混打新冠疫苗或致短暂不良反应 日扩大紧急事态宣言范围|大流行手记(5月14日)

英伟达洽谈投资Perplexity,企业估值或超300亿美元

作为综合性视频内容平台,持续收录全网热门资源与精选视频合集。系统支持多终端同步播放,保证用户在不同设备上均可获得一致体验。 发布时间:2026年11月21日 07:56

最新资讯

英伟达洽谈投资Perplexity,企业估值或超300亿美元

2026年11月21日 07:56作者:范榕菡浏览:8

据知情人士透露,英伟达正洽谈对 AI 初创企业 Perplexity 进行股权投资,本轮融资完成后这家 AI 公司估值或将超过 300 亿美元。 知情人士称,本轮融资规模达数十亿美元,相比该公司一年前上一轮融资,估值增幅将超过 50%。两家企业的业务合作持续深化;得益于 AI 智能体产品Perplexity Computer(面向职场用户、可自动化电脑操作),Perplexity 年化营收从年初不足 2.5 亿美元攀升至 7.5 亿美元以上,上述信息来自两名了解交易内情的人士。 两名熟悉谈判的消息人士表示,作为芯片巨头布局自研 AI 模型与配套软件的一环,英伟达早先方案是斥资数十亿美元,获得 Perplexity 部分技术授权,同时雇佣该公司部分员工。目前尚不清楚谈判为何转向传统股权投资模式。 多年以来,英伟达扮演着 AI 初创行业 “中央银行” 角色,向数十家采购、租用其明星 AI 芯片的企业投入巨额资金。英伟达此前已经对 Perplexity 完成多笔投资。英伟达首席执行官黄仁勋在采访中表示,自己日常就把 Perplexity 作为常用对话机器人。 英伟达已经投入数百亿美元,围绕芯片、网络、数据中心企业开展投资与合作,以此巩固自身在 AI 硬件领域的统治地位。而近期,它开始通过技术授权、团队收购初创公司,补强自家 Nemotron 大模型及其他产品矩阵。 上周,英伟达一笔 60 亿美元交易引发行业热议:交易对象是成立三年、多次转型业务方向的初创企业 Poolside。英伟达计划收购 Poolside 超过 100 名员工,其中包含刚刚发布开源权重大模型 Laguna 的研发团队。除此之外,英伟达还将向 Poolside 投资 10 亿美元,交易前估值 120 亿美元。 一名知悉内部沟通的人士透露,英伟达向 Nemotron 团队表示,收购 Poolside 旨在加快、优化 Nemotron 系列模型的研发;但这批新员工具体如何并入组织架构尚未敲定。 在这一轮 AI 浪潮早期,Perplexity 就是风险资本追捧的明星公司。早在 ChatGPT 接入网页搜索功能之前,Perplexity 就已经推出 AI 搜索引擎。后续它持续拓展产品线,推出 Perplexity Computer,对标 OpenAI、Anthropic 新品以及 OpenClaw 这类开源工具。 英伟达也自主开发了一款类似 OpenClaw 的免费工具,面向 AI 应用开发者开放。 今年 3 月,Perplexity 加入英伟达的Nemotron 联盟,该联盟旨在协助英伟达迭代开源大模型。知情人士称,两家公司代表每周开展多轮会晤,在软硬件层面协同研发。过去一年,英伟达大力推进 Nemotron 开源模型项目,Nemotron 联盟正是该战略的组成部分。 尽管 Nemotron 系列开源模型会和英伟达大量现有客户形成竞争,但英伟达认为这一步必不可少,以此对冲中国开发者开源大模型带来的竞争压力。英伟达认为,向应用开发者提供西方阵营的开源大模型,会进一步拉动对英伟达硬件的需求。 大力布局开源大模型,也让英伟达自身成为自家芯片的超级大客户;未来数年,英伟达计划投入数百亿美元,通过 Lambda、亚马逊以及其他英伟达芯片采购厂商租用英伟达服务器算力。 若本次交易落地,Perplexity 将获得更充足资金缓冲,为未来几年潜在 IPO 上市铺路。首席执行官阿拉温德・斯里尼瓦斯在接受 采访时,表示公司考虑将 2028 年作为上市时间窗口。 除搜索引擎、Perplexity Computer 之外,Perplexity 也对外售卖第三方开源与闭源大模型调用接口,现已跻身头部 AI 初创企业行列。熟悉该公司经营情况的人士称,其毛利率维持在 60% 的原有水平(该公司毛利率此前曾引发行业讨论)。 这家成立四年的企业并不从零训练自研大模型;其业务逻辑是根据任务类型,智能调度选择最合适的外部大模型来处理 AI 请求。Perplexity 计划采用英伟达 Vera 中央处理器运行 AI 智能体查询任务;该公司此前也已经和 CoreWeave 签署芯片采购协议,CoreWeave 是英伟达重点加持的上市云服务器厂商。 迄今为止,Perplexity 累计融资超过 17 亿美元,投资方包括英伟达、新企业联合(NEA)、阿克塞尔合伙(Accel)、软银等机构。

还得是林俊杰

2026年11月21日 07:56作者:司马堂彬浏览:1

持续更新全网视频资源,涵盖多种类型内容。平台优化播放体验,使用户能够轻松获取并观看高质量视频。

依人青青青在线观看

2026年11月21日 07:56作者:舒武绍浏览:7

致力于构建高质量视频内容生态,整合全网热门资源与实时更新内容。平台支持多终端同步观看,并提供多线路播放方案,确保用户获得更流畅的体验 山东一酒店发现1例核酸疑似阳性人员 密接者均为阴性

社会抚养费取消两年,“老赖”摘帽了吗?

