商汤林达华:20%资源投预研,拼手速难形成长期价值

资讯 雷峰网 全文 6652 字 · 约 17 分钟读完 配图 5 张 分类Scaling商汤世界模型

Scaling Law在空间智能这里失效了?

所属频道 模型发布国产大模型
商汤20%资源投入背后的逻辑:林达华谈拼手速与长期竞争力
Scaling Law在空间智能这一块,失灵了吗?

今年初字节的Seedance 2.0上线,出片质量到了“电影级别”,不少从业者看完既兴奋又震动,觉得新的创作蓝图正一点点铺开。可对商汤Seko团队来说,那阵子日子却过得有些“迷茫”。

商汤联合创始人、首席科学家林达华在最近一次访谈里回忆,那段时间他去见投资人、跑行业会议,几乎每次都被同一个问题拦住:Seko和Seedance到底差在哪?你们做得过它吗?

团队内部也冒出过动摇:这事情还值不值得往下做?

后来的走向,并不是Seko单枪匹马去“对抗”Seedance。Seedance能把30秒的视频片段渲染到顶级水准;而Seko服务的创作者,最终要交出来的是100集短剧。中间隔着剧本、分镜、人物设定,还有跨剧集的形象一致性,是一整套创作流程。

把这层想明白之后,Seko反倒活得更好。林达华在访谈中透露,今年这款产品的用户涨了7到8倍,平台上还产出了播放量过亿的短剧。

商汤在大模型市场上的声量,林达华自己评价得挺坦率:“可能不是最大的”。这家公司的路线,也一直没有完全追着行业最热的方向跑。

不过有件事商汤坚持了多年:到今天,公司仍拿出20%的资源,投给没有任何产品出口的预研工作。

某种意义上,这就是“播种”,种子落进土里的时候,并不需要先承诺收成。汤晓鸥常挂在嘴边的那句life finds a way,“生命自寻出路”,大概就是这笔投入背后的逻辑。

在微博科技 X 卫诗婕联合出品的《科技漫谈》栏目最近一期访谈中,林达华从行业现状谈起,经过商业化的验证,最后落到智能的边界。可整场聊下来,贯穿的线索只有一条:那20%的资源,以及撑住它的判断——为什么有些路值得走得很长、很久,哪怕眼下还看不到出口。

商汤20%资源投入背后的逻辑:林达华谈拼手速与长期竞争力

01


训练成本停不下来,中国AI在拼手速

大模型行业烧钱的速度,一直没慢下来。

行业里早先有个普遍假设:下大本钱训出一个好模型,成本总能摊薄到后面的规模化服务里去。

林达华在访谈中指出,这个假设未必站得住。问题不在模型不够好,而在于“你不继续训下一个,别人就会超过你”。竞争逼着公司一轮接一轮重训,训练成本就这么停不下来,而且越滚越大。

过去一年,行业叙事几乎被“更大即更强”占满,但卷参数这条路正在遭到反噬。他提到两个信号:

一是模型体量的选择变得更务实。最近各家厂商都发了Flash级别的中小模型:GLM 5.3 Flash、DeepSeek 4.1 Flash,谷歌和OpenAI也推出了同类规格的产品。

林达华在访谈中特别提到DeepSeek的表现:“4.1的Flash,它的性能水平是比4.0 Pro是要好的。”一个几百B量级、训练调优做得精的模型跑赢上一代Pro,说明中等体量上的优化空间还远没吃完。

二是预训练数据的质量被重新摆上桌面。几千亿参数的模型在实战中跑赢了2万亿参数的对手,不少人开始回头检查自己的数据管线。

林达华对此有个形象的说法:“(数据里)有很多的杂质、很多的东西相互打架,使得中间的很多的效率就会被抵扣掉。”结果就是一个又贵又不理想的模型,参数堆上去了,效果没上去。

“当所有人很盲目地去做参数量的竞争,我觉得并不是一种健康的状态。”在他看来,这两个信号说明行业正在回归理性:不再围着单一指标较劲,而是回到最终用户的价值上。

上一轮AI周期里,类似的情况也出现过,商汤自己就是亲历者。每个项目都得从收集数据开始,专门训练、调优、测试,全流程重做一遍,很难真正复制。只不过当年按项目计数,今天换成了按参数计数。

