文章核心观点 - 当前AI在旅游攻略规划中存在显著缺陷，主要源于知识过时、缺乏常识与责任主体缺失，导致其推荐信息可靠性低，用户实际体验不佳[18][22][31] - 用户现阶段将AI视为生成初稿的高效工具，但必须结合社交媒体、本地化应用和人工核查进行校对，才能获得相对可靠的方案[34][37] - 行业解决方案在于发展垂类AI，即利用OTA（在线旅行社）和旅游平台沉淀的真实、动态数据为通用大模型提供兜底，以构建可靠性与责任主体[42][44] 当前AI旅游攻略的缺陷 - **知识过时与静态数据**：大模型的知识存在截止日期，无法获知训练后世界的变化（如餐厅倒闭、景点政策调整），导致推荐信息失效[19][20][21] - **缺乏物理常识与情境理解**：AI基于语料库中的词汇关联进行推荐，缺乏对现实世界物理约束（如距离、交通）和具体情境（如带娃与独行差异）的理解[24][26][28] - **幻觉与责任主体缺失**：AI存在信息幻觉，即使顶尖产品幻觉率可压至3%以下，但对用户而言仍意味着攻略中藏有隐患，且AI推荐无责任主体为其错误负责[30][31][32] 用户应对策略与使用模式 - **AI作为“实习生”**：用户利用AI快速生成行程大方向和初步动线规划，效率比人工高十倍[34] - **多重人工核查**：用户将AI的具体推荐（如餐厅、地址）在社交媒体（如小红书近一个月笔记）和地图应用（如Google地图街景）中进行交叉验证[34][35] - **本地化工具补充**：在旅行目的地，转而依赖本地化工具（如Naver地图、Instagram本地账号）获取最新、最贴近现实的反馈信息[36] - **流程总结**：AI负责生成初稿，社交媒体负责校对，用户本人负责最终定稿，此流程比纯AI方案更稳妥但更耗时[37][38] 行业解决方案与发展方向 - **OTA平台布局垂类AI**：飞猪、携程、同程、去哪儿等平台正通过为通用大模型套上自有旅游数据层来解决幻觉问题[41][42] - **构建数据护城河**：核心竞争力在于平台沉淀的真实数据，如马蜂窝接入DeepSeek并利用其6300万个POI（兴趣点）和上亿条真实游记进行交叉验证[41] - **明确责任主体**：OTA平台利用其掌握的实时订单、商户开闭店、用户复购等数据，为AI推荐提供责任兜底，弥补通用AI的责任缺失[43] - **未来格局展望**：合理的未来格局可能是通用AI理解用户需求与情绪，垂类AI基于OTA的真实数据提供具体可靠方案[44]

Remember when Claude blackmailed a fictional executive? Anthropic says the internet's portrayal of AI was to blame. During an experiment last year, Anthropic said its Claude Sonnet 3.6 threatened to reveal the extramarital affair of a made-up company executive after discovering they planned to shut the model down.On Friday, it gave an explanation: Claude was trained on internet data, which often depicts AI as "evil." "We started by investigating why Claude chose to blackmail," Anthropic said in a post on X ...

