AI快讯

据界面新闻 10 月 19 日快讯（https://www.jiemian.com/article/15205132.html ），清华系 RISC-V 芯片企业芯际无限完成 Pre-A 轮融资，本轮由智元机器人联合安徽省汽车创新中心、国元股权、合肥包河创投等机构共同投资，万创投行担任融资财务顾问。本轮资金重点用于具身智能全栈 RISC-V 芯片的研发及产业化落地。投资方组合本身透露了路线：智元机器人是国内出货规模领先的通用具身机器人本体厂，安徽省汽车创新中心代表整车与移动装备产业资源，国元股权与合肥包河创投是地方国资平台，技术方、应用方与地方资金第一次在同一张股东表上拼齐。 具身智能为什么开始选 RISC-V 而不是等英伟达方案？ 人形与移动机器人的主控芯片和数据中心训练芯片需求不同：推理负载可控、功耗与成本敏感、现场需要长期供货与自主定制，RISC-V 的指令集开放、可自研扩展、不受单一生态授权约束，恰好匹配这三个诉求。训练侧还在拼算力，推理与端侧侧则在拼成本与可控性，具身机器人出货量放大后，每台主控节省的成本乘以十万台就是可观差异，这也是本体厂亲自下场投芯片公司的直接动机。 智元作为应用方入股芯片公司是什么模式？ 本体厂直接投资上游芯片，等于把下一代主控的选型提前锁定，避免量产时被单一供应商卡价格与供货。这种产业资本加技术团队的组合，比纯财务投资更接近联合开发：芯片按机器人的真实负载定义指令扩展，本体厂提供场景反馈与首批订单。需要注意的是 Pre-A 阶段产品仍在研发，本轮融资不代表芯片已经流片量产，后续还要过流片、实测、上车与规模化几个关口。 安徽汽车创新中心入局说明什么产业意图？ 汽车产业资源进入机器人芯片，指向的是移动平台复用：低速无人车、园区物流车、巡检装备与家用机器人共享一部分感知与运动控制需求，车规级供应链的量产能力可以向机器人迁移。地方国资同步出资，把项目留在合肥形成芯片加本体加整车的本地闭环，这和各地争抢具身智能产业集群的打法一致。对其他地区，竞争点已经从补贴建厂转向能否把芯片、本体与应用订单绑成一个循环。 这笔融资对国产 RISC-V 落地是多大信号？ 单笔 Pre-A 规模有限，象征意义大于短期产值，但它证明 RISC-V 在具身端侧找到了一个有明确付费方的落点，而不是只在开源社区里做教学芯片。观察后续：流片节点、首批搭载本体厂型号、与车规供应链的接口进度。对开发者，这意味着未来具身平台可能出现基于 RISC-V 的本地工具链与模型部署栈，提前关注指令扩展与端侧推理框架，比等待通用方案更有先手价值。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据亚马逊官方新闻页（https://www.aboutamazon.com/news/devices/amazon-personal-ai-bee-frontier-bee-eclipse ）与 CBS 报道（https://www.cbsnews.com/atlanta/news/amazon-personal-ai-wearable-devices-bee/ ），Amazon 旗下个人 AI 品牌 Bee 10 月 15 日发布两款设备：Bee Frontier 是一条硅胶腕带，也可夹在衣物上，售价 74.99 美元，提供曜石黑、薰衣草紫与鼠尾草绿三色，现货在售；Bee Eclipse 是信用卡大小的设备，磁吸贴在手机背面，起售价 99.99 美元，提供银、午夜蓝、蜜色与腮红粉四色，即将发售。两款设备都用于监听日常对话，转成可搜索的摘要、待办、提醒与洞察进入 Bee 应用，购买即附赠对话总结、回顾与 14 天记忆，新品还接入 Alexa+ 与 Amazon.com，把对话转录延伸到个人效率与购物环节。 74.99 美元把常驻录音硬件拉到了什么价位？ 