拼手速是另一种内卷。美国的前沿实验室定义着SOTA的天花板,新模型一发布,等于给中国的从业者指了一条路——国内往往在两三个月内就涌出一批宣称采用同类方案的产品,抢生态位。最近大热的RSI(递归自我改进),同样是一堆公司在同时开建。

林达华提到,盯准一个方向、所有人一拥而上,这种做法其实挺累人,长期价值也很难攒下来。十家公司挤在同一个位置上抢,谁先到也占不了多久便宜,红利很快就被分薄了。

那长期竞争力靠什么?他的答案是:一条路上走得足够长、扎得足够深。这个问题,正是理解商汤那20%资源的起点。

商汤20%资源投入背后的逻辑:林达华谈拼手速与长期竞争力

02


智能的本质是什么

从质疑Scaling Law说起,再到语言与多模态

那20%的资源,和空间智能

这笔占20%的投入,指向的是那些“没有任何产品作为出口”的工作。林达华在访谈里确认,商汤无论面对怎样的经营压力,这部分钱到今天都还在持续投,“在任何的时间,我们还是保留了一定的资源。”

他说,这类工作往往从追问“为什么”开始:现有方法做不好的问题,就往最原理的地方追回去。他不要求用复杂数学公式去解释原理,但要求这个原理“能够有效解决现在其他方法很难解决的一些问题”。

空间智能就是这么被挑出来的,它是商汤的研究方向之一。

选型分两步走。先测当时最强的模型,看它们哪些事做不好。再往下追一层:这些短板,是不是补点数据就能解决?如果沿原路加数据就能做好,那它有应用价值,却撑不起原理性创新。只有怎么加数据都做不好的方向,才可能藏着真正的原理问题——空间智能恰好属于后者。

这套判断标准,来自他的师承。汤晓鸥带学生时基本不问技术细节,只盯一件事:能不能用一两句话讲清自己的工作和别人的根本不同。“世界上没有两片叶子是一模一样的”,技术上总能从细枝末节找出差异,但那种差异的创新价值有限;一句话说不清的,多半也不是真创新。

林达华指出,空间智能的“反常”之处在于,Scaling Law在这里失效了。

产业界公开质疑Scaling Law的并不多。过去几年,行业共识几乎把全部战略都押在这条路上——参数越大、数据越多、能力越强。在这样的语境里提出“反Scaling Law”,至少会促使行业重新审视:单纯堆数据和参数,是不是在智能的某些维度上还存在没被注意到的盲区。

商汤团队在空间智能相关任务上看到的趋势,恰恰与Scaling Law相反——数据加得越多,模型表现越不稳定。

当时的测试中,模型在perspective-taking(视角转换)任务上表现不佳。人在空间里移动,会自然预判所见的变化:走远一点,眼前的物体应当变小。可当时的多模态模型没有这种预判——即便以原生多模态路线著称、已是其中表现最好的Google Gemini,也判断不出物体在不同视角和尺度下会是什么形态。

“它认得出那是只黑羊,可要是换个视角问它这黑羊长什么样,就答不上来了。模型存下来的是图像和语义之间的大量对应关系:远看是黑羊,近看还是黑羊。”

团队继续往里加相关数据,模型表现没变好,反而“越来越错乱”:语义联系被不断强化,可这些数据之间缺少空间上的关联,模型越来越依赖语义去解释它看到的一切。数据越多,固化越深,错得越稳定。

林达华此前常举的一个例子,能说明这种固化的后果。把一张六个手指的照片交给当时的模型,GPT、Gemini、Grok给出的答案都是五个手指头。模型的判断路径是:先认出“这是一只手掌”,再按训练语料里“手掌通常有五个手指”的先验直接作答。

他同时提到,最近一代模型上这个问题大概率已经补上了,可机制本身没变——“它只是先靠语义做一次翻译,再拿这个翻译去往下推理。”

商汤今年年初推出空间智能模型那会儿,外界还把这个方向当成技术储备看待。大半年过去,行业已经追上来了。GPT-6发布后社区讨论最多的几点——用上Recurrent Transformer架构、把海量具身数据灌进语言模型后表现出的机器人驱动能力——指向的是同一件事:多模态和空间能力正走进前沿模型的核心区域。

林达华认为,这意味着商汤选的路线被验证了:“GPT-6其实证明的,是我们做这个道路,肯定是有价值的。”商汤手里的资源和OpenAI差着数量级,但他相信,积累上一两年,商汤会攒出一些跟行业里其他团队不一样的东西。