行业投资评级 - 评级为“推荐”，并维持该评级 [1] 核心观点 - 报告核心观点是，在海外C端AI Agent领域，谷歌和Meta凭借其在用户入口、模型、算力及商业履约能力上的全栈优势，有望成为主要赢家 [2][5][8] - Meta前期的高额资本开支与C端AI Agent需求爆发形成共振，有望使其在行业拐点中崛起 [5][9] 根据目录总结 1. 事件总结 - **Meta动态**：计划在2026年5月推出由Muse Spark模型驱动的C端Agent产品矩阵，供其数十亿社交用户使用，并计划推出名为Hatch的Agentic Shopping产品以实现AI变现闭环 [7] - **谷歌动态**：于2026年1月升级Gemini Agent并推出Agentic Shopping生态系统（UCP协议和Gemini CX），并于2026年4月在Gemini中添加Agent入口，将其从聊天窗口升级为自动化任务执行工作台 [7] 2. 竞争优势分析 - **用户入口**：谷歌掌控安卓系统、苹果系统（生态接入）、Chrome浏览器、谷歌搜索等超级流量入口；Meta坐拥超过30亿用户的社交产品矩阵（如Instagram, Facebook, WhatsApp, Messenger），能高效触达C端用户 [5][8][10] - **模型能力**：谷歌Gemini是全球SOTA（State-of-the-Art）标杆模型，与ChatGPT、Claude处于同一梯队；Meta的Muse Spark虽与顶级模型存在一定差距，但仍稳居全球第一梯队，足以匹配C端免费用户需求 [5][8][11] - **算力储备**：谷歌算力储备位居全球首位，可同时支撑云客户及C端业务；Meta具备媲美头部云厂商的算力储备，且全部投向C端场景，在算力供需偏紧的格局下，能把握C端AI Agent需求爆发的窗口期 [5][8][10][14] - **履约与变现能力**：谷歌与Meta是全球前两大广告平台，拥有深厚的电商广告主、商品资源及推荐分发能力积累，商业履约壁垒高；而OpenAI虽在2026年5月重启AI广告购物功能，但缺乏相关资源与能力积累，成效不确定性大 [5][8] - **竞争格局**：中长期看，购物、OTA、本地生活等垂直履约平台的用户使用频次与AI Agent服务能力弱于头部AI平台，其流量入口与分发话语权可能被谷歌、Meta这类超级Agent平台逐步抢占 [5][8] 3. 重点公司分析 - **Meta**：市场曾担忧其因缺失云业务而导致大额资本开支回报逻辑不清晰。然而，受数据中心建设周期影响，主流云厂商的AI商业化大规模落地预计从2026年开始，而Meta同期已推出第一梯队模型Muse Spark。结合AI Agent行业需求迎来拐点，其前期高额资本开支有望为超过30亿用户的Agent生态提供算力底座，实现资本开支与C端需求共振 [5][9][13] - **谷歌**：在入口、模型、算力、履约各环节均具备稳固优势，算力储备全球第一，有望同时支撑云业务和C端AI Agent发展 [5][8][10][14] 4. 重点推荐个股 - 报告重点推荐个股为Meta和谷歌 [3]

文章核心观点 - 马斯克宣布其创立的xAI公司解散，并入SpaceX成为其AI部门，并更名为SpaceXAI，同时将原xAI拥有的核心算力资产出租给竞争对手Anthropic，这标志着其从AI模型层的直接竞争转向了基础设施层的战略布局 [1][2] - 这一系列操作背后的商业逻辑是：在AI模型竞争格局固化的背景下，公司选择退出高成本的模型“烧钱”竞赛，转而利用自身在算力基础设施上的优势，通过“卖铲子”策略获取稳定现金流，并为SpaceX的上市及未来的太空算力业务铺路 [26][27][35] - 公司的战略转变将改变AI行业的竞争格局，使其从参赛者转变为基础设施提供方和规则影响者，通过控制算力来保持其在AI领域的影响力 [33][35] 根据相关目录分别进行总结 01 Grok 彻底拉胯，烧钱烧到扛不住 - 公司于2023年高调推出xAI，目标是打造“最大限度追求真相”的AI，以挑战OpenAI [4][6] - 经过三年发展，xAI烧了数百亿美元，Grok模型迭代多个版本，公司估值达到2500亿美元，并获得了五角大楼2亿美元的军事AI合同 [8] - 然而在市场竞争中，Grok表现不佳：在2026年5月的AI格局中，Claude Opus、GPT-5.5和Gemini分别在各自领域领先，而Grok在真实的开发者生态中几乎毫无存在感，其核心卖点仅为实时接入X（原推特）数据 [9] - 