Workflow
小熊跑的快
icon
搜索文档
昨晚美股也涨 应用
小熊跑的快· 2026-01-06 07:45
MongoDB公司股票表现 - 股票代码MDB 股价420.820美元 当日涨幅5.30% 市值342亿美元[2] - 市盈率为负483倍 市净率11.85倍 流通股本8136万股 当日成交量166.8万手[2] - 盘后交易股价420.500美元 微跌0.08%[2] MongoDB技术指标与交易数据 - 技术指标TRIX(12,9)数值为0.23[2] - 当日股价最高423.410美元 最低417.911美元 收盘于420.810美元附近[2] - 全天交易总量为166.81万手[3] 行业比较与市场观察 - 文章将MongoDB与Palantir进行比较 认为其遵循相似的发展路径[3] - 提及另一科技股FIGR 股价53.220美元 市值114亿美元 当日大幅上涨21.67%[5] - 市场观察指出当前行情有2024年9-11月的感觉 描述为“咔咔涨 小弹性股”[6]
minimax 也要上市
小熊跑的快· 2026-01-05 12:57
公司概况与市场定位 - 公司为MiniMax 是一家专注于全模态大模型的AI公司 采用模型即产品的策略 通过B端和C端双轮驱动实现商业化[1] - 公司累计融资额达15.5亿美元 本次IPO发行估值区间为59.2至64.8亿美元 约合461.23至503.99亿港元 与智谱估值相近[1] - 公司发行价区间为151至165港元/股 最高募资约5.38亿美元 约合41.9亿港元 并获得14家基石投资者合计27.23亿港元的认购[1] 财务表现与运营数据 - 公司2025年前九个月总收入约为5344万美元 同比增长174.7%[4] - 收入结构以C端为主 C端收入3802万美元 占总收入71.1% B端收入1545万美元 占比28.9%[1] - 毛利率呈现显著差异 C端业务毛利率仅为4.7% 而B端业务毛利率高达69.4%[1] - 公司2025年前九个月整体毛利率为23.3%[4] - 公司处于高速增长但持续亏损阶段 2023年净亏损2.69亿美元 2024年净亏损4.65亿美元 2025年前九个月净亏损5.12亿美元[5] - 自2022年至2025年前九个月 公司累计净亏损约13.2亿美元 截至2025年前九个月现金储备为10.46亿美元[5] - 公司用户规模庞大 累计用户超2亿 月活跃用户达2764万 付费用户177.16万 付费率为0.8% 平均每付费用户收入为15美元[1][9] 产品矩阵与商业模式 - C端产品矩阵包括Talkie/星野 海螺AI MiniMax语音和MiniMax App/Agent[6][7][8] - Talkie/星野是AI陪伴与虚拟角色产品 结合卡牌玩法 通过订阅 内购和广告变现 2025年前九个月贡献了35.1%的收入[6] - 海螺AI是文生/图生视频产品 由Hailuo模型驱动 采用订阅和按次付费模式 同期贡献了32.6%的收入[6] - MiniMax语音支持40多种语言 延迟低至250毫秒 提供语音生成与克隆功能 通过订阅和API收费[7] - MiniMax App/Agent提供文本交互与智能体服务 支持代码生成等 通过订阅和企业定制收费[8] - B端业务主要通过开放平台提供全模态API和模型即服务 覆盖超过100个国家 服务于AI硬件 文旅 电商等行业[8] - C端变现模式主要为订阅 内购和广告 B端则通过API调用量计费和MaaS定制服务收费[9] - 公司采用MoE架构以降低训练和推理成本 并以相对较低的资金投入达到了全球第一梯队的全模态能力[9] - 公司73.1%的收入来自海外市场 避开了国内激烈的API价格战[4][9] - 公司形成了增长飞轮 C端爆款产品获取用户和收入 反哺模型迭代 进而增强B端能力 技术再赋能C端 形成业务闭环[9] 行业比较与市场表现 - 公司收入体量与竞争对手智谱相近 但在业务侧重点上不同 公司C端收入占比超过七成[1][10] - 数据显示全球C端AI产品的付费率普遍较低 公司付费率低于1% ChatGPT付费率也低于5%[10] - 由于C端获客成本较高 尽管公司与智谱收入规模相似 但亏损更为显著[10] - 在AI Agent类别中 公司的MiniMax Agent产品在特定统计周期内访问量达到216万 同比增长143.82%[11]
所以又脑机了?
