CoreWeave如何从英伟达力捧走向垃圾债困境
甲子光年复盘CoreWeave从GPU抵押融资起家到股债双杀的历程:2025年3月IPO至今三位创始人合计套现33亿美元,股价较2025年夏天峰值蒸发近三分之二。
研判 CoreWeave以GPU抵押和私募信贷支撑扩张,负债从2023年底51亿美元升至2026年6月底720亿美元,融资利差半年内从SOFR+2.25%升至SOFR+5.50%,其信用状况已成为观察算力租赁商业模式可持续性的样本。
甲子光年复盘CoreWeave从GPU抵押融资起家到股债双杀的历程:2025年3月IPO至今三位创始人合计套现33亿美元,股价较2025年夏天峰值蒸发近三分之二。
研判 CoreWeave以GPU抵押和私募信贷支撑扩张,负债从2023年底51亿美元升至2026年6月底720亿美元,融资利差半年内从SOFR+2.25%升至SOFR+5.50%,其信用状况已成为观察算力租赁商业模式可持续性的样本。
The Verge 梳理 Google AI 搜索功能上线后对线上出版业的影响:2024 年推出的 AI Overviews 在搜索结果顶部直接给出摘要,2025 年 5 月又上线对话式 AI Mode。
2026年秋招中,多家大模型公司的应届生招聘明显收紧,部分双211、Top2背景且有基模实习经历的学生到10月仍未拿到Offer。字节2026年春季ByteIntern招聘计划超7000人,其中研发类超4800人,但Seed不再单独设立Top Seed计划。Anthropic报告显示,其初级技术人员占技术部门新招聘人数比例已从2025年初的27%降至2026年的9%。
Meta 的长期 AI 基础设施支出承诺升至约 8250 亿美元,涵盖未来租赁与不可撤销合同。2026 年 Q3 其自由现金流转为负值,财务压力上升。
TechCrunch 汇总了一份 AI 失败项目清单:工作流自动化工具 Relay 于 8 月关停,Character.ai 在成立五年后申请破产,S&P Global Market Intelligence 数据显示约 42% 的 AI 项目最终被母公司放弃。
TechCrunch 盘点了多款可直接通过短信或 iMessage、WhatsApp 等消息应用使用的 AI 智能体,无需另装 App 即可记住上下文、连接已有应用并代为完成任务。
美国艾伦人工智能研究所(Ai2)10 月 22 日发布地球观测基础模型 OlmoEarth v1.3,并开放全球预计算卫星影像特征数据。模型将每个 10 米分辨率网格一年的观测压缩为 128 维向量,在 27 项评测中有 20 项领先 AlphaEarth Foundations、Tessera v2。
甲子光年智库与NIDA全球固定网络创新联盟联合发布《2026企业智能体原生网络白皮书》,提出企业智能体原生网络(EANN)概念及“五层双域”架构。白皮书指出EANN仍处探索阶段,网络连接对象正由人、信息和应用扩展至智能体,需在连接、管控、资源协同与安全治理上同步演进。
大模型公司今年秋招明显收紧,多家基模团队缩减校招和社招名额,招聘转向按具体缺口选人。DeepSeek 9 月公布约 150 个招聘名额,主要面向 2 至 10 年经验的资深工程师;Anthropic 10 月内部研究称技术部门初级岗位占比从 2025 年初的 21% 降至 14%。有大规模预训练、强化学习或万卡集群经验的候选人仍能拿到高价,仅凭论文和实习经历的初级候选人机会减少。
WD 内部测量显示,一段返回给用户的 8 秒 720p 视频(3.97MB)在后端留下超过 500MB 关联数据,是输出文件体积的 130 倍。WD 委托 IDC 对 763 名 IT 与业务决策者的调查显示,近 95% 受访者称过去 12 个月生成式 AI 导致数据量增长,约 61% 增幅达 25% 或以上。
IBM 为 Granite 时序模型推出 Granite Timeseries Ensemble,将四个预训练模型组合为统一预测接口,无需重训、无需拟合集成权重。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做流失、需求、欺诈等预测,单次前向推理完成,无需任务训练和特征工程。
研判 Kumo Relational 把关系型数据库上的预测从特征工程加任务训练改为单次前向推理,若在真实企业库上复现论文结果,可能压缩传统 XGBoost 流水线的搭建与维护成本。
蓝耘科技与甲子光年智库联合发布《2026AI原生基础设施白皮书》,以蓝耘科技为实践样本,分析其围绕Token Factory、AI Infra OS、Token Ops与Agent应用形成的布局。白皮书提出Token成为智能生产要素,基础设施能力需从算力规模转向Token产效,并选取大模型企业、AI应用企业及行业场景客户案例呈现落地路径。
Google 宣布扩展 Earth AI 地理空间推理智能体的实验性早期访问,覆盖 Ask Google Earth 的深度分析预览和面向开发者的 Agent-to-Agent API。
研判 Google 将 Earth AI 基础模型封装为可调用的模块化技能,并加入前置规划与独立空间工作区,试图解决通用 LLM 在行星尺度空间数据上的多步推理短板;若早期访问反馈成立,地理空间分析的门槛与耗时可能下降。
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)为概念验证,展示将位置嵌入向量直接接入现有流行病学模型。