常驻式个人 AI 硬件过去多在数百美元区间，Bee 把入门腕带压到 74.99，等于把录音加摘要从极客尝鲜变成普通可负担配件。价格下沉会改变使用门槛讨论：买得起的人会先戴上，隐私争议被消费决策节奏推到后面。Eclipse 选择贴手机背夹而非独立腕带，是降低佩戴负担的折中方案，借用户已经随身带的设备完成采集，避免再加一个必须充电的物件。 14 天记忆和摘要功能实际留存什么？ 官方承诺的记忆窗口是 14 天，加上对话总结与回顾，产品核心卖点是事后检索而不是实时助手：开完会、聊完天，回头问它刚才答应了什么。但常驻麦克风采集的是周围所有人的对话，不只是佩戴者本人，14 天窗口里第三方说了什么、是否知情，是产品设计没有正面回答的部分。接入 Alexa+ 与购物之后，录音数据还会进入亚马逊已有的个性化体系，数据链路比单纯笔记应用长得多。 腕带与背夹两条路线在争什么？ Frontier 走腕带路线，解放双手且始终在身，但需要单独充电与佩戴习惯；Eclipse 贴手机，利用手机本身的电量与位置，隐蔽性更强但依赖手机在场。两条路线并存说明产品团队也没想清楚哪个形态成立，先用低价铺货采集使用数据，再决定押注哪种。对用户，选型时要先确认录音指示灯、物理静音键与记忆删除入口是否顺手，这些比摘要质量更影响长期使用。 常驻录音进入消费级后隐私边界怎么划？ 个人记录自己的对话有正当需求，但商业设备默认采集同桌对话，把知情同意简化成产品条款，在餐厅、家庭、办公室都会制造灰色场景。亚马逊的优势是购物与语音助手生态，劣势是它已经被反复审视的数据信任问题。评估这类硬件时，先问三个问题：谁能听到我不在场时的录音，记忆多久删一次，换设备时数据能不能完整导出，三个答案都清楚再谈功能亮点。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 IT之家 10 月 18 日转述 The Verge 报道（http://m.toutiao.com/group/7697791162899300906/ ）与 HTT News 梳理（https://httnews.com/2026/10/18/meta-removes-scraping-clause-from-commercial-terms-after-backlash/ ），10 月 17 日 15:04 UTC，Meta 从商业条款页面删除了一段引发争议的表述，原文允许公司从商业账户持有者的域名与 URL 获取内容，用于开发、改进、研究其产品。出版商与法律专家警告，任何拥有 Meta 商业账户的出版方都可能被覆盖进这套授权，即便此前已签有内容许可协议。条款删除后，Meta 声明本次更新只是对既有广告条款的合并整合，从未扩大爬虫行为，修改后明确限定爬虫与数据收集仅用于广告和商业产品，并重申站长仍可通过 robots.txt 控制爬虫权限。这是今年内 Meta 第二次因同类条款遭到反对后修订，而针对包括 Meta 在内的 AI 公司的版权诉讼仍在进行中。 被删掉的那段话为什么会让出版商紧张？ 问题不在字面承诺多大，而在合同解释权。商业账户关系本来用于广告投放，条款一旦把抓取权限挂到账户关系上，法律上就可能被解读为账号开通即构成对内容使用的概括许可，出版方与平台单独签订的内容合同反而被通用条款覆盖。对新闻机构、独立媒体这类以内容授权为生的主体，等于在不知情的情况下把训练数据使用权让渡出去，后续举证自己没有同意会非常被动。条款争议的本质是平台把服务协议当成数据授权的兜底通道。 Meta 声明里只用于广告和商业产品这个边界站得住吗？ 声明把用途限定在广告与商业产品，与训练 AI 切开，但出版商真正担忧的是条款文本与实际爬虫行为之间的落差。平台坚持条款变化不改变抓取实践，意味着实际抓取照旧，只是合同措辞后退一步。对出版方，这只能解决纸面授权风险，不能解决内容被用于训练的既成事实，真正的约束仍要靠正在进行的版权诉讼与 robots.txt、技术协议谈判逐案落实。