商汤林达华谈20%资源投向预研:拼手速之外,长期竞争力靠什么

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在空间智能这里失效了?

字节今年初推出Seedance 2.0,出片水准被不少人称作“电影级别”,从业者兴奋之余也感到震动,一张新的创作蓝图正朝他们铺开。可对商汤Seko团队而言,那段日子却过得“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提到,当时他去见投资人、跑行业会议,对方抛来的问题翻来覆去就一个:Seko跟Seedance差在哪?能比它做得好吗?

团队里一度出现自我怀疑的声音:这件事还要不要做下去?

事情后来的走向,并不是商汤Seko独自去“对抗”Seedance。Seedance能把30秒的视频片段渲染到顶级水准;Seko服务的创作者,最后交出来的是100集短剧。两者之间横着剧本、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。

把这层关系想明白之后,Seko的日子反倒好过了。林达华在访谈中透露,今年这款产品的用户数涨了7到8倍,平台上还跑出过播放量过亿的短剧。

商汤在大模型市场上的声量有多大,林达华自己评价得很直接:“可能不是最大的”。这家公司选的路,也一直没有完全追着行业最热的方向跑。

但商汤有一个坚持多年的习惯:直到今天,公司依然有20%的资源,投入给没有任何产品出口的预研工作。

换个角度看,这也算一种“播种”——种子埋进土里的时候,本来就不必许诺收成。汤晓鸥常挂在嘴边的那句life finds a way,“生命自寻出路”,大概就是这笔投入的道理所在。

林达华最近做客微博科技 X 卫诗婕联合出品的《科技漫谈》栏目访谈,话题从行业现状起步,经过商业化的验证,收在智能的边界上。可从头到尾牵着走的只有一条线:那20%的资源,以及它背后的判断——有些路为什么值得走得很长、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,拼手速的中国AI

大模型行业的钱,正在以一种停不下来的方式烧下去。

行业里曾经有一个普遍假设:花巨大代价训出一个好模型,成本就能摊薄到之后的规模化服务里。

林达华在访谈中提出,这个假设未必站得住。症结不在模型本身不够好,而在于“你不继续训下一个,别人就会超过你”。竞争推着公司一轮接一轮重训,训练成本于是降不下来,还越滚越大。

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

一是模型的体量选择变得更务实。最近各家厂商均发布了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了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、训练调优精良的模型跑赢上一代Pro,说明中等体量上的优化空间还远没有吃完。

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

林达华打了个形象的比方:“(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。”最后得到的是一个又贵又不理想的模型——参数加上去了,效果却没跟上。

“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。”在他眼里,这两个信号说明行业正在往理性回:不再盯着单一指标死磕,而是回到最终用户的价值上。

上一轮AI周期里,类似的局面也出现过,商汤自己就经历过。那时候每个项目都得从收数据干起,训练、调优、测试单独做一遍,整个流程重来,很难真正复制。区别只在于,当年的计量单位是项目,如今换成了参数。

拼手速是内卷的另一副面孔。美国的前沿实验室划定了SOTA的天花板,新模型一发,就等于给中国从业者指了条路——国内通常在两三个月内冒出一批声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)也是一堆公司同时开建。

“说实话,拼手速这个事其实是蛮累的。”林达华看到的是,一个方向被看好就全员涌进去,长期价值很难攒下来。同一个生态位十家公司一起抢,先到者能拿到的红利也会很快被摊薄。

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:

从反Scaling Law到语言与多模态

· 20%的资源与空间智能

这笔占两成的资源,去处很明确:那些压根没有产品能当出口的活儿。林达华在访谈里把话说得很清楚,商汤经营上不管承多大压力,钱到今天仍在往里投。“在任何的时间,我们还是保留了一定的资源。”

按他的说法,这类工作从问“为什么”起步:现有办法搞不定一个问题时,就一路追回到最原理的层面。他不指望拿复杂的数学公式去讲原理,但有个要求——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”。

空间智能就是照这个路子挑出来的,它是商汤的研究方向之一。

挑法分两步走。先拿当时最强的模型来测,看它们在哪些事上办不好。再往下追问一层:这些短板,靠加点数据能不能补?如果沿原路加数据就能做好,那它有价值,能落地应用,可撑不起原理层面的创新。只有数据怎么加都办不好的方向,才可能埋着真正的原理问题——空间智能正好属于后一种。

这套判断标准的根子,要追到他的师承。汤晓鸥带学生,技术细节几乎不问,只盯一点:能不能用一两句话,把自己的工作和别人的根本差别讲明白。“世界上没有两片叶子是一模一样的”,技术上细枝末节里总能找出不同,可这种不同的创新价值有限;一句话讲不出来的,多半也不是真创新。

