BK2004 互联网内容与信息
- 2263.675
- -39.147-1.70%
Alphabet、Meta 提供数百万美元与好莱坞合作开发人工智能
Alphabet、Meta 提供数百万美元与好莱坞合作开发人工智能
Nvidia的第一季度业绩证实下一次工业革命正在顺利进行中
周三，英伟达公司（纳斯达克股票代码：NVDA）公布了其第一财季业绩，由于对人工智能芯片的需求一如既往地强劲，均超过了最高和利润预期。英伟达的销售额 c
亚马逊和人工智能初创公司Hugging Face合作提高人工智能模型效率
亚马逊公司（纳斯达克股票代码：AMZN）的云部门宣布与人工智能初创公司Hugging Face建立合作伙伴关系，以简化在亚马逊定制计算芯片上运行数千个人工智能模型的过程。周三，亚马逊和Hu
埃隆·马斯克说父母应该 “限制孩子在社交媒体上花费的时间”
埃隆·马斯克说父母应该 “限制孩子在社交媒体上花费的时间”
“谷歌签署日本太阳能发电厂协议，为数据中心供电”-日经亚洲
“谷歌签署日本太阳能发电厂协议，为数据中心供电”-日经亚洲
Market Clubhouse 早间备忘录——2024 年 5 月 23 日（SPY、QQQ、AAPL、MSFT、NVDA、GOOGL、META 和 TSLA 的交易策略）
早安交易者！在今天的 Market Clubhouse 早间备忘录中，我们将讨论 SPY、QQQ、AAPL、MSFT、NVDA、GOOGL、META 和 TSLA。我们的 Market Clubhouse 独有的专有配方决定了这些
Pinterest 分析师评级
日期上行/下行分析师公司目标股价变动评级变动之前/当前评级 2024 年 5 月 23 日 25.15% 派珀·桑德勒 50 美元 → 52 美元重申增持 → 增持 2024 年 6 月 5 日 17.93% Loop Capita
高盛：对冲基金继续押注AI，但科技巨头不再吃香
高盛报告显示，一季度对冲基金减持了谷歌、亚马逊、英伟达、微软和Meta股票，“七姐妹”中只有苹果没有被减持，反而被对冲基金增持了。
尽管逐年下降，但微博仍超过了第一季度的收入和每股收益预期——情况如何？
微博公司（纳斯达克股票代码：WB）报告称，2024财年第一季度收入同比下降4％，至3.955亿美元，超过了分析师共识估计的3.925亿美元。中国社会保险的收入
'刚刚起步：'Nvidia'无与伦比'的业绩和指导方针仍然震惊华尔街
美股前瞻 | 纳指期货大涨超1%，英伟达业绩“炸裂”，芯片股盘前齐嗨！
投资大佬警告：通胀将持续存在，严重影响美股的回报；美财长耶伦称汇率干预不应作为常规手段使用；热门中概股盘前多数下挫，网易、小鹏汽车跌超3%。
周四盘前交易时段，12只通信服务类股走势
在周四的盘前交易中，GainersMilliCom Intl Cellular（纳斯达克股票代码：TIGO）股价上涨9.1％，至25.73美元。他们已发行股票的市值为44亿美元。PropertyGuru 集团
专家说，谷歌以310亿美元收购HubSpot以 “从微软手中夺取市场份额”
谷歌母公司Alphabet Inc.（纳斯达克股票代码：GOOGL）正在探索收购价值310亿美元的美国营销软件制造商HubSpot Inc.（纽约证券交易所代码：HUBS）。此次收购将大大增强
微博一季度净营收3.955亿美元，同比下降4.4%，超出市场预期
微博一季度调整后每股收益0.41美元，上年同期为0.47美元，高于市场预期的0.36美元。
无论好坏：人工智能正在改变内容许可和写作
大语言模型并非AI“尽头”？Meta首席科学家：仍无法企及人类智慧
①Meta首席AI科学家杨立昆认为，现有的所有大型语言模型对逻辑的理解非常有限，永远无法实现像人类一样的推理和计划能力； ②杨立昆表示其团队正致力于创造一种能够形成“常识”的人工智能，这种方法被称为“世界建模”； ③杨立昆的这一观点也让Meta公司内部生出巨大分歧。
微博2024年第一季度调整后每股收益0.41美元超过预期的0.36美元，销售额3.95497亿美元超过3.92547亿美元的预期
微博（纳斯达克股票代码：WB）公布的季度收益为每股0.41美元，比分析师普遍预期的0.36美元高出13.89％。这比每股收益0.47美元下降了12.77％
快讯 | 微博(WB.O)第一季度净营收3.955亿美元，市场预估3.879亿美元。
马克·扎克伯格组建了由前微软战略主管组成的元人工智能顾问委员会：“深切尊重这群人”
Meta Platforms Inc.（纳斯达克股票代码：META）首席执行官马克·扎克伯格成立了一个新的咨询委员会，为公司的人工智能和技术进步提供指导。发生了什么：元咨询小组，
Meta首席AI科学家杨立昆：现有大模型存在重大缺陷，永远无法到达人类智能水平
杨立昆认为，当前的LLM技术存在“理解逻辑能力极其有限”、“无法对物理世界建模”、“无法形成持久记忆”、“无法进行层级规划推理”等重大缺陷，并称单纯追求推进LLM的发展“本质是上不安全”的，无法实现真正的AGI。