法律专家普遍把这次撤回读作公关缓冲，而不是数据政策转向。 年内第二次修订说明条款争议处在什么阶段？ 一年之内两次修订同类条款，说明平台在训练数据来源上的措辞已经无法维持，出版商、法律学者与诉讼原告三方压力持续抬升。每一次撤回都在为下一轮谈判划定更低的起点：平台先把最宽泛的兜底表述撤掉，再在个案中谈具体授权。对整个行业，这是风向标，其他把抓取权限埋进通用服务条款的平台都将面临同样的审视，条款 drafting 的空间只会越来越小。 普通站长和内容团队该检查什么？ 务实动作分三层：先查自己是否开通了 Meta 商业账户以及账户对应的域名清单，再核对 robots.txt 是否明确禁止训练用途抓取，最后在自有网站服务条款里写明内容授权范围不含模型训练。删掉争议条款不代表风险归零，训练数据的历史使用已经发生，条款只能约束未来。观察下一轮版权诉讼判决如何界定商业账户关系与训练授权，比逐条研读平台声明更能决定你的内容值多少钱。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据集微网转述华尔街日报 Christopher Mims 专栏（https://m.laoyaoba.com/n/1120469 ），戴尔当前 AI 服务器积压订单约 950 亿美元，创始人迈克尔·戴尔警告高带宽内存 HBM 与 DRAM 的供应紧张将在 2027 年进一步恶化，新晶圆厂产能满载要排到 2029 至 2030 年。Digital Today 的报道（https://www.digitaltoday.in/technology/dell-ceo-michael-dell-warns-of-worsening-hbm-dram-shortage-in-2027-as-ai-server-backlog-hits-95-billion-910294.html ）补充，戴尔现有 6500 家 AI 客户，其中 3200 家用了近两年才积累，之后 9 个月又新增 3300 家，FY 营收同比增长约 70%。 950亿积压订单是需求还是缺货造成的？ 积压订单的含义是客户下单但拿不到货，它既是需求证明，也是供应瓶颈的镜像。AI 服务器的瓶颈已经不在计算板卡本身，而在 HBM，也就是贴在 GPU 旁边的高带宽内存，每一代旗舰芯片配套的 HBM 产能都被少数几家厂垄断，扩产周期以年计。戴尔的 950 亿不是躺在账上的稳定收入，而是随时可能因为客户取消或转单而变化的在途承诺，订单真实但交付受限于内存供给。 HBM为什么紧张到2027以后还解决不了？ HBM 的制造和传统 DRAM 不同，需要多层晶圆堆叠、先进封装和极长的良率爬坡，一座新厂从建厂到稳定量产要三到四年。需求侧却在每一代芯片上同步放大容量，训练集群和推理集群都在抢同一条产线，供给曲线完全追不上需求斜率。迈克尔·戴尔给出的 2029 至 2030 年满载排期，是新厂投产后的消化节点，意味着未来几年内存价格会保持高位。 对全行业而言，内存短缺正在替代算力本身成为 AI 扩张的硬约束，服务器厂商拿到芯片却配不齐 HBM，最终交付不了整机。 巴克莱下调评级在担忧什么？ WorldNL 记录的市场反应（https://worldnl.com/markets/dells-95b-ai-server-backlog-vs-hbm-shortage-and-barrow-raising-questions-630623.html ）显示，巴克莱 10 月 14 日将戴尔下调至 Equal Weight，目标价 574 美元，核心质疑是销量增长是否建立在一次性抢装之上，价格上行能否持续。AI 服务器客户大量采用 just-in-time 采购和负现金转换，订单进来先垫资生产，交付后才回款，供应链拉长会放大资金占用风险。 ...

