美股三巨头盘后下跌，传投资OpenAI 600亿美元
据路透社1月29日援引《The Information》报道，英伟达、亚马逊与微软正就向人工智能初创企业OpenAI投资高达600亿美元（约合人民币4200亿元）进行商谈。目前，路透社尚无法立即核实该报道的真实性。
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 👈
值得注意的是，美东时间1月28日美股盘后，特斯拉、微软、Meta三巨头发布了最新财报，再度引发投资者对AI投资回报的担忧。其中，Meta和微软的资本支出再创新高。微软第二财季资本支出达到375亿美元，同比增长66%，不仅刷新纪录，也高于分析师预期的362亿美元。Meta则预计，2026年全年的资本支出将达到1150亿至1350亿美元（约合人民币8000亿至9300亿元），近乎去年的两倍。
据了解，微软凭借早期对OpenAI的投资，在大型科技公司的AI竞赛中长期享有先发优势。一些分析师表示，OpenAI（微软持有27%股份）不断增加的亏损可能会推高微软的成本，因为微软需要承担这部分亏损。去年10月底，OpenAI进行了重大重组，赋予了微软这一股份。尽管重组包括OpenAI承诺购买价值2500亿美元的Azure服务，但也使OpenAI得以与其他公司达成云交易，降低对微软的依赖。
分析师预计，微软、谷歌母公司Alphabet、Meta和亚马逊今年将在AI上投入超过5000亿美元。
市场担忧两大在人工智能领域的大规模投入可能需要比预期更长的时间才能见效，尤其在微软第二财季云业务增长放缓的背景下，财报发布使得微软股价盘后跌超6%。截至发稿，亚马逊、英伟达美股盘后也均跌近1%。
相关攻略
微软悄然下架建议游戏玩家配置32GB内存的官方文档，引发争议。该建议远超其Windows11最低4GB内存的要求，也与主流8GB配置不符。分析认为，此举或为推广其AI功能铺路，高内存可更好支持后台智能服务。文档下架反映了传统PC标准与AI新需求间的冲突。
微软确认WindowsUpdate存在漏洞，会错误地将用户手动安装的最新显卡驱动自动替换为旧版本。该问题影响NVIDIA、AMD和Intel显卡，源于现有驱动匹配机制过于宽泛。微软计划从2026年起启用结合HWID与CHID的新匹配系统，但旧驱动风险仍存，全面部署预计需至2027年初。
路透社于5月13日晚间披露，据知情人士透露，微软旗下全球知名的职业社交平台领英（LinkedIn）正计划进行一轮组织架构调整，预计裁员比例约为5%。 消息指出，领英计划于当地时间周三正式向受影响的员工发出通知。此次裁员的主要目的是优化团队结构，将公司资源与人力更精准地投入到增长潜力更大的核心业务领域
微软发布多模型智能体扫描框架MDASH，采用超百个专用AI智能体协同工作，显著提升漏洞检测精度与效率。在公开测试中表现超越GPT-5 5等模型，发现16个新漏洞；私有测试实现100%识别率且零误报。该系统已应用于内部安全加固并开启受限预览。
微软推出多模型智能体扫描框架MDASH，集成超百个AI智能体协同工作，高效分配漏洞扫描任务。测试中，该系统成功识别多个未知高危漏洞，实现100%识别率且零误报，已应用于内部安全加固，展现出高历史漏洞回收率，标志着AI在代码安全领域的重要工程落地。
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