英伟达洽谈投资Perplexity,企业估值或超300亿美元

发布时间:2026年11月19日 21:36

来源:人民日报

金养建,金养建是谁,金养建相关信息,金养建个人资料,关键词检索,信息核实,同名信息辨别,网络信息甄别据知情人士透露,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。

(责任编辑:匡风露)

收起介绍展开介绍
  • 下载地址
金养建是谁?一文读懂这个名字的公开信息与检索方法

如有发现下载链接错误,请联系小编!

软件排行榜

热门推荐

    在中文互联网的搜索框里,「金养建」这个名字时常被用户输入。有人是因为一份名单、一条转发或一段聊天记录产生好奇,也有人只是在核对某个联系方式时顺手查一查。然而真正点击搜索之后,返回的结果往往并不集中:既有同名同姓的普通人,也有看似相关却难以确认出处的页面,还有大量由关键词自动拼接生成的聚合内容。这种「搜得到、却看不明白」的体验,其实是人名类关键词检索的普遍困境。理解这一点,是理性看待「金养建」相关信息的第一步——名字只是入口,信息本身需要被逐条核对,而不是看到标题就下结论。

    首先要面对的是同名同姓问题。中文姓名重复率较高,三个字的组合在人口基数下出现多位同名者并不奇怪。因此,当搜索结果中出现多条指向「金养建」的内容时,不能默认它们描述的是同一个人。判断的关键在于上下文是否自洽:地域、行业、时间线、关联机构能否相互印证。如果一条信息只给出姓名而无任何可验证背景,它更可能是内容农场批量生成的模板页面。建议读者在看到此类页面时先做减法,把无法交叉验证的部分剔除,只保留有明确来源、有具体场景的描述,再判断是否值得继续追查。

    其次是核实路径的选择。对任何人物类关键词,权威来源永远优先于二次转载。可以尝试的顺序是:先看官方机构发布的名录、公告或公示信息,再看主流媒体署名报道,最后才参考论坛、问答和自媒体内容。三者若出现矛盾,应以层级更高的来源为准。同时要注意时间戳——很多关于「金养建」的旧帖会被反复搬运,内容早已过时却被当作现状传播。检索时不妨在关键词后加上年份、地名或行业限定词,用更窄的条件换取更准的结果,这比在泛结果中反复翻页要高效得多。

    在具体操作上,还有几个实用技巧。给关键词加英文双引号可强制精确匹配,减少拆分组合带来的噪声;使用站内搜索限定符,可以把范围收缩到特定平台;对疑似营销或引流页面,重点看它是否在文末留下联系方式或导流入口,这类页面通常缺乏实质信息。此外,遇到声称掌握「金养建」完整个人资料并要求付费解锁的站点,应保持警惕,个人信息的有偿交易本身存在合规风险,来源不明的数据也未必真实。更稳妥的做法是通过公开渠道自行比对,而不是把判断权交给陌生页面。

    归根结底,围绕「金养建」的检索需求,折射的是信息时代一个常见命题:关键词能带来线索,却不能替代判断。名字相同不代表身份相同,页面存在不代表内容可靠,排名靠前也不等于可信度高。对普通读者而言,养成「先看出处、再看时间、最后做交叉验证」的习惯,比记住任何单条结论都更有价值。当一条信息经得起多源比对,它才值得被采信;当它只在某一个角落反复出现,就该多留一个问号。理性检索、谨慎转发,是对他人也是对自己负责的态度。