据财联社 10 月 16 日报道（https://www.cls.cn/detail/2506299 ），CINNO Research 的 IC Research 数据库统计显示，2026 年前三季度中国智算相关产业投资项目 62 个，投资总额 7288 亿元，同比增长 34.4%，高于上年同期的 5424 亿元。新浪财经的转述（https://finance.sina.com.cn/wm/2026-10-16/doc-inytpstz6499105.shtml ）给出结构拆分，拟建与筹备阶段项目 5217 亿元，占比 71.6%；已投产项目 993.6 亿元，占 13.6%；在建 917.4 亿元，占 12.6%；封顶 160 亿元，占 2.2%。 7288亿的热度和13.6%的落地差说明什么？ 总量增长 34.4% 看起来强劲，但拆开阶段结构就能看到，真正形成可租用算力的投产部分只有 993.6 亿，超过七成资金停在拟建和筹备的纸面阶段。智算中心从立项到投产要经过拿地、配电、制冷、服务器上架和调试，周期通常一到两年，统计口径把意向投资全部计入，容易让总量看起来比实际供给大得多。 对市场而言，需要把签约金额和实际机柜容量分开看，前者反映规划热情，后者才决定算力供需。7288 亿是一张远期蓝图，不是当下可用的供给，统计口径里把意向投资、在建工程和投产设备合并为一个总数，很容易让人误以为算力已经充足。对租赁市场而言，真正影响价格的是已投产机柜的上架率，而不是新闻里的签约总额。 为什么拟建占比这么高？ 智算投资的决策链条长，地方政府、园区、运营商和产业基金多方共建，项目先备案、先公布投资额，再分批落地是常态。叠加各地算力枢纽的招商竞争，签约金额被前置统计。另一方面，大模型训练需求确实在拉动集群建设，但芯片供应、电价指标和机柜交付速度决定了真正开工的节奏，规划跑在施工前面是行业常态，不是泡沫本身。 值得关注的是，投产项目占比偏低也意味着未来两年会有一波交付高峰，如果需求增长跟不上集中投产，空置率压力会集中显现。 区域和需求之间匹配吗？ 报道指出资金主要流向既有算力枢纽城市和绿电资源充足地区，而大模型企业集中的沿海市场对低时延推理算力的需求，和西部低成本训练算力之间存在空间错配。训练放在西部绿电便宜的地方，推理服务要贴近用户，这两类需求对集群位置的要求不同，投资规划如果只按电力价格选址，可能建成之后接不到合适客户。 企业和个人该怎么读这份数据？ 对算力采购方，这个报告提示不要被全国投资总量吓住，真正可租的机柜要看本地投产项目；对创业公司，盲目自建集群的风险在 71.6% 的纸面规划面前被放大，先按调用量付费更灵活；对普通读者，34.4% 的增长说明行业仍在扩张，但投产比例提醒我们，新闻里的投资数字和你能用的算力之间隔着一到两年的建设周期。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 Euronext 转载路透社报道（https://live.euronext.com/en/financial-news/investors-temper-anthropic-ipo-valuation-expectations-over-revenue-growth-slowdown ），10 月 14 日旧金山投资者日上，部分投资人把 Anthropic IPO 的估值讨论从约 2 万亿美元下调至 1.5 万亿美元区间，原因是营收增长速度较前几个季度放缓。CGTN 的相关报道（https://news.cgtn.com/news/2026/10-16/4e5b2d31a9c94ac08536d21719640a28/ ）确认公司仍在筹备预计 11 月的上市，AINvest 的转述（https://ainvest.com/news/anthropic-ipo-valuation-expectations-cool-as-revenue-growth-slows-225888 ）补充，估值讨论区间存在分歧，1.5 万亿只是部分投资人的态度，并非公司官方定价。 2万亿到1.5万亿，差的到底是增速还是规模？ 1.5 万亿美元仍然是全球少数公司才能触到的量级，下调本身不代表公司业务失速，而是一级市场对高增速预期的修正。过去一年 Anthropic 的收入基数快速做大，基数变大之后同比增速自然回落，投资人在定价时把增速曲线从陡峭外推改成了更平缓的斜率，估值倍数随之收缩。规模本身没有缩水，缩水的是未来几年的增长斜率预期，这两者在估值模型里对应不同的乘数。