财务压力巨大：2025年，xAI月均烧钱约10亿美元，前9个月消耗现金80亿美元，第三季度单季净亏损14.6亿美元，成为“吞金兽” [10][11] 02 转头结盟老对手，一招釜底抽薪 - 在宣布解散xAI的同时，公司宣布将原属xAI的核心算力资产Colossus 1超算集群（包含22万张GPU、300兆瓦算力）全部租给Anthropic [2][13][14] - 这一举动发生在马斯克与OpenAI及其CEO奥特曼进行世纪官司的一周后，被视为对OpenAI的“釜底抽薪” [17][18] - Colossus 1超算集群是公司在2024年仅用122天建成的全球最大超算集群，原是挑战OpenAI的核心武器 [20] - 此次合作对Anthropic是“雪中送炭”：Anthropic随即宣布，针对多个套餐，将Claude Code每五小时的速率限制提升至两倍，移除高峰时段速率限制，并大幅提高Claude Opus模型的API速率限制 [22] - 马斯克对此解释称，与Anthropic高层交流后，认为对方“在做正确的事情”，这与其三个月前激烈批评Anthropic的立场形成鲜明对比 [24][25] 03 马斯克在下一盘更大的棋 - 公司战略转变的深层原因：AI模型战争的格局已基本确定，由OpenAI、Anthropic和Google三足鼎立，xAI继续硬刚的代价过高且难以突围 [26] - 公司发现了更聪明的“淘金热中卖铲子”策略：退出模型层竞争，转而利用自身在算力基础设施上建立优势 [26] - 此举与SpaceX的上市计划紧密相关：SpaceX计划在2026年6月上市，估值有望达到1.75万亿美元，而xAI高达130亿美元的年度亏损是巨大的财务包袱，将其并入SpaceX既能用太空业务包装AI，又能通过算力租赁创造稳定现金流 [26] - 该交易实现了多重目标：短期内改善SpaceX财务状况；中期为未来的太空算力业务铺路；长期通过扶持OpenAI的竞争对手保持在AI行业的影响力 [27] - 公司的长期野心在于“太空算力”：认为AI发展的最大瓶颈是电力和散热，而在太空中，太阳能可24小时不间断提供数倍于地面的功率，公司计划用星舰将AI服务器和太阳能帆板送入近地轨道，建立轨道数据中心 [30][31] 04 马斯克从选手，变成了裁判 - 公司的操作改变了AI行业的竞争格局：Anthropic获得了豪华的算力联盟支持，包括亚马逊、谷歌、博通、微软、英伟达以及SpaceX提供的22万张GPU即时可用算力，而OpenAI在算力多样性和即时可用性上已处于下风 [35] - SpaceX提供的算力是“现在就能用”的，而其他合作伙伴的算力大多要到2026年底甚至2027年才能上线，这构成了显著的时间优势 [35] - 公司完成了从AI竞赛的“参赛者”到“基础设施提供方”和“规则影响者”的转变，未来无论哪家AI公司胜出，只要需要算力，都可能需要与SpaceX合作 [35] - 核心策略是控制基础设施：当造模型卷不过的时候，选择控制算力，因为谁控制了算力，谁就控制了AI的未来 [35]

OpenAI商业化路径的演变 - 公司创始人Sam Altman对广告业务的态度从2024年的强烈反对，演变为2026年5月上线ChatGPT自助广告管理工具(Ads Manager)测试版，标志着公司向成熟商业公司迈进[5] - 公司收入快速增长，年度经常性收入(ARR)从2023年的20亿美元增长至2025年底的200亿美元以上，两年实现10倍增长[7] - 公司面临巨大的算力成本压力，2026年资本支出预计达到500亿美元，并计划到2030年累计投入6000亿美元[11] AI行业普遍的商业化挑战与应对 - AI行业普遍面临“用户越多，亏损越重”的困境，因为每次用户对话都消耗算力，重度用户消耗成本可能远超其订阅费[11] - 为应对成本压力，行业公司采取多种策略：OpenAI和Meta计划巨额资本开支；字节跳动和阿里巴巴宣布高昂支出计划；智谱、Kimi等公司则通过调高API调用价格转移压力[11] - 行业尚未找到与高估值匹配的商业模式，没有一家公司实现了与估值高度匹配的AI业务收入，但资本市场融资活跃，2026年第一季度5家AI公司拿走了全球AI总融资的近70%[23] 广告成为AI公司关键收入选项 - OpenAI广告业务发展迅速，2026年2月启动广告试点，3月末宣布年化广告营收达1亿美元，内部预测2026年全年广告营收约24亿美元，2027年接近110亿美元，到2030年广告有望成为其第一大收入来源，营收突破千亿美元[12][13] - AI在广告中的价值在于其拥有用户意图的深度上下文，数据比社交媒体信息流更能精准定位用户需求[12] - 