巫迪文

基于千亿级金融专业数据语料，通过可信数据合成技术以及结合专家标注的金融长思维链（CoT）构造机制，显著提升模型处理复杂任务的能力，让大模型天生懂金融，出厂即专家。此外，随着超级智能的到来，我们还需要更认真地对待一系列安全问题，这点我也记在了今早的笔记上。同时，我们也会持续通过回购股票的形式回购股份，以此抵消股权薪酬带来的影响，继续向投资者发放季度现金股息。截至目前，我们对几个方面的预算支出有大概的预测：一是2026年的基础设施预算，这将直接影响公司明年的费用支出。另一方面，公司上下也都秉持着一个原则，那就是一定要重视超级智能，我们相信，超级智能或早或晚，总有一天会重塑所有系统与底层逻辑。每当我们推出新一代或者重大版本更新时，相应地我们也会看到用户参与度的提高。但对于超级智能这种尖端、前沿的研究来说，我认为我们需要打造小团队，整个团队都需要从整体上完全理解系统的运作方式、原理以及动态变化。确保自身行业领先的算力能力，以便研究人员能更好地开展研究，将成果推向产品，惠及数十亿用户。但从总体上来看，我们对未来业务的盈利能力非常乐观，马克在前面的简报中也提到了这一点，我在这里就不多重复了。我始终认为，智能眼镜是人工智能技术的理想物理形态，因为通过智能眼镜，用户可以直接让AI见你所见、听你所听，只要有显示器，它就可以和你对话。美银美林分析师JustinPost：我的第一个问题还是有关公司对基础设施的投资。作为2025

截至2025年3月31日，猎豹移动持有超过2.3亿美元的净现金，为我们机器人战略布局提供了强有力的资金保障。摩尔线程创新推出零中断容错技术，故障发生时仅隔离受影响节点组，其余节点继续训练，备机无缝接入，全程无中断。且在计算精度方面支持从FP64至INT8的完整精度谱系，并通过FP8混合精度技术，在主流前沿大模型训练中实现20%~30%的性能跃升。在单芯片算力方面，摩尔线程的GPU单芯片基于MUSA架构的突破性设计，可集成AI计算加速、图形渲染、物理仿真及超高清视频编解码能力，充分适配AI训推、具身智能、AIGC等多样化应用场景。这种全方位的基础设施变革，将推动AI训练从千卡级向万卡级乃至十万卡级规模演进，以系统级工程实现生产力和创新效率飞跃。大会期间，摩尔线程首次提出了AI工厂理念，公司创始人兼CEO张建中在分享中表示，为应对生成式AI爆发式增长下的大模型训练效率瓶颈，摩尔线程将通过系统级工程创新，构建新一代AI训练基础设施，为AGI时代打造生产先进模型的超级工厂。据悉，摩尔线程提出的AI工厂，如同芯片晶圆厂的制程升级，需要实现从底层芯片架构创新、到集群

作为已服务数百家企业的AI程序员，星火飞码iFlyCode已覆盖能源、金融等行业，用代码生成、单元测试等全流程辅助重塑开发模式。以下是电话会议实录：高盛分析师EricSheridan：我的第一个问题想问马克。我们还在不断提升系统能力，通过用户兴趣探索、学习用户偏好等，探究用户更多样化、更细分的兴趣领域。团队中的每个人都负责系统的一部分，每个人也可以独立运行测试，我们不需要每个研究人员都了解整个系统的逻辑。我相信，人工智能技术还是会朝着更快的方向发展，这也会影响我们的诸多决策，比如确保公司拥有绝对优秀、最精英的人才团队。当然，从某种程度上来说，想要预测未来技术的发展轨迹本身就好似一场赌注。对比过去12个月，从现在的情况来看，您认为未来24个月您最关注的技术制约因素，或者说技术壁垒有哪些？这与过去相比有哪些变化？管理层如何确保公司能在未来十年真正实现超级智能领域的行业领先？我的第二个问题想问苏珊或者马克，我的问题有关公司的核心推荐功能。另一方面，在打造超级智能的道路上，我们会充分调动所有GPU，以便更好地服务用户。在未来，如果你没有智能眼镜，也没有其他和人工智能互动的方式，相比其他人，或者你的同事、竞争对手，你也会处在认知下风。详见：Meta第二季度营收475.16亿美元净利润同比增长36%财报发布后，