需要强调，这是路演沟通中的预期区间，不是最终发行价，正式定价还要等 11 月簿记建档，公开市场的情绪最终会决定数字落在哪一档。 为什么市场对AI公司的估值开始抠增速？ AI 公司上市定价的历史逻辑是先看规模再看利润，只要增长快，亏损可以被原谅。当一批 AI 公司集中排队 IPO，公开市场的买单方开始追问同一个问题，收入增长能不能在单位经济上沉淀为毛利，而不是靠补贴和返点堆出来。增速放缓恰好给了投资人压估值的理由，把故事从增长神话拉回到现金流质量。 对 Anthropic 来说，这轮降温还有一层背景，Claude 的企业客户主要集中在编程和办公场景，竞争格局中 OpenAI、Google、开源模型同时压价，API 单价下行会继续影响收入弹性，投资人提前把这一层折扣计入。 IPO降温会影响一级市场其他AI公司吗？ 会产生传导效应。Anthropic 是本轮 AI 上市潮里估值最高的候选之一，它的定价结果会成为后续公司的估值锚。如果 1.5 万亿区间被市场接受，其他模型公司的一级估值也会跟着回调，反之如果公开市场情绪回暖，区间可能重新上修。投资者日的降温不是终点，而是价格发现的开始。 需要区分估值预期和债务融资，此前市场讨论的巨额债务安排与本次股权估值下调是两条线，不要混为一谈。 普通读者该怎么看待万亿数字？ 对绝大多数人，1.5 万亿和 2 万亿之间的差距只是标题数字，真正值得看的是增速放缓这个信号本身，说明 AI 商业化正在从爆发期进入消化期，烧钱换规模的故事在公开市场越来越难讲通。从业者的体感也会随之变化，企业客户的预算审批更看重 ROI 而不是新奇度，产品能不能算清账会比概念热度更重要。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据光明网科技频道 10 月 12 日报道（http://tech.gmw.cn/2026-10/12/content_39040709.htm ），大模型与算力服务平台无问芯穹宣布完成 23 亿元 C 轮融资，公司累计融资达 43 亿元，本轮由腾讯、百度、联想及红杉中国、启明创投、顺为资本等参投。公司创始人汪玉、夏立雪均出自清华大学电子工程系，成立于 2023 年，主打异构算力接入与推理平台。 报道披露的运营数据包括，公司已建成最大单集群 37000P 算力，接入 16 种不同芯片产品，支撑多模型在一张调度网里运行；通过软硬件协同，模型推理成本较行业基准下降 10 倍以上。今年 5 月推出的 Agentic MaaS 平台，单日 token 调用量较去年 12 月增长 40 倍。另据证券时报消息，公司已于近期保密递表港交所，最早 2027 年上半年挂牌，不谋求 AI 第一股头衔。 23亿融资买的是算力还是调度能力？ 无问芯穹的核心叙事不是自己造芯片，也不是训练旗舰大模型，而是把多家芯片的算力池汇成可统一调度的资源，再把多个模型的推理接口封装给企业客户。16 种芯片接入意味着它要解决不同指令集、不同显存架构之间的任务分配，这是纯公有云平台不会优先投入的脏活累活，也是国产多芯片格局下的必经环节。 37000P 的单集群规模加上推理成本下降 10 倍，说明它的价值主张是帮客户在不绑定单一硬件供应商的前提下压低推理开销。这和训练大模型的烧钱逻辑不同，它赚的是调度效率的钱，43 亿累计融资更多用于集群扩容和企业客户的接入成本，而不是模型参数竞赛。 单日token增长40倍，需求结构发生了什么变化？ 40 倍增长的基数是去年 12 月，半年内放大这个量级，对应 Agentic MaaS 平台上线后企业调用频率的跳变。传统 API 调用是人问一句答一句，Agentic 场景下代理会循环调用模型完成多步任务，单个业务流程消耗的 token 数量远高于对话，调用量自然指数级上升。这也解释了为什么公司把产品重心从模型广场转向 Agentic MaaS，市场付费点已经从试用转向代理生产环境的稳定调用。 需要注意，token 调用量增长不等于收入等比例增长，单价一直在下行，公司真正要证明的是高调用量能转化为正向毛利，而不是靠低价补贴把规模做大。 保密递表港交所，估值故事该怎么理解？ 公司明确不追求 AI 第一股标签，这是一种务实的表述，先按正常流程完成辅导和问询，避免被概念股行情绑架。港交所对算力服务公司的审核重点通常在收入真实性、客户集中度和芯片来源合规性，无问芯穹接入 16 种芯片的结构反而有助于分散单一供应风险，这是招股书里可以讲清楚的优势。 但 2027 年上半年挂牌是一个窗口预期，不是承诺，中间市场环境、行业估值和政策口径都会变。一级市场 43 亿融资支撑的扩张节奏，最终要在公开市场用单位经济模型交卷。 ...

