公司与传统软件公司在资本结构和市场依赖上的差异。

信息源:youtube.com

研究

乌克兰军方部署遥控轮式机器人铺设战场铁丝网,无人任务量半年内激增近三倍

专题 · 乌克兰无人地面车辆部署快讯
2026-10-30 03:20

据TechRadar报道,乌克兰武装部队地面部队第16独立支援旅已开始使用遥控轮式无人地面车辆(UGV)来执行战场铁丝网铺设任务。这种机器人配备专门设计的框架以承载线圈,能够在移动过程中逐步释放材料,从而在无需工兵离开掩体暴露在敌方火力下的情况下构建防御障碍。

乌克兰地面部队在社交媒体上表示:“在开阔地带安装障碍物对战斗工兵来说始终存在风险。但如今,这项艰苦的工作由地面无人机完成。”目前,该机器人的具体制造商和型号尚未公开,其载重能力、操作距离以及单次任务的铺设长度等关键性能指标也未披露。

这一部署是乌克兰军队扩大无人地面系统应用的最新例证。根据乌克兰DELTA军事管理平台的数据,记录的机器人行动数量急剧上升:从2026年1月的7,511次增加到7月的19,940次。截至9月初,总任务数已达到约112,000次。这些数据涵盖了所有类型的机器人行动,而非仅指铁丝网铺设,表明远程操作设备已深度融入日常军事运营。

信息源:TechRadar

研究

微软公布FY27首季业绩:营收增19%,Azure增长48%,商业剩余履约义务激增73%

专题 · 微软AI发债融资结构性
核验于 2026-10-30 03:11

美国科技公司微软(Microsoft Corp.)于2026年10月28日公布了截至2026年9月30日的2027财年第一季度财务结果。本季度总营收为923亿美元,同比增长19%;营业利润为459亿美元,同比增长21%。在按公认会计准则(GAAP)计算下,净利润为366亿美元,同比增长32%;稀释每股收益为4.92美元。若剔除对OpenAI投资的影响,非GAAP净利润为364亿美元,同比增长18%。

云业务继续成为主要增长引擎。微软云(Microsoft Cloud)收入达到639亿美元,同比增长30%。其中,Azure及其他云服务收入增长48%,显示出人工智能基础设施需求的持续加速。此外,商业剩余履约义务(Commercial remaining performance obligation)同比激增73%,达到6770亿美元,这一指标通常被视为未来收入可见性的重要前瞻信号。

在资本回报方面,微软在本季度通过股息和股票回购向股东返还了102亿美元。公司首席执行官Satya Nadella表示,微软正在帮助组织构建并拥有自己的智能,并通过代理安全性和可靠性赢得信任,将创新转化为跨行业的实际影响。首席财务官Amy Hood指出,本季度业绩在营收、营业利润和每股收益方面均超出预期。

信息源:sec.gov

研究

美国财富管理师Ben Carlson:自住房是消费品,拿它跟标普500比回报是问错了问题

实质变化
2026-10-30 02:01

一位二十多岁末的注册会计师向美国财富管理公司Ritholtz Wealth Management的Ben Carlson提出了一个看似理性的问题:房贷利率超过7%,房屋保险上涨,首付攒得更久,房产税因为房价上涨而更高,而房价本身拒绝下跌——与此同时股市继续繁荣,债券收益率更高,期权策略有两位数收益。从纯数字角度看,现在买房是不是最差的财务资产?

Carlson的回答出人意料地直接:我认为你问错了问题。自住房是消费,不是投资。你总得住在某个地方。因此把买房和标普500比较不是一个现实的基准——你没法住在一个指数基金里,也没法请朋友到ETF里吃晚餐。

这个分类上的区分并不意味着住房没有财务属性。Carlson承认,房产可以作为价值储存,随着时间积累净值;可以抵押借款用于翻新;可以享受有利的税务处理。杠杆效应也意味着,当你借入大量资金购买时,价格不需要涨很多就能在首付上获得不错的回报。但指数基金的投资费用是透明直接的,而房产附带大量隐性成本——中介费、搬家费、过户费、房产税、保险、维护、装修、草坪护理等等。住房还是流动性极差的资产,这既是强制储蓄的好处,也是难以灵活调配的坏处。

Carlson并没有否认可负担性确实在恶化。他用美国现有房屋中位售价和30年期固定利率、20%首付的条件计算了平均月供,发现月供从2010年代末以来翻了一倍以上。房价在2020年代涨了超过50%,利率翻了一倍多,保险涨了将近50%。Case-Shiller全国房价指数显示,今年可能是连续第二年全国房价涨幅低于通胀率。他也指出,2020年代的行情已经透支了大约十年的涨幅,未来回报理应更低。

但他同时承认不确定性:我不知道住房未来能否提供稳健的增值。如果非要猜,跑平通胀是一个合理的基准预期。人口结构上,年轻人仍处于购房年龄,但2030年代随着婴儿潮一代去世、缩小住房或搬去佛罗里达,会有相当数量的房源进入市场。看多住房的理由是建房量确实不足,而且一旦利率回落到更合理的水平,住房活动可能激增——当然,除非利率下降的原因是我们正经历一场金融危机。