空间智能的特别之处,多少说明了这么一层:一个数据越堆越多、越焊越死的方向,反倒可能成为原理性创新的入口。顺着“反常”去找原理,是商汤做技术判断的路数之一。照这个路数再往前推一步,就躲不开一个问题:智能究竟是什么,语言又在里头占什么位置。

语言与多模态:智能的本质是与世界交互

大模型爆发以来,“语言是不是通向智能的钥匙”一直是争论的焦点。

林达华认为,语言把人类最重要的知识结构化地注入了符号体系,是“人类知识和智能非常高水平的代表”,智能密度和效率可能是最高的载体。语言模型的工程经验最成熟,进展最快,获得的产业关注也更高,这是现实情况。

但他认为,单靠语言并不完整。就像置身繁华闹市和寂静山林,人的体验截然不同,却未必能把周边环境用文字细细复述一遍。假设把一张人像照片交给最好的多模态模型,让它生成尽可能详细、上千字的描述,再拿这段文字让生图模型画出来,也很难生成一张一模一样的照片。

他把这个现象概括为信息频谱上的互补:语言承载的是经过浓缩的高密度信息,图像捕捉的则是大量未经浓缩、也浓缩不了的信息。

在林达华看来,语言和图像这两种模态各有自己效率更高的地盘。写程序、做逻辑推演,语言更顺手;感受美感、快速判断空间结构、传递视觉细节,图像更占优。全模态的输入输出天花板仍然很高,要把它们放在一起还不损失智能,“是需要花出代价和时间的”。

他对智能的理解是:智能本质上是人跟世界交互的能力,是感知、知识记忆、多步推理、发出指令等多种要素组合出来的复合结果。人类的IQ测试题目也分成空间、记忆、推理等不同类型,反映的正是智能的不同侧面。

按照这个定义回看大模型三年多的发展,他给出的判断是“不平衡”。

数学、编程,以及那些能写成文字与程序序列的长程任务,模型已经超过普通人水平,甚至逼近顶尖;空间和物理智能仍处于早期,机器人比过去发展快了很多,但还只会做简单动作。

从数字智能走向物理空间,光靠技术判断不够,还得看技术能不能在真实用户场景里跑通闭环,拿出经得起市场检验的成绩单。

商汤20%资源投入背后的逻辑:林达华谈拼手速与长期竞争力

03


有了闭环,才有迭代。

商汤的商业答卷

说到商汤如何把AI的技术判断变成产品和收入,林达华的原话是:

商汤这条路是走出来的,不是想出来的。

大模型时代,商汤交的第一笔“学费”是一款叫“商量”的产品。2023年初刚推出时,它跟别的聊天产品没多大区别。林达华曾把产品拿给太太试用,结果在推荐附近饭店这件事上,“商量”直接胡诌了一通。

翻车不全是模型质量的问题。对话产品的根基是点评、地图这类信息基础设施,而这并不是商汤的禀赋所在。

商汤在2023年底将大模型产品线收拢为内容和交互两条线,瞄准的是工作内容与娱乐内容两块。前者后来做成了办公智能体小浣熊,今年中期业绩公告显示该业务增长六七倍;后者则做成了Seko。

Seko这套思路,骨子里对应的是“创作”与“生成”之间的区别。要做100集短剧,剧本、分镜、人物设定、跨剧集一致性这些环节一个都绕不开,光生成30秒精美片段远远不够。Seko把理解生成统一、图文交错思维等技术落到创作流程里,底层渲染则调用Seedance等外部模型——单比生成质量拼不过,那就让它成为自身工作流中的一环。林达华透露,已经有创作者用Seko做出播放量过亿的短剧。

这些产品选择背后,是商汤关于闭环的方法论。林达华说得很直白:“所有事情,你需要有闭环才能够有效地迭代,否则只有刷榜,没有迭代。”今天能拿Benchmark冠军,下个月就未必,这种成绩留不下来;真正留下来的是在用户那里创造的价值。他把强化学习里小步快跑优于一次走很远的道理搬到研发规划上:迭代速度和对的方向,比单次冲得多高更重要。