据 DIGITIMES Asia 10 月 17 日报道（https://www.digitimes.com/news/a20261017VL200/fab-tsmc-chips-kumamoto-production.html ），日本经济产业省于 10 月 16 日批准台积电日本子公司 JASM 在熊本建设第二工厂的 3nm 工艺计划，规划月产能 6000 片晶圆，最快 2028 年 12 月建成投产，日本政府提供的补贴上限约 41 亿美元。同花顺财经的转述（http://m.10jqka.com.cn/20261017/c675512170.shtml ）提到，这座工厂将成为日本本土首条 3nm 量产产线，服务车载、机器人、AI 边缘与高端功率器件需求。 第一工厂的工艺路线同时被调整，原定 12/16nm 计划下调为每月 4.5 万片 22/28nm 加 5000 片 40nm，把成熟制程产能留给车规与工业芯片。熊本集群因此形成二厂攻先进、一厂守成熟的双层结构，第一工厂原定 2027 年投产的计划也在本次批复中得到政府确认。 日本为什么把3nm放在熊本而不是东京圈？ 熊本过去是日本半导体制造的腹地，索尼图像传感器和三菱电机的传统产能集中于此，建厂用地、熟练产业工人和本地供应链都现成。更现实的原因是土地与电力，3nm 工厂的耗电量和占地远超大厂均值，东京圈的电力与空间都不具备条件，九州的绿电和临海地块更匹配。日本政府补贴的逻辑也很明确，用公共资金把海外先进产能留在本土，重建自己在全球供应链中的位置。 41 亿美元补贴不是直接赠予，而是按产能和设备投资分阶段拨付，绑定的是本土就业、采购链和技术扩散，日本希望借台积电把本地材料、设备厂商重新拉回先进制程生态。 3nm落子熊本对全球AI芯片格局意味着什么？ AI 训练芯片的主力晶圆仍集中在台湾与美国本土，熊本的 3nm 面向的是车载、机器人和边缘 AI，而不是数据中心旗舰 GPU。这一定位决定了它不会直接改变训练算力的分布，却会改变端侧 AI 的成本结构，机器人控制器、智能座舱、工业视觉这些对能效敏感的场景，拿到日本本土制造的 3nm 晶圆后可以把功耗和单价一起压下来。 对供应链观察者来说，更值得注意的是工艺地理的多极化，先进节点不再只押注少数几座厂区，日本、美国、德国各自承接一部分，政治稳定性被放在制造成本之前。这对依赖单一晶圆来源的 AI 芯片创业公司是缓冲，对追求极致成本的厂商则是代价。 41亿美元补贴换来的到底是什么？ 补贴账要分两层看。直接收益是一条日本本土首见的 3nm 产线、数千个高收入岗位和一批围绕熊本聚集的材料设备商；长期收益是技术外溢，本地工程师跟着台积电学到先进节点的管理和良率经验。但账的另一面是，JASM 是台积电控股的子公司，工艺路线和产能调度最终由母公司决定，日本拿到的是制造能力的租赁入场券，不是自主研发的先进节点。 与第一条成熟工厂相比，二厂 3nm 的外溢空间更小，最核心的工艺 know-how 仍由台积电掌握，日本能获得的更多是配套环节的成长，而不是另起炉灶。 国产芯片观察者该从这步棋里读什么？ 这条新闻本身不直接涉及国内市场，但它提示一个趋势，各国用财政补贴争抢先进制造落点已成常态，3nm 产能会被政治区域切碎，区域性的供应约束在未来几年会比公开产能数字更影响芯片可得性。对行业内的公司和投资者，应关注的不是熊本能不能抢台湾的生意，而是车规与边缘 AI 供应链会因为这条产线如何重新分配订单。 ...