Carlson的最终建议是务实的:在租房和买房之间永远要算账,某些地方租房然后把差额投入股市可能财务上更优;某些地方锁定30年固定利率、等收益率下降再转贷、慢慢积累净值是合理的。地区差异巨大,在哪里买很重要。但无论哪种选择,不要像评估组合持仓那样评估你的房子。买房有扎根、稳定、对抗通胀、退休时消除最大月度开支、留给后代等原因。算账,但别被你以为能从房子上赚到的回报牵着走。住房更多是消费,不是投资。

信息源:A Wealth of Common Sense

研究

Epsilon(Publicis Groupe旗下数据技术公司)平台团队:AI测试轨迹回放跳过重复模型推理

专题 · Epsilon快讯
2026-10-30 02:20

当UI测试作为托管平台能力交付给多个产品团队时,每个团队会对同一组测试工作流进行高频重复执行。如果每次执行都依赖大模型逐步推理,延迟和成本随执行频率线性增长,平台化交付的经济性便难以成立。Epsilon的Agentic Platform团队(50名工程师,隶属于Publicis Groupe旗下数据与营销技术公司Epsilon)在AWS博客中描述了他们在Amazon Nova Act和Amazon Bedrock AgentCore Browser Tool基础上构建的解决方案,其中轨迹回放机制是使这一模式在成本上可行的关键设计。

轨迹回放将测试生命周期分为两个状态。在draft状态,Nova Act调用大模型对每个自然语言步骤进行推理,确定如何在浏览器中完成操作;经过通常4至5轮提示迭代后,一条成功轨迹被保存。在active状态,系统不再调用大模型思考,而是将已保存的轨迹作为确定性操作序列直接回放。Epsilon报告,保存后的轨迹在重复执行中达到100%通过率——这是其内部基准数据,发表于AWS客户案例博客中,未经独立复现。

这一机制的适用条件需要明确。100%通过率描述的是对已经成功探索过的稳定工作流的确定性重放,而非Nova Act处理新场景或界面变更的能力。如果目标页面发生结构变化,已保存的轨迹可能不再匹配,需要重新进入draft状态进行探索。因此,轨迹回放降低的是回归式重复执行的成本,而不是自适应测试的成本。对于界面频繁变动的产品,探索阶段的模型推理开销仍会周期性出现。

轨迹回放之所以成为平台架构的必要组件,与Epsilon的多租户交付模型直接相关。各产品团队通过统一的API接口消费UI测试能力,每个团队在各自的AWS账户下以作用域受限的IAM角色运行测试,平台团队不拥有浏览器基础设施。在这种模式下,如果每次执行都触发完整的模型推理循环,平台侧的推理成本将随团队数和执行频率叠加。轨迹回放将重复执行的成本从模型推理降为轨迹查找和确定性操作,使多租户平台在规模上具备经济可行性。

信息源:Amazon Web Services

研究

MoEngage 的工程实践:用 Cedar 策略和语义搜索把 400 个私有 API 变成 Agent 可发现的工具

专题 · MoEngage实质变化
2026-10-30 00:54

工程团队开始构建 AI Agent 时,所需能力通常已经以内部 API 的形式存在。MoEngage 的情况正是如此:这家服务超过 1350 个消费品牌的客户互动平台,背后有约 400 个内部 REST API,由 25 个工程团队维护,运行在横跨七个 AWS 区域的私有 VPC 中。真正的挑战不是构建新功能,而是让这些 API 在不暴露公网、不让模型控制身份、不把数百个工具定义塞满上下文窗口的条件下,被 Agent 安全调用。

最初的直觉方案是每个团队暴露自己的 MCP 服务器。MoEngage 做了成本估算后否决了它:超过 20 个 MCP 服务器意味着超过 20 套部署要监控、打补丁、保持协议兼容;跨域 Agent 需要连接多个服务器并协调它们;每个团队都得掌握与自身产品无关的 MCP 专业知识。由此确立的原则贯穿了后续所有设计:工程团队不实现 MCP,只构建 REST API 并声明哪些操作应作为工具;AI 平台团队端到端拥有 MCP 层;一个团队的责任止于写好 OpenAPI 规范。

这一原则立即产生三个需求:Agent 只连接一次的中心工具表面、服务器端按 Agent 强制的授权、以及不需要为每个新 API 重建的私有连接。从零搭建一个中心 MCP 服务器可以解决二十个服务器的问题,但仍需自行构建工具生成管线、策略文件格式、重命名别名注册表和熔断器——全部是平台团队的无差别工作,不会让 MoEngage 的 Agent 更聪明或客户的活动效果更好。

AgentCore Gateway 的四个属性恰好对应这些约束。第一,OpenAPI 进、MCP 工具出:注册规范后网关自动生成工具,规范变更即工具变更,无需部署或协议专业知识。第二,Cedar 策略在目录序列化之前完成评估:网关使用部分求值按主体过滤 tools/list 响应,每个 Agent 以自身 IAM 角色认证,其策略决定能看到和调用哪些工具。这是让 400 个工具变得可管理的关键——不是客户端事后过滤,而是服务器端在构建响应之前就已限定范围。一个活动 QA 机器人只能看到读取类工具,写操作根本不会出现在它的 tools/list 响应中。