小熊跑的快· 2026-01-05 10:06
脑机接口行业动态 - 文章提及一个新的潜在万亿规模市场赛道正在出现[1] - 该赛道指向脑机接口行业[1] - 行业动态包括埃隆·马斯克提及相关产品可能进入量产阶段[1] 市场关注度转移 - 市场投资者的关注点可能正从商业航天领域转向脑机接口领域[1] - 文章以提问形式探讨了这种关注度转移的现象[1] 研究背景说明 - 文章作者的研究背景主要集中在人工智能和美股市场[1] - 作者基于此背景对脑机接口这一新兴领域提出探讨[1]
ds新论文
小熊跑的快· 2026-01-04 19:31
文章核心观点 - 字节跳动提出的mHC(Manifold-Constrained Hyper-Connections)技术是一种针对Transformer架构的工程优化方法 该方法通过将单一路径的残差连接扩展为多条可混合信息的并行通道 并施加数学约束以保持信息传递的稳定性 从而在不大幅增加计算开销的前提下 显著提升大模型的训练稳定性和性能表现 使得参数更小的模型能达到甚至超越传统更大参数模型的水平 [1][2][5] 技术背景与问题 - 传统Transformer模型在处理信息时 数据需逐层传递 层数过多会导致信息衰减甚至丢失 影响最终输出质量 [1] - 2015年提出的残差连接技术通过将每层输出与原始输入相加再传递 缓解了信息衰减问题 [1] - 2024年字节提出的Hyper-Connections方法拓宽了残差通路为多条并行通道 但信息每经过一层都需经过一个可学习矩阵处理 层数过多时易导致信号被无限放大 引发损失值飙升 [1] mHC技术原理与创新 - mHC的核心创新是在Hyper-Connections的基础上 为混合信息的矩阵添加了“流形约束” 具体是约束为“双随机矩阵” 即矩阵中每一行元素之和与每一列元素之和都等于1 [1] - 该约束使得信息在四条并行通道之间重新分配时总量保持不变 避免了信息在传递过程中被异常放大或衰减 从而确保了训练稳定性 [1][2] - 该方法仅引入了6.7%的额外训练时间开销 计算量增加不大 [1] - 其本质是在Transformer架构内部进行工程优化 而非颠覆性的路径革新 [5] 性能优势与影响 - mHC技术通过拓宽模型的信息通道并施加算法矩阵约束 使得数据传输更为有序 充分利用了带宽优势 [2] - 实验结果表明 采用mHC技术的27B参数模型 其性能能够超越传统参数规模更大的模型 [2] - 该技术可能与硬件做了适配优化 减少了跨节点数据调用量 从而更好地发挥了单卡计算性能 [3] - 预计未来会出现参数活性低于37B 但结构更“宽”的模型 [4]
智谱上市
小熊跑的快· 2026-01-04 15:13
公司上市与估值 - 智谱AI于1月8日上市,发行价为116.2港元/股,全球发售3741.95万股H股,募资净额约41.734亿港元,IPO估值约518亿港元(约478亿人民币)[2] - 公司上市前经历多轮融资,估值快速攀升:B轮(2022年9月)估值25.8亿元人民币,C轮(2024年6月)估值210亿元人民币[2] 财务表现与增长 - 公司营业收入高速增长:2022年至2024年整体营业收入分别为0.57亿元、1.25亿元、3.12亿元,复合年增长率达133.28%[3] - 2025年上半年营收达1.91亿元,较2024年同期大幅增长325.0%[3] - 收入主要来自通过MaaS平台提供大模型服务,支持本地化及云端部署[2] - 收入结构以本地化部署为核心支柱,2022年至2025年上半年占比分别为95.5%、90.4%、84.5%、84.8%[7] - 自2024年起,本地化部署服务开始从海外客户产生收入,主要来自东南亚[7] 成本结构与盈利能力 - 公司经调整净亏损持续扩大:从2022年的0.97亿元增长至2024年的24.66亿元,2025年上半年经调整净亏损达17.52亿元[4] - 亏损攀升源于研发投入激增,以及为抢占市场而扩充销售营销团队和加大广告投放[4] - 营业成本中,计算服务费(基础算力)占比显著上升,从2022年的0%增至2025年上半年的37.6%[11] - 毛利率呈现波动:2022年至2024年整体毛利率分别为54.6%、64.6%、56.3%,2025年上半年为50.0%[12] - 分业务看,本地化部署毛利率较高但呈下降趋势(2022年53.6%至2025年上半年59.1%),云端部署毛利率波动巨大且近期转负(2025年上半年为-0.4%)[12] 费用支出分析 - 研发开支是最大的费用项,且绝对值与占收入比均急剧上升:从2022年的0.84亿元(占收入147.0%)增至2024年的21.95亿元(占收入702.7%),2025年上半年达15.95亿元(占收入835.4%)[5] - 销售及营销开支同样快速增长,从2022年的0.15亿元(占收入26.4%)增至2024年的3.87亿元(占收入124.0%),2025年上半年为2.09亿元(占收入109.3%)[5] - 一般及行政开支也呈增长趋势,2025年上半年为1.85亿元(占收入97.0%)[5] 业务模式与市场定位 - 公司主要面向企业端(2B)提供大模型服务,专注于支持私有化(本地化)部署,未大量投入资金购买C端流量[13] - GLM产品因出身清华,以严谨、准确性高著称,在国企和教培行业应用较多[13] - 公司在中国大模型行业收入排名第二[13] - 此次上市融资约41.7亿港元,将为AI基础设施(算力等)投入提供更多资金[13]