据 Finovate 10 月 15 日报道（https://finovate.com/ramp-raises-1-85-billion-boosting-valuation-to-60-billion/ ），总部位于纽约的企业财务运营平台 Ramp 完成 18.5 亿美元新一轮股权融资，由 Dragoneer Investment Group 领投，Thrive Capital、Founders Fund、Sands Capital、Avenir Growth 共同参与，投后估值达到 600 亿美元，公司累计股权融资约 50 亿美元。另一则 TipRanks 报道（https://www.tipranks.com/news/private-companies/ramp-secures-1-85-billion-hits-2-billion-revenue-and-pushes-ai-focused-finance-platform-at-60-billion-valuation ）补充，Ramp 年化收入已超过 20 亿美元，实现正向现金流，收入增速比去年同期快 25%，年付费超过 10 万美元的企业客户数量增长 113%。 这轮融资距离 6 月以 440 亿美元估值完成 7.5 亿美元轮次仅四个月，估值跳升 36%。Ramp 成立于 2019 年，从企业卡和费用管理切入，目前服务超过 8.5 万家企业，年化采购流水超过 2750 亿美元，中位客户节省 7.5% 的支出、减少 22% 的手工工作量。本轮资金的明确用途是扩展人工智能相关产品，而不是单纯补贴获客。 为什么投资人愿意在AI财务赛道给出30倍收入倍数？ 600 亿美元估值对应约 30 倍年化收入，在一级市场已经是偏高的定价。Sacra 的数据（https://sacra.com/c/ramp/ ）显示，Ramp 2025 年 11 月估值还是 320 亿美元，2026 年 6 月涨到 440 亿美元，四个月后再到 600 亿美元。投资人给出这个倍数的理由，是把 Ramp 从费用管理软件重新定价为财务运营的中枢系统，而不是一张会被替换的企业卡。 ...

据 IT 之家 10 月 18 日消息（http://m.toutiao.com/group/7697807887980085800/ ），特斯拉再次延长奥斯汀地区 Robotaxi 运营时间，X 用户 Ethan McKenna 发文称时段已调整为早 6 点至午夜 12 点，乘车应用也向乘客推送了可预约至午夜的变更通知。这是一系列小幅延长的最新一步：今年 8 月运营时间扩展为早 6 点到晚 10 点，约两周前夜间结束时间推迟到晚 11 点，同时车队新增 100 多台 Cybercab，目前奥斯汀车队规模已超 300 台，下一站计划在达拉斯开放。 特斯拉人工智能副总裁 Ashok Elluswamy 表示，FSD v15 将支持 Robotaxi 全天候运营，计划本月向全部车队推送；v15 参数量提升至原先十倍，神经网络规模从约 10 亿参数扩容至 100 亿。马斯克本月早些时候提到，重点攻克的难点是识别夜间难以发现的小动物，他形容这是在黑暗里识别灰色柏油路面上的灰色小猫。 为什么每次只延长一个小时？ 逐小时延长不是保守，而是边解决边验证。夜间行车是当前主要难题，视线衰减、小动物横穿、反光与行人都比白天复杂，一次性宣布 24 小时运营而技术没跟上，只会放大事故风险。每次加一小时，等于给系统一段真实道路数据去消化，也给监管与公众一个渐进接受的过程。距离 24 小时只剩夜间六小时空档，能否本月补齐取决于 v15 部署进度。 百亿参数扩容解决的到底是什么？ 从 10 亿到 100 亿，扩大的是神经网络对场景模式的记忆与泛化能力，尤其针对白天没见过的暗光长尾。但参数翻倍不等于安全翻倍，自动驾驶的瓶颈还在感知可靠性、决策边界与极端长尾场景。把 FSD 从辅助驾驶包装成无人出租，法律责任主体也随之改变，这比模型规模更难。 NHTSA 问询是悬在头顶的另一把尺？ 特斯拉 Robotaxi 业务正受联邦监管审查：NHTSA 近期收到举报并启动问询，核查 Robotaxi 在正常运营的学区超速一事，涉及约 1000 台 Model Y 与 Cybercab，列出的四起事件均未造成碰撞或人员受伤，机构尚未决定是否开启正式调查。扩张越快，监管样本越大，任何一起未受伤事件都可能被记入档案。全天候叙事要成立，不仅需要 v15 跑通黑夜，也需要在学区这类敏感路段交出干净记录。 ...