林达华指出,空间智能的“反常”就在于:Scaling Law在这儿不灵了。

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押在这条路上——参数越大、数据越多,能力就越强。在这种氛围里提“反Scaling Law”,起码会让行业重新想一个问题:光堆数据和参数,在智能的某些维度上是不是还有没被留意的盲区。

在空间智能相关任务上,商汤团队看到的情况跟Scaling Law正好相反——数据加得越多,模型表现越不稳。

当时的测试里,模型在perspective-taking(视角转换)任务上表现不佳。人在空间里走动,会自然而然预判眼前所见的变化:走远一点,物体该变小。可当时的多模态模型没有这种预判——即便Google Gemini以原生多模态路线著称、已是其中表现最好的一个,也判断不出物体在不同视角和尺度下会是什么形态。

换个视角问它这只黑羊长什么样,它就答不上来了;认得出是黑羊,却止步于此。模型装进脑子里的,是图像和语义之间成千上万条对应关系:离得远看是黑羊,凑近了看还是黑羊。

团队接着往里加相关数据,模型表现没见好,反而“越来越错乱”:语义联系被反复强化,可这些数据彼此之间缺了空间上的关联,模型越来越靠语义去解释自己看到的一切。数据越多,固化越深,错得越稳。

林达华以前常举的一个例子,能说明这种固化的后果。拿一张六个手指的照片给当时的模型,GPT、Gemini、Grok答的都是五个手指头。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。

他也提醒,这个问题在最近一代模型上大概率已经修好了,但背后的机制还在——“它只依赖于语义的翻译,之后基于这个翻译再去做其他的推理。”

商汤今年年初发布空间智能模型时,这个方向在外界眼里还只是技术储备。大半年过去,行业开始追上来了。GPT-6发布后被社区讨论得多的那几点——用上Recurrent Transformer架构、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地带。

在林达华看来,这对商汤意味着路线被验证了:“GPT-6其实证明的,是我们做这个道路,肯定是有价值的。”商汤的资源跟OpenAI差着数量级,但他相信,攒上一两年,商汤会长出一些跟行业其他团队不一样的东西。

空间智能的特殊性,多少说明了一件事:一个数据越多、固化越深的方向,反倒可能是原理性创新的入口。顺着“反常”去找原理,是商汤做技术判断的思路之一。沿这套思路再往前迈一步,就绕不开一个问题:智能到底指什么,语言又在其中占什么位置。

· 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”一直有人争。

林达华认为,语言把人类最重要的知识结构化地装进了符号体系,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,跑得最快,产业关注也更多,这是现实情况。

但光靠语言,他觉得不完整。好比身处繁华闹市和寂静山林,人的体验天差地别,却未必能把周边环境用文字细细复述一遍。假设拿一张人像照片,交给最好的多模态模型,让它写出尽可能详细的上千字描述,再拿这段文字让生图模型画出来,也很难得到一张一模一样的照片。

他把这现象归结为信息频谱上的互补:语言装的是浓缩过的高密度信息,图像抓的则是大量没浓缩、也浓缩不了的信息。

语言和图像各有所长。写程序、做逻辑推演,语言更高效;感受美感、快速判断空间结构、传递视觉细节,图像更高效。林达华说,全模态的输入输出,天花板还很高,要把它们放在一起又不损失智能,“是需要花出代价和时间的”。

在林达华看来,智能的本质是人跟世界交互的能力——感知、记忆知识、多步推理、发出指令,多种要素合在一起才构成智能。人类的IQ测试也分成空间、记忆、推理等不同类型,反映的正是智能的不同侧面。

顺着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,以及能写成文字与程序序列的长程任务,模型已经超过普通人,甚至逼近顶尖水平;空间和物理智能还在早期,机器人比以前快了很多,但依然只会做简单动作。

从数字智能走向物理空间,靠的不只是技术判断,还要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。

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

回顾商汤把AI的技术判断变成产品和收入的过程,林达华是这样说的。

商汤的路是走出来的,不是想出来的。

商汤为大模型交的头一笔“学费”,落在“商量”这款产品上。2023年初刚上线时,它跟市面上的聊天工具看不出多少区别。林达华拿给太太试,让“商量”推荐附近饭店,它张口就编了一通。

翻车不全是因为模型质量。对话产品的根基是点评、地图这样的信息基础设施,而那并非商汤的禀赋所在。

到了2023年底,商汤把大模型产品收拢到内容与交互两条线上,工作内容和娱乐内容各占一头。前者就是今天的办公智能体小浣熊,按今年中期业绩公告,相关业务涨了六七倍;后者长成了Seko。

