英伟达洽谈投资Perplexity,企业估值或超300亿美元
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。

网站分析入门指南:从数据到决策的实战方法
网站分析并不是简单地打开统计后台看一眼访问量,而是围绕业务目标建立一套“采集—解读—验证—行动”的闭环。很多团队每天记录UV、PV,却说不清这些数字变化意味着什么,原因在于缺少分析框架。真正有价值的网站分析,起点是明确业务问题:是拉新不足、转化偏低,还是老用户回流乏力?问题不同,需要关注的指标和拆解路径完全不同。先定义目标,再选择指标,才能避免被大量无关数据淹没。
在指标层面,网站分析通常分为三类。第一类是流量规模与来源结构,包括访问量、独立访客、渠道占比、新老访客比例,用于判断“人从哪里来”。第二类是行为质量指标,如页面停留时长、跳出率、访问深度、关键页面点击率,用于判断“用户看得怎么样”。第三类是转化指标,包括注册率、加购率、下单转化率、表单提交率等,直接对应业务结果。需要注意的是,单一指标容易误判:停留时间长可能是内容吸引人,也可能是页面卡顿或用户找不到出口,必须结合路径与场景交叉解读。
工具方面,Google Analytics、百度统计、友盟等平台可以完成基础的流量与转化追踪,热力图、录屏和A/B测试工具则能补充“为什么”层面的证据。使用工具的关键是埋点规范:事件命名统一、参数定义清晰、转化目标可追溯。很多分析结论失真,根源是埋点重复或缺失。建议在每次改版或上新活动前,先核对埋点清单,确保数据采集与业务口径一致,再谈分析。
落地流程上,可采用“漏斗—分群—对比”的组合方法。先画出核心转化漏斗,定位流失最严重的环节;再按渠道、设备、新老用户等维度分群,看问题集中在哪类人群;最后做时间对比或A/B测试,验证假设是否成立。例如发现移动端注册转化明显低于桌面端,就可以进一步检查表单字段数量、加载速度与交互设计,而不是笼统地归因于“流量质量差”。这种从现象到原因的逐层下钻,正是网站分析的核心价值。
最后要强调,网站分析的结果必须落到行动上。每一条结论都应转化为可执行的动作:优化落地页文案、精简表单、调整渠道投放、改进导航结构,并设定复测时间点。同时建立定期复盘机制,把关键指标做成看板,让数据成为团队共同语言。只有把分析嵌入日常运营节奏,网站分析才能真正从“看报表”升级为“驱动增长”的能力。
秘芽漫画完整版资源已整理上线,点击即可查看全部精品视频内容➡
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。打造的一站式视频内容平台,汇聚全网优质资源与热门视频合集。系统持续更新内容库,支持高速播放与多线路解析,提升整体观看体验,让用户随时随地畅享精彩内容。。围绕联合国秘书长这番话惹怒以色列的讨论持续升温,相关从业者认为,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。将成为下一阶段的重点方向。更多内容可参考在平台中,视频内容持续更新并保持高质量输出。系统支持快速加载与多线路切换,提升整体观看体验。。
网站分析入门指南:从数据到决策的实战方法
网站分析并不是简单地打开统计后台看一眼访问量,而是围绕业务目标建立一套“采集—解读—验证—行动”的闭环。很多团队每天记录UV、PV,却说不清这些数字变化意味着什么,原因在于缺少分析框架。真正有价值的网站分析,起点是明确业务问题:是拉新不足、转化偏低,还是老用户回流乏力?问题不同,需要关注的指标和拆解路径完全不同。先定义目标,再选择指标,才能避免被大量无关数据淹没。
在指标层面,网站分析通常分为三类。第一类是流量规模与来源结构,包括访问量、独立访客、渠道占比、新老访客比例,用于判断“人从哪里来”。第二类是行为质量指标,如页面停留时长、跳出率、访问深度、关键页面点击率,用于判断“用户看得怎么样”。第三类是转化指标,包括注册率、加购率、下单转化率、表单提交率等,直接对应业务结果。需要注意的是,单一指标容易误判:停留时间长可能是内容吸引人,也可能是页面卡顿或用户找不到出口,必须结合路径与场景交叉解读。