这种转变,林达华自己就经历过一回。他早期一作的论文里,二三十条公式是常态;2013年之后,这个数字降到了不超过5条。他的判断标准,从“数学证明是否漂亮”换成了“使用中有无差异化的价值”。

今年商汤中期报告里,能看到“首次盈利”的官方口径。不过林达华认为,商汤真正关注的始终是自身有没有变得更健康、更有生命力,而业务的闭环迭代正是生命力的体现之一。

1+X结构就是这套思路的落地:新业务从母体长出来,到市场上独立融资、独立求生,等于把“闭环”从研发层面推到了组织层面。市场竞争足够严酷,但对创始人和业务来说都是成长。

在商汤眼里,产品和业务也像生命体,不成熟时不强推,以自然增长为信号再决定加大投入——先让产品进入市场闭环接受检验,而不是在内部对着预设指标迭代。

不过,商业闭环在某种意义上只解决了“活得下去”这一层。往后看竞争,中国AI企业得在后蒸馏时代找准自己的位置和长期优势,想清楚智能的边界究竟在哪。

商汤20%资源投入背后的逻辑:林达华谈拼手速与长期竞争力

04


拼手速之外

中国AI的长期竞争力与智能的边界

长期竞争力的第一块拼图,林达华认为是开源。

2018年,林达华在MMLab推动OpenMMLab开源,做法是把领域里有代表性的算法梳理成统一基准体系,让研究者不必再耗在复现、对比实验这类琐碎工作上。这个项目后来成了AI 1.0时代影响最大的开源算法库,收获十几万个star,使用者达数百万开发者。

多年后到了大模型时代,同样的路子又走了一遍。开源真正的驱动力在于影响力:有了影响力,募资、招人都好办,DeepSeek的示范效应让业界都看明白了这条路。客观上看,试错成本也因此被摊到了整个社区头上——研发成本里模型训练只占一成左右,其余九成都是各类实验;权重开放之后,每家公司都能更快找到前沿的技术配方。

中国总投入和美国差着量级,追得却这么近,原因也在这里。林达华说,“最担心的是不知道路在哪里。”路一旦看得见,把细节填平,中国工程师最擅长。

开源解决不了跟风的问题。林达华直言,过去三年中国大模型的主流路径,是在美国开拓的方向上做优化和创新,产业价值很大,“但如果中国要做出更持久的贡献,肯定得走出来一些不一样的东西”。他举DeepSeek为正面案例:大范式上仍是标准的LLM路线,下的功夫却深在架构效率上。

模型市场本身也容不下通吃者。成本、通用性、专业性,三样凑成一个不可能三角。什么都能做、每件事还都做得足够专业的模型,必然巨大且昂贵。日常场景里甚至普遍出现“智能过剩”:8B或32B的开源模型就能办好大部分工作,用户没必要为此付几十美元的Token钱。Hugging Face上300多万个模型,其实各有各的活法。

真正的分水岭,可能出现在后蒸馏时代。

在林达华看来,蒸馏这个话题已经过去了:存量的思维链题目构造完毕,接下来的瓶颈是产生新问题的能力——造出几千、几万乃至几十万个真实工作场景,让模型自己去探索、去完成任务。

真正卡住这件事的,其实不是算力。中国手里的牌很好:论生活和产业的多样性,全世界找不出第二个;论工程师储备,也是全世界最厚的。低处的果子已经摘完,高处的果子只能靠人爬上去摘。

不过,场景和人力拓展的只是智能的“宽度”;智能的“深度”,要看智能自身的成长速度。

最近被频繁讨论的RSI(递归自我改进),盯的正是这件事。林达华强调,RSI只是智能成长的路径之一,卡点不在训练能不能自动化,而在进化的效率:机器拿到一个有效的观察点,照样得跑海量训练;人学会一项新技能,却不用走完一整轮训练。眼下AI在进化上和人的差距还非常大,这个秘密一旦被解开,“会很大程度上重新塑造AI发展和竞争的格局”。

他也不认为现状可以无限外推:粗放的资源消耗迟早撞上轨迹爆炸,现有路径能不能走到终点,是个悬而未决的问题。

说到拓展边界,他最先关心的是另一个问题:语言之外的模态,在智能里究竟起什么作用。这方面的认知还很早,可答案会决定资源往哪投。他把期待放在多模态与空间的结合上——只做生成,改善的无非是视觉质量;把空间感知放进思考过程,智能才会更完整。

