软银全额投资OpenAI，400亿美元加注AI未来
根据CNBC周二所报道的消息，日本投资巨头软银集团（SoftBank）已完成向OpenAI注资400亿美元的承诺。一位知情人士透露，软银已于上周汇出了最后一笔数额在220亿至225亿美元之间的款项。在此之前，软银已通过联合投资的方式筹措了100亿美元，并直接向OpenAI投资了80亿美元。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
这项投资使得软银在该公司的持股比例超过了10%。
今年初就有媒体报道称，软银正在敲定这笔对OpenAI高达400亿美元的投资，投资前公司估值约为2600亿美元。当时知情人士表示，这笔资金将在12至24个月内分阶段支付。其中部分资金计划用于支持OpenAI与甲骨文公司（Oracle）及软银合资的“星际之门”（Stargate）人工智能基础设施项目。
近几个月来，各大公司纷纷斥巨资建设基础设施，以满足对AI解决方案的狂热需求以及日益增长的算力需要。
OpenAI已承诺在未来几年内投入超过1.4万亿美元用于基础设施建设，其中包括与英伟达、AMD和博通达成的合作。
多年来，软银一直重注科技和AI公司，并且是英伟达的早期投资者。本周一，该集团同意斥资40亿美元收购数据中心投资公司DigitalBridge，以加强其在AI领域的布局。
上个月，软银清空了其在主要AI受益者及芯片制造商英伟达所持有的全部约58亿美元股份。知情人士披露，这次出售所得结合其他资金来源，将用于支持其对OpenAI的投资。
据相关报道，OpenAI正在筹备IPO，多年间它已经从科技巨头微软获得了数十亿美元的资金。
本月早些时候，CNBC曾报道称OpenAI正在探讨从亚马逊获得超过100亿美元潜在投资的可能性。此外，迪士尼也进行了一笔10亿美元的股权投资，允许用户使用米老鼠等角色生成内容。
相关攻略
软银集团一项以OpenAI股份为抵押的融资计划出现调整，目标贷款规模从100亿美元降至60亿美元，缩水40%。贷款期限为2年并可选择延长。据悉，部分银行等贷款方因对未上市的OpenAI股权缺乏可靠的定价信心而转向保守，导致融资规模缩减。此类保证金贷款高度依赖抵押资产的估值稳定性和流动性。目前谈判仍在
让人工智能惠及每一个人 人工智能的需求，正在消费者、开发者和企业群体中迎来一场爆发。要满足这股浪潮，确保每个人都能用上我们的产品，有三样东西缺一不可：海量的算力、广泛的分发渠道，以及雄厚的资本支持。 今天，行业迎来一则重磅消息：OpenAI宣布完成了新一轮高达1100亿美元的融资，投前估值被推高至7
备受瞩目的OpenAI最新轮次融资，终于落下定音槌——当地时间3月31日，OpenAI宣布完成了新一轮融资，融资规模达到惊人的1220亿美元，而投后估值则达到了8520亿美元。亚马逊、英伟达和软银，
智东西编译 李水青编辑 心缘智东西4月1日消息，今早，OpenAI宣布完成了最新一轮融资，募集资金达1220亿美元（约合人民币8416 78亿元），投后估值达8520亿美元（约合人民币58779 4
鱼羊 梦瑶 发自 凹非寺量子位 | 公众号 QbitAI刚刚，OpenAI完成创纪录融资——融资金额1220亿美元（约合8411 54亿人民币），投后估值8520亿美元（约合5 9万亿人民币）。此次
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