工具方面,Google Analytics、百度统计、友盟等平台可以完成基础的流量与转化追踪,热力图、录屏和A/B测试工具则能补充“为什么”层面的证据。使用工具的关键是埋点规范:事件命名统一、参数定义清晰、转化目标可追溯。很多分析结论失真,根源是埋点重复或缺失。建议在每次改版或上新活动前,先核对埋点清单,确保数据采集与业务口径一致,再谈分析。
落地流程上,可采用“漏斗—分群—对比”的组合方法。先画出核心转化漏斗,定位流失最严重的环节;再按渠道、设备、新老用户等维度分群,看问题集中在哪类人群;最后做时间对比或A/B测试,验证假设是否成立。例如发现移动端注册转化明显低于桌面端,就可以进一步检查表单字段数量、加载速度与交互设计,而不是笼统地归因于“流量质量差”。这种从现象到原因的逐层下钻,正是网站分析的核心价值。
最后要强调,网站分析的结果必须落到行动上。每一条结论都应转化为可执行的动作:优化落地页文案、精简表单、调整渠道投放、改进导航结构,并设定复测时间点。同时建立定期复盘机制,把关键指标做成看板,让数据成为团队共同语言。只有把分析嵌入日常运营节奏,网站分析才能真正从“看报表”升级为“驱动增长”的能力。

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。在平台中,用户可获取最新影视与视频资源更新,内容覆盖范围广泛。系统支持多线路解析与快速加载,确保播放过程稳定流畅。。据吕胜翠介绍,目前已有3个相关项目落地,覆盖多个场景;其中「国际局势前瞻:2024年,这些大事或将改变世界」相关案例增长明显。
急难愁盼|河北邯郸一教师为跨区域流动建言获回应 · 相关延伸
网站分析入门指南:从数据到决策的实战方法
网站分析并不是简单地打开统计后台看一眼访问量,而是围绕业务目标建立一套“采集—解读—验证—行动”的闭环。很多团队每天记录UV、PV,却说不清这些数字变化意味着什么,原因在于缺少分析框架。真正有价值的网站分析,起点是明确业务问题:是拉新不足、转化偏低,还是老用户回流乏力?问题不同,需要关注的指标和拆解路径完全不同。先定义目标,再选择指标,才能避免被大量无关数据淹没。
在指标层面,网站分析通常分为三类。第一类是流量规模与来源结构,包括访问量、独立访客、渠道占比、新老访客比例,用于判断“人从哪里来”。第二类是行为质量指标,如页面停留时长、跳出率、访问深度、关键页面点击率,用于判断“用户看得怎么样”。第三类是转化指标,包括注册率、加购率、下单转化率、表单提交率等,直接对应业务结果。需要注意的是,单一指标容易误判:停留时间长可能是内容吸引人,也可能是页面卡顿或用户找不到出口,必须结合路径与场景交叉解读。
工具方面,Google Analytics、百度统计、友盟等平台可以完成基础的流量与转化追踪,热力图、录屏和A/B测试工具则能补充“为什么”层面的证据。使用工具的关键是埋点规范:事件命名统一、参数定义清晰、转化目标可追溯。很多分析结论失真,根源是埋点重复或缺失。建议在每次改版或上新活动前,先核对埋点清单,确保数据采集与业务口径一致,再谈分析。
落地流程上,可采用“漏斗—分群—对比”的组合方法。先画出核心转化漏斗,定位流失最严重的环节;再按渠道、设备、新老用户等维度分群,看问题集中在哪类人群;最后做时间对比或A/B测试,验证假设是否成立。例如发现移动端注册转化明显低于桌面端,就可以进一步检查表单字段数量、加载速度与交互设计,而不是笼统地归因于“流量质量差”。这种从现象到原因的逐层下钻,正是网站分析的核心价值。
最后要强调,网站分析的结果必须落到行动上。每一条结论都应转化为可执行的动作:优化落地页文案、精简表单、调整渠道投放、改进导航结构,并设定复测时间点。同时建立定期复盘机制,把关键指标做成看板,让数据成为团队共同语言。只有把分析嵌入日常运营节奏,网站分析才能真正从“看报表”升级为“驱动增长”的能力。