智能想突破边界,卡点在学习和进化的效率上,而这恰好是人最拿手、机器差得最远的地方。商汤给出的回答,并非都写进模型里——一个能不断长出新人来的组织,本身就是一种生命力最强的智能。

林达华还说,他眼下最重要的事,是给年轻人搭环境,守住一个有生命力的组织。商汤那20%资源的用意也在这里:积极播种,守护成长。这颗种子可能是产品、业务,也可能是在组织里长起来的人,商汤一直做的,就是等种子发芽,生命自会找到出路。

雷峰网

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Anthropic上市前触发自身安全警报:AI进展速度超预期

    Anthropic即将登陆华尔街之际,却在上市文件中披露了一项安全警报:公司AI研发进展速度已达到自身设定的安全阈值,必须启动额外安全控制措施。11月19日,据英国《金融时报》报道,Anthropic在更新后的IPO申报文件中承认,其技术进展速度已触发2023年制定的“负责任扩展政策”(Responsible Scal

    来源 腾讯网
  2. 世界模型杀入摄影圈:AI帮你换个机位重拍一张

    为了凑齐朋友圈的九宫格,一生爱出片的中国人不断添置设备、研究机位,有时还要搭上旅行的好心情。 与此同时,顶尖的科学家和资本正砸下几十亿美金,试图用“世界模型”教AI理解物理世界。 看似风马牛不相及的两件事,或许很快就要在同一个取景框里迎头相遇。 #01 世界模型,开始研究出片 一张照片拍完,还能换个机位吗?李飞飞创办的

    来源 AI 行业观察
  3. 谷歌Genie 4开放开发者:0.2秒操控延迟,6.05美元/分钟

    当地时间11月19日,谷歌正式向开发者开放世界模型Genie 4,开发者可通过Gemini API及Google AI Studio接入。该模型可生成720p、24fps的可交互世界与原生立体声音频,低延迟网络下键盘操控响应约0.2至0.5秒,视频输出按Token计费,成本约6.05美元/分钟。

    来源 凤凰科技
  4. Google Genie4 API开放:付费开发者可实时交互并生成原生音频

    11月19日,Google通过Gemini API与AI Studio向付费开发者开放最新世界模型Genie4(models/genie-4)。此前一日,该模型已借Project Genie面向Google AI Ultra订阅用户推出。此次开放标志DeepMind首个可供第三方直接调用的实时世界模型落地,摆脱消费者订

    来源 AI 产业速递
  5. 商汤林达华谈AI复利:模型跑分只是入场券,钱从哪来?

    SOTA(当下最强模型)已经从稀缺品变成入场券,把模型参数刷上去的那笔钱,如何摊到收入里?AI公司们营收在增长,收入质量和利润持续性是更重要的指标。文|施然今年年初,商汤科技做短剧创作平台的团队去见投资人,几乎每个人都在问同一个问题:你和Seedance有什么区别,你做得过它吗?AI(人工智能)公司商汤成立于2014年

    来源 腾讯网
  6. Velox给视频世界模型加空间记忆:为何能越跑越快?

    你有没有玩过那种需要边走边记路的游戏?比如在一个开放世界游戏里,你从家门口出发,一路往前走,走过商店、走过公园、走过桥。游戏引擎要做一件事:记住你走过的每一寸地方,这样当你回头的时候,看到的还是刚才那个商店,而不是凭空变成了一个加油站。现在把这个场景换成AI生成视频。有一类叫"视频世界模型"的技术,你给...

    来源 腾讯网
  7. 腾讯音乐三季度营收89.41亿:AI歌曲日均入库45%,平台怎么接招

    音乐平台从未像今天这样不缺新歌,但下一个能够持续创造商业价值的音乐明星,依然难寻。 11月17日,腾讯音乐公布2026年第三季度财报,营收89.41亿元,同比增长5.6%,低于市场一致预期。 依靠高阶会员、演唱会和艺人周边,这家在线音乐巨头正进一步挖掘成熟IP的商业价值,但主力产品的用户活跃度仍然承压。 存量IP的生意

    来源 AI 行业观察
  8. 商汤 2026 年前三季度营收 37.92 亿元,同比增长 30.4%

    IT之家 11 月 18 日消息,商汤今日发布 2026 财年(2026 年 1 月~2026 年 12 月)前三季度(2026 年 1 月~2026 年 9 月)报告: 营业总收入:37.92 亿元,同比增长 30.4% 毛利润:16.47 亿元,同比增长 45% 毛利率:43.4% AI 解读 本次商汤集团披露的