Seko走的路子,本质上是“创作”与“生成”两回事。生成一段30秒的漂亮画面,和做100集短剧,中间横着剧本、分镜、人物设定,还有跨剧集的连贯性。Seko把理解与生成统一、图文交错思维这些技术塞进创作流程,底层渲染借的是Seedance等外部模型——单比生成质量拼不过,那就让它在自己工作流里当一颗螺丝。林达华透露,已经有创作者拿Seko做出播放量过亿的短剧。

这些产品判断的底子,是商汤那套关于闭环的方法论。林达华说得很直接:“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。”这个月能拿下Benchmark第一,下个月未必还保得住,这种成绩留不下来;能留下来的是在用户那儿产生的价值。他把强化学习里小步快跑胜过一次走很远的思路搬到研发规划上:方向对、迭代快,比单次冲得高更要紧。

这样的转变,林达华自己身上也发生过一回。早年他为一作的论文,二三十条公式是寻常事;2013年之后,这个数掉到了不超过5条。他的尺子换了,从“数学证明漂不漂亮”,变成“用起来有没有差异化的价值”。

今年商汤中期报告里,官方口径写的是“首次盈利”。林达华的看法是,商汤真正盯着的始终是自己有没有变得更健康、更有生命力,而业务的闭环迭代就是生命力的体现之一。

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

在商汤眼里,产品和业务也像活物,没成熟就不硬推,看到自然增长的信号才决定加码——先让产品进市场的闭环里接受检验,而不是关起门来对着预设指标迭代。

只是,商业闭环某种程度上只回答了“活得下去”这一问。面向未来的竞争,中国AI企业得在后蒸馏时代找准自己的位置和长期竞争力,把智能的边界看清楚。

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。

早在2018年,林达华就在MMLab推动开源了OpenMMLab:把领域里有代表性的算法梳理成统一的基准体系,帮研究者省掉复现、对比实验这类脏活累活。这个项目后来成了AI 1.0时代最有影响力的开源算法库,十几万个star,数百万开发者在用。

多年以后,同样的逻辑在大模型时代又演了一遍。开源的内生动力是影响力:有了影响力,就能募资、能招人,DeepSeek的示范让所有人看清了这条路。客观上,试错成本也被摊给了整个社区——模型训练只占研发成本的一成左右,剩下九成是各种实验;开放权重让每家公司都能更快挑到前沿的技术配方。

这也说明了另一件事:中国总投入跟美国差着量级,追赶的步子却能贴得这么近。林达华说,“最担心的是不知道路在哪里。”路一旦看得见,把细节填平就是中国工程师的强项。

开源挡不住跟风。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,下的功夫非常深的地方在架构效率。

通吃的玩家在模型市场里站不住脚。成本、通用性、专业性,三样东西凑成一个绕不开的死结。真要做到样样都能干、样样都够专业,模型体量一定吓人,价格也一定贵。落到日常使用中,"智能过剩"已经相当常见:8B 或 32B 的开源模型足以应付多数活,用户没理由再为几十美元的 Token 买单。Hugging Face 上 300 多万个模型,说到底各走各的路。

真正的分水岭,可能出现在后蒸馏时代。

在林达华看来,蒸馏这一页已经翻过去了:现成的思维链题目早被构造完,下一步卡住的是能不能提出新问题——造出几千、几万甚至几十万个真实工作场景,让模型自己摸索、自己把任务做完。

卡点其实不在算力。中国手里的牌不错:生活与产业的多样程度全球少见,工程师的储备也是全球最厚。容易摘的果子摘光了,剩下的高枝得有人爬上去。

不过,场景和人力拓展的只是智能的“宽度”;智能的“深度”,则要取决于智能自身的成长速度。

近来被频繁讨论的 RSI(递归自我改进),盯的正是这一点。林达华却提醒,RSI 只是智能成长的路径之一,关键不在训练是否自动化,而在进化的效率:机器要拿到一个有效的观察点,仍得跑大量训练;人学会一项新技能,用不着走完一整轮训练。眼下 AI 在进化上跟人差得还远,这个谜一旦解开,"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,现有路径能否走到终点,是个悬而未决的问题。

边界怎么拓,他先问的是:语言之外的模态,在智能中究竟担什么角色。目前认知尚浅,可答案会左右资源往哪投。他把期待放在多模态与空间的结合上——只做生成,涨的是画面质量;把空间感知塞进思考过程,智能才更完整。

智能想越界,难点在学习和进化的效率,而这正是人拿手、机器还欠火候的地方。商汤给出的答案,有一部分并不长在模型里——一个能不断长出新人来的组织,本身就是生命力最强的智能。

林达华提到,自己眼下最要紧的事,是给年轻人搭好环境,守住一个有生命力的组织。商汤那 20% 资源也是这个道理:先撒种,再护着它长。种子可能是产品、业务,也可能是组织里长起来的人,商汤做的无非是等它发芽,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. 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
  8. 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
  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