明天又要搬最爱的砖头了
小熊跑的快· 2026-01-03 21:13
文章核心观点 - 文章内容为一句个人情绪表达,未包含任何关于公司或行业的实质性信息 [1]
芯片涨价
小熊跑的快· 2026-01-03 11:05
半导体先进制程与产能动态 - 台积电的先进制程预计将涨价3%至10% [1] - 谷歌TPU的产能不及预期 虽然获得超过510万颗的需求 但产能仅能安排360万颗 [1] - 谷歌TPU当前产能仍基于4纳米制程 而非更先进的2纳米或3纳米制程 [1] 关键半导体产品价格与市场预期 - 基于2纳米制程的CPU产品预计将再次涨价 [1] - 市场有观点建议渠道商(如华强北)应提前囤积CPU产品 [1] 行业竞争与资本动向 - 中积电(可能指代中国大陆的晶圆代工厂)预计也将跟随涨价趋势 [1] - 壁仞科技、摩尔线程等中国AI芯片公司近期完成了大规模融资 [1] - 行业融资活动加剧了市场对先进制程产能的争夺 [1]
昨晚中概精彩纷呈
小熊跑的快· 2026-01-03 08:53
美股中概股市场表现 - 美股中概股市场表现活跃,呈现百花齐放的局面,与纳斯达克等主要指数走势分化 [1] - 市场呈现“各涨各的”特征,不同板块资金各自为战,逻辑独立 [2] 半导体行业 - 台积电表现最为突出,市值达1.6万亿美元并创下新高,在半导体行业龙头地位稳固 [2] - 存储芯片公司如闪迪、美光表现亮眼,与A股存储设备板块上涨逻辑不同但同步走强 [2] - 行业格局进入“万芯大战”,台积电等头部公司卡位优势明显,预计芯片涨价将成为常态 [2] 智能驾驶与新能源汽车产业链 - 美股智能驾驶相关公司股价大幅上涨,例如小马智行、文远知行、禾赛科技等 [2] - 上涨动力源于元旦期间路上高价值智能驾驶汽车数量显著增多,形成基本面催化 [2] - 中概锂电公司股价上涨,与美国本土锂电公司走势形成反差,资金集中于美股持仓 [2] 互联网行业 - 互联网公司股价涨幅相对较小,走势与白天港股恒生指数类似,亮点不多 [3] - 买入互联网公司的主要是机构资金,风格相对保守 [3] 消费与商业航天 - 消费板块表现平淡,与白天港股情况一致,缺乏亮点 [4] - 商业航天是A股/H股特色板块,在美股无对应标的,行情由特定资金驱动,市场认知存在分歧 [3][4] 市场格局总结 - 截至A股开盘前,市场表现排位为:以台积电为首的半导体板块领先,智能驾驶板块稳定发挥,黄金及有色板块表现不佳,商业航天板块(港股)最为强势 [4] - 预计A股市场下周可能延续港股与美股的活跃态势,呈现板块各自为战的格局 [5]
手残终于开心了
小熊跑的快· 2026-01-02 18:30
全方位激光雷达 顶配,摄像头 毫米波要最密的。自动泊车,自动出位,自动跟车巡航! 终于顺了!一 瞬间,天亮了!心情舒适了! 手残!简直福音!建议天下女司机都人手配一台! ! 一次把车开到了马路沿上,还在那里踩油门!过路的司机实在看不过去,"你轮胎爆了,都撞马路沿子 了,叫拖车吧",不然我还能继续开! 一次到了公园,侧边停车实在停不进去,拦下路人帮我倒进去! 但是元旦假期,我体验了一把最新款的智驾!我觉得我又行了!反正比我自己也就强个1w多倍吧。 本人拿到驾照好多年了(正规驾校,不过那些年懂的都懂)。总共独立开了五次车。 一次倒车入库,把镜头给碰烂了。 ...
今天恒生开盘
小熊跑的快· 2026-01-02 14:37
市场整体表现 - 新年第一个交易日恒生指数开盘,市场呈现各板块分化的局面[1] - 市场资金正在为节后行情营造局面,普遍在打热度[2] 半导体与AI板块 - 半导体板块中,与AI相关的壁仞科技IPO及收入教育是市场关注点[1] - 华虹半导体因“fab厂”标签而上涨[1] - AI是当前市场的主战场之一,与商业航天板块形成新年第一场争夺战[3] 互联网板块 - 互联网板块中,阿里巴巴、快手、腾讯等公司在新年首个交易日上涨[1] - 泡泡玛特的涨幅甚至不如阿里巴巴,消费板块表现相对落后,未打出亮点[3] 商业航天板块 - 商业航天板块表现最为强劲和凶狠,资金推动力非常强[1] - 该板块上涨不需要事件刺激,筹码结构很轻,属于硬上硬拱[3] - 商业航天是当前市场另一主战场,与AI板块争夺资金[3] - 关注该板块的资金更年轻,风格更为无畏[3] 资金动向 - 节前走访显示,陆家嘴、香港等地的活跃资金在AI和商业航天两大板块间游走[3] - 这些资金是市场中最活跃的部分[3]