押注OpenAI後再融資，軟銀籌劃200億美元債券發行
AI資訊AI新閒資訊正文押注OpenAI後再融資，軟銀籌劃200億美元債券發行發布於AI新閒資訊時間 :Aug 26, 2026閱讀 :1分鐘據報道，軟銀集團正在與投行洽談發行100億至200億美元債券，以幫助其為投資OpenAI相關貸款進行再融資。此次債券發行最快可能於9月啟動，預計將採用美元和歐元計價。知情人士透露，此次發行所得資金部分將用於償還軟銀今年早些時候為投資OpenAI獲得的400億美元過橋貸款。相關發行規模、時間及結構目前仍處於討論階段，最終方案可能調整。軟銀近年來持續加大對人工智能領域的投入，並將OpenAI視為其AI戰略核心資產之一。
此前，軟銀為支持OpenAI投資安排了大規模融資計劃，其中包括上述400億美元過橋貸款。此次潛在債券發行反映出軟銀正在通過長期債務工具優化AI投資資金結構，在保持對OpenAI等AI企業持續投入的同時，降低短期融資壓力。隨著全球科技巨頭加速佈局人工智能基礎設施和應用生態，AI領域的大規模資本投入也正在推動企業探索更多融資方式。相關推薦消息稱OpenAI 秘密預訓練 Bel 模型：超 10T 參數，劍指 GPT-6 後 AGI 基座據X用戶@synthwavedd爆料，OpenAI已完成下一代模型Bel預訓練，其為Doug繼任者，總參數量超10T，或成GPT-6後基座模型，衝擊AGI閾值。
AGI指能像人一樣學習、理解並執行任何智力任務，具備跨領域泛化、推理及適應未知環境的自我學習能力，不同於狹義AI。Aug 26, 2026119.9kOpenAI自研Jalapeno芯片曝光：性能測試全面反超GB300當地時間8月25日，OpenAI披露自研芯片Jalapeno內部測試表現超越英偉達現有主力產品線，核心指標實現關鍵超越，顯示其加速擺脫對單一硬件供應商依賴，強化底層基礎設施佈局。全球算力格局正深度重塑，AI巨頭紛紛減少對英偉達依賴。Aug 26, 2026103.8kGPT-5.6重磅登陸Kiro！
AI原生編碼迎來性價比革命，開發效率實現質的飛躍OpenAI與開發平臺Kiro合作，將GPT-5.6模型家族（含Sol、Terra、Luna）嵌入軟件規劃、構建、審查、測試全流程。新模型每Token產出效率大幅提升，性能更強、性價比更高，並能按需處理複雜任務。Aug 25, 2026199.5k大模型成最大“抄襲者”？全球最大生活指南百科 WikiHow 正式起訴 OpenAI 侵權WikiHow向美國曼哈頓聯邦法院起訴OpenAI，指控其未經許可抓取逾1.1萬篇教程文章訓練ChatGPT及GPT系列模型，涉嫌侵犯至少1200項已註冊版權。WikiHow是全球最大協作式“怎麼做”生活指南平臺。
Aug 25, 2026201.3kChatGPT上線自定義貼紙功能，支持導出iMessage和WhatsAppOpenAI推出ChatGPT自定義貼紙功能，用戶可將照片或創意生成個性化貼紙，並導出至iMessage、WhatsApp等聊天應用。該功能支持透明背景貼紙和完整貼紙包；用戶可上傳單張或多張圖片，讓ChatGPT轉換為貼紙、重組素材、增刪元素，還可參考其他圖片遷移視覺風格。Aug 25, 2026144.2k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。