第三,托管出站通过 Amazon VPC Lattice:网关通过 AgentCore 托管出站到达内部服务,入站仅通过 VPC 接口端点(私有 DNS)可达,不存在公网路径。接入新 API 只是添加一个 target,不是网络拓扑变更——这打破了乘以七个区域的运维爆炸。第四,语义搜索作为网关能力:Agent 通过描述任务来发现工具,而非记忆工具名称。MoEngage 的客户端库向模型只暴露一个元工具 search_tools,模型描述需求,网关返回候选,仅这些候选在本轮剩余时间内可调用。完整目录不进入上下文。

身份处理是另一个关键设计决策。每个内部 API 调用携带租户、用户、角色和数据库上下文。如果这些信息作为 LLM 可见的工具参数,模型可能搞错或被诱导修改。MoEngage 将身份作为请求头传递而非工具参数:客户端库把 Identity 对象转换为 X-MOE-* 前缀的头部,模型看不到也无法设置它们。发现和执行有不同的身份要求——列出和搜索工具不携带租户身份,只有 tools/call 才需要——这使发现保持轻量,审计轨迹无歧义。

接入流程已完全自动化:团队在现有 OpenAPI 规范中添加 x-moe-mcp 块声明工具描述和参数覆盖,推送后 CI 管线验证声明、向网关注册 target、应用 Cedar 策略,无需手动步骤或向平台团队提工单。MoEngage 发现,直接复用 API 描述会导致工具选择质量差——模型按实现细节(返回分页列表)而非意图(按状态或渠道查找活动)挑选工具。tool_description 和 param_overrides 字段专门用于编写面向模型的文本而不改变面向开发者的文档。

需要指出的是,这篇文章由 AWS 与 MoEngage 联合撰写,节省约六个月工程量和接入时间从数天缩短到数小时均为当事方自估,没有独立测量。方案深度绑定 AWS 基础设施(AgentCore、VPC Lattice、SigV4),跨云可移植性未讨论。语义搜索带来的重命名容错(按描述匹配而非标识符)是一个实际收益,但它也意味着工具描述的质量直接决定 Agent 能否找到正确工具,这本身是一个需要持续维护的负担。搜索优先模式改变了 MoEngage 对 Agent 设计的思考方式:新 Agent 从零硬编码工具引用开始,描述意图、接收候选、调用找到的工具;当团队重命名操作或发布新操作时,现有 Agent 无需代码变更即可获取。

信息源:Amazon Web Services

研究

AMD发布ROCm HRX Loom SDK v0.1:面向CPU、GPU和NPU的异构编译工具链

专题 · AMD Loom SDK快讯
2026-10-29 18:22

AMD于2026年10月29日发布了ROCm HRX Loom SDK的v0.1版本。这是该SDK的首个标记发布版本,旨在为开发者提供一个专门的编译器和中间表示(IR)栈,用于在AMD的CPU、GPU和NPU上优化代理工作负载。

根据文档,Loom能够编译内核和异步设备程序,链接模型程序,并使其专门化以在多种AMD硬件上执行。它通过统一的创作和执行路径携带源事实、目标事实、配置、正确性案例和编译器报告。

目前,Loom支持针对AMDGPU HSA发射的GPU执行、SPIR-V/Vulkan的可移植执行,以及仍在成熟中的x86和WebAssembly支持。开发者可以通过GitHub获取该SDK,或通过Python的pip安装hrx-loom包进行实验。

信息源:phoronix.com

研究

AI专家网络初创公司SuperMe获2000万美元融资,Forerunner领投

专题 · SuperMe快讯
2026-10-30 00:19

据TechCrunch报道,AI初创公司SuperMe于2026年10月29日宣布获得2000万美元融资。本轮融资由Forerunner Ventures合伙人Kirsten Green领投,Greylock Partners参与投资。

SuperMe的核心产品是一个“AI专家网络”。它利用LinkedIn、YouTube、Substack等公开来源以及用户授权的私有数据(如Google Drive、Notion),为现实生活中的行业专家创建AI数字分身。当用户提出职业或业务问题时,平台会匹配最合适的专家AI,并生成一个包含多个AI分身的群聊进行回答。

该公司由Casey Winters和Ludo Antonov于2024年创立。Winters曾在Grubhub、Pinterest和Eventbrite担任高管,Antonov则曾在Pinterest、Lyft和Whatnot负责工程团队。目前SuperMe约有13名员工,计划将资金用于扩大用户规模、增加专家供给,并改进AI模型以更好地匹配问题与专家。

SuperMe目前免费向用户开放,但计划未来对提问数量设置上限并转向收费模式。这一融资事件反映了风险资本对“将人类专业知识转化为可规模化AI资产”这一商业模式的兴趣,尽管其长期盈利能力和用户付费意愿仍有待市场验证。

信息源:TechCrunch

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系