2026年11月21日 07:56作者:轩辕绿进浏览:6

提供稳定的视频播放环境与丰富的内容资源库。用户可通过平台快速访问最新更新内容,并享受高清播放体验。

正文详情

一起草CNN网页端上线:在线协作编辑与实时资讯整合新体验

近日,面向内容创作与资讯整理场景的在线协作工具「一起草CNN网页端」正式向用户开放。顾名思义,这一产品将「一起草」的多人协同起草能力与CNN风格的资讯聚合页面结合,用户无需安装客户端,打开浏览器即可进入工作台。网页端支持多人同时编辑同一份文档,光标位置、修改痕迹实时可见,并内置了素材剪藏、段落批注与版本回溯功能。对于需要快速产出资讯稿件的编辑团队而言,这种「打开即用、改完即发」的轻量化形态,省去了文件反复传输和格式统一的麻烦,也让远程协作的沟通成本明显下降。

从功能结构看,一起草CNN网页端主要分为三个区域:左侧为素材与资讯源面板,可抓取网页正文、图片与链接摘要;中间是主编辑区,支持标题分级、引用块、图片说明等常用排版元素;右侧则是协作与评论侧栏,成员可以针对某一段落发起讨论或指派修改任务。值得一提的是,网页端对实时协作做了针对性优化,多人同时输入时冲突合并较为平滑,网络波动后也能自动重连并补全内容。此外,系统会按时间轴保存历史版本,误删或误改的内容可以随时找回,这对资讯类内容的反复打磨尤为重要。

在实际使用场景中,一起草CNN网页端更适合三类人群:一是媒体与自媒体团队,需要多人分工完成选题、撰稿与校对;二是企业市场部门,用于整理行业动态、撰写新闻稿与活动通稿;三是学生与研究人员,用于小组作业和资料汇编。由于网页端不依赖本地环境,成员之间的设备差异不再是障碍,链接一发即可加入协作。不过也需注意,涉及敏感或未公开的资讯素材时,应提前确认团队的权限设置与分享范围,避免链接被随意转发。建议在创建文档时先划分好编辑、评论、只读三类角色,再邀请成员进入。

总体来看,一起草CNN网页端把「协作编辑」和「资讯整合」放在同一个浏览器页面里完成,降低了内容团队的工具切换频率。其优势在于上手门槛低、实时性强、版本管理清晰;局限则在于复杂排版和深度数据可视化能力仍偏基础,更适合资讯稿件的快速成文而非重型出版流程。对于追求效率的内容小组,可以先从单篇稿件协作试用,再逐步扩展到选题库与素材库的共建。随着网页端功能持续迭代,这类轻量协作工具有望成为资讯生产流程中的常见一环。

友情链接

近日,面向内容创作与资讯整理场景的在线协作工具「一起草CNN网页端」正式向用户开放。顾名思义,这一产品将「一起草」的多人协同起草能力与CNN风格的资讯聚合页面结合,用户无需安装客户端,打开浏览器即可进入工作台。网页端支持多人同时编辑同一份文档,光标位置、修改痕迹实时可见,并内置了素材剪藏、段落批注与版本回溯功能。对于需要快速产出资讯稿件的编辑团队而言,这种「打开即用、改完即发」的轻量化形态,省去了文件反复传输和格式统一的麻烦,也让远程协作的沟通成本明显下降。

从功能结构看,一起草CNN网页端主要分为三个区域:左侧为素材与资讯源面板,可抓取网页正文、图片与链接摘要;中间是主编辑区,支持标题分级、引用块、图片说明等常用排版元素;右侧则是协作与评论侧栏,成员可以针对某一段落发起讨论或指派修改任务。值得一提的是,网页端对实时协作做了针对性优化,多人同时输入时冲突合并较为平滑,网络波动后也能自动重连并补全内容。此外,系统会按时间轴保存历史版本,误删或误改的内容可以随时找回,这对资讯类内容的反复打磨尤为重要。

在实际使用场景中,一起草CNN网页端更适合三类人群:一是媒体与自媒体团队,需要多人分工完成选题、撰稿与校对;二是企业市场部门,用于整理行业动态、撰写新闻稿与活动通稿;三是学生与研究人员,用于小组作业和资料汇编。由于网页端不依赖本地环境,成员之间的设备差异不再是障碍,链接一发即可加入协作。不过也需注意,涉及敏感或未公开的资讯素材时,应提前确认团队的权限设置与分享范围,避免链接被随意转发。建议在创建文档时先划分好编辑、评论、只读三类角色,再邀请成员进入。

总体来看,一起草CNN网页端把「协作编辑」和「资讯整合」放在同一个浏览器页面里完成,降低了内容团队的工具切换频率。其优势在于上手门槛低、实时性强、版本管理清晰;局限则在于复杂排版和深度数据可视化能力仍偏基础,更适合资讯稿件的快速成文而非重型出版流程。对于追求效率的内容小组,可以先从单篇稿件协作试用,再逐步扩展到选题库与素材库的共建。随着网页端功能持续迭代,这类轻量协作工具有望成为资讯生产流程中的常见一环。