    来源 AI 行业观察
  9. AI 大神李沐又有新动作!加入 Aimotion,让世界模型落地产业

    硅兔君发现,硅谷 AI 大神李沐,最近有了一个新身份—— 硅谷公司 Aimotion 的联合创始人兼 CTO,主导下一代产业级 AI 技术体系建设。同时,大神在 Boson AI 的联创兼 CTO 工作仍将继续。此次变动,主要在于双方将合力打造产业级世界模型与商业 AI Agent 技术,融合 Boson AI 的底层

    来源 腾讯网
  10. Windows BitLocker加密被破!原本破解要19年,如今只需20天

    【TechWeb】Windows Hello和BitLocker的PIN保护机制,正面临一场来自硬件层的挑战。柏林工业大学的研究团队11月18日发表论文,披露了一项名为"Hello Again"的物理攻击:通过在主板闪存芯片与处理器之间的通信链路上做手脚,攻击者可以绕过TPM的错误尝试锁定保护,从而大幅缩短暴力破解时间

    来源 AI 行业观察
  11. iPhone Air2、iPhone 18标准版确认春季发布,前者升级幅度巨大

    随着新机发布时间临近,苹果供应链已开始为下一代iPhone量产做准备。据ETNews披露,三星显示和LG Display均已着手准备OLED面板生产计划,两家供应商的生产安排一致指向2027年3月的新品发布窗口——标准版iPhone 18与超薄机型iPhone Air 2,将跳过今年秋季,在2027年春季与消费者见面。

    来源 TechWeb
  12. iPhone 18标准版与Air 2定档2027年春季:Air 2升级双摄、更薄机身

    随着新机发布时间临近,苹果供应链已开始为下一代iPhone量产做准备。据ETNews披露,三星显示和LG Display均已着手准备OLED面板生产计划,两家供应商的生产安排一致指向2027年3月的新品发布窗口——标准版iPhone 18与超薄机型iPhone Air 2,将跳过今年秋季,在2027年春季与消费者见面。

    来源 TechWeb
  13. OpenAI下场造机!首款AI手机细节曝光,直接叫板传统手机厂商

    供应链最新消息显示,富士康旗下的富智康集团已拿下OpenAI手机项目订单,负责整机组装环节。据财联社报道,OpenAI的首款手机预计最快2027年底、最迟2028年正式亮相,除组装外,立讯精密、领益智造、瑞声科技等多家苹果供应链厂商也将参与零部件供应。

    来源 TechWeb
  14. 英伟达停售H200:25%关税通道终结

    当地时间11月17日,英伟达临时首席执行官科莱特·克雷斯在财报电话会上确认,公司将停止向中国销售H200 AI芯片——这意味着由黄仁勋此前与特朗普政府协商达成的对华特殊供货安排正式告终。这也是黄仁勋辞职之后,英伟达召开的首次财报沟通会,对华先进芯片供给毫无悬念地成为市场焦点议题。

    来源 TechWeb
  15. 莫少君接手抖音生活服务,豆包能成为他的胜负手吗?

    眼看交易规模即将追平美团,抖音生服却换下了掌门人。 据36氪报道,浦燕子不再担任抖音生活服务总裁,转任公司顾问,后续参与公益相关工作,职务由红果短剧负责人莫少君接任。 对此,抖音回应字母榜称,此次调整属于正常的管理岗位轮换与交接,生活服务是公司长期发展方向之一,对该板块会持续投入、长期经营。 浦燕子是2023年11月开

    来源 AI 行业观察
  16. 英伟达临时CEO克雷斯回应换帅疑虑:AI芯片业务照常,产品节奏不变

    【TechWeb】11月19日,行业媒体Digitimes发布报道,聚焦黄仁勋辞任后英伟达首次财报电话会议。针对外界“换帅是否会打乱AI芯片供货”的疑虑,临时CEO科莱特·克雷斯(Colette Kress)明确回应:公司业务照常开展。 克雷斯在会上强调,英伟达未来产品的开发与推出节奏保持不变,公司的运营表现、业务展望

    来源 AI 行业观察
向下滚动自动加载更多