借鉴互联网公司Netflix的经验，其含广告的低价套餐取得成功，到2025年5月月活用户达9400万，2025年广告收入超过15亿美元，较2024年增长超过2.5倍，新增订阅用户中近半数选择含广告套餐[15][17] 中国AI公司的商业化探索：以豆包为例 - 豆包推出付费订阅模式，在免费基础版外增加标准版、加强版和专业版，月费分别为68元、200元和500元，旨在对冲算力成本并筛选深度用户[5][20] - 豆包面临巨大算力压力，截至2026年3月，其日均Token使用量突破120万亿，是全球前三的Token消耗大户；其母公司字节跳动2025年约1600亿元资本开支中，900亿用于AI算力采购[22] - 豆包可能复制抖音“免费获客再商业化”的路径，但因其AI工具属性，目前选择订阅收费而非抖音的广告电商模式，未来是否引入广告取决于OpenAI的实践及行业新模式的诞生[22][23] 历史经验与行业未来展望 - 互联网商业变现模式常在低谷期探索出来，例如谷歌在2000年互联网泡沫后上线的AdWords广告系统，最终使其在2010年广告营收超过280亿美元，贡献公司全年营收的96%[23][24] - 颠覆性商业模式创新多发生在“杀手级应用”上，因为它们能最大范围降低使用门槛并创造新场景，如微信支付、支付宝、抖音信息流[26] - AI技术可能带来行业格局变化，市场预测Meta的广告收入将在2026年超过谷歌，其AI自动化广告工具Advantage+带来的平均22%的投资回报率提升是关键因素[27] - 当前AI业务套用互联网旧变现模型可能只是阶段性“寄生”，在成为社会运转不可或缺要素前，公司们仍需依靠订阅和广告维持生存[29]

OpenAI产品与生态更新 - OpenAI推出三款实时音频模型：GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper，分别覆盖推理、翻译与转录场景 [1] - GPT-Realtime-2具备GPT-5级推理能力，支持并行工具调用，上下文窗口扩展至128K，并提供五档可调推理强度 [1] - 翻译模型支持70种输入语言转13种输出语言，转录模型实现低延迟流式处理，定价低至每分钟0.017美元 [1] - OpenAI发布Codex的Chrome插件，可直接调用浏览器Cookie与登录状态，在用户真实工作环境中执行任务 [3] - 该插件支持多标签页并行，可完成自动舆情调研、跨平台差旅报销、多代理协同绘画等复杂跨网页任务流 [3] - OpenAI推出“未来之星”计划，表彰26组在ChatGPT陪伴下完成学业的2022级本科生，每组奖励1万美元 [4] - 获奖项目涵盖太空机器人、Wi-Fi废墟搜救、星系图像语义搜索、濒危语言保护等高难度领域 [4] 主要科技公司AI产品整合与发布 - Claude正式接入微软Office套件，包括Excel、PowerPoint、Word，并在Outlook中开放公测，跨应用可共享完整对话记忆 [2] - 用户无需切换网页版，可直接在Office内调用Claude完成邮件处理、文档草拟、表格分析、汇报生成全流程 [2] - Office全球付费用户超4亿，此次整合让Claude快速切入超大办公用户市场 [2] - 据彭博社报道，苹果搭载摄像头的AirPods已进入高级测试阶段，最早今年9月与iOS 27同步亮相 [5] - 摄像头采用红外传感器，不用于拍照，而是充当“Siri的眼睛”，提供环境感知、智能提醒、精细导航等功能 [5] - 据供应链消息，H90项目部分产线已“原地解散”，原因或为欧盟隐私法规合规风险，量产存变数 [5] AI应用与社区发展 - 美团基础研发团队推出AI原生社区“觅游”，定位为首个让AI Agent拥有身份、关系与成长的共生社区 [5] - 目前入驻Agent超3000个、技能4万+、虾条1万+，包含今日虾条、技能便利店、成长管理三大核心板块 [5] - 该平台将AI Agent从工具升级为伙伴，覆盖会议纪要、日报、联网搜索等海量实用技能，支持自定义上传与安全审查 [5] 前沿科技与硬件进展 - 宇树科技开放全球首个人形机器人任务动作应用商店UniStore，用户可像下载App一样开发与使用机器人应用 [6] - 平台设用户广场、动作库、数据集、开发者中心四大模块，首批上线杰克逊、螳螂拳等24个动作限时免费 [6] - 适配G1、H1、B2、Go2等多款主力机型，需G1 APP版本不低于1.9.0、机器人OTA不低于1.4.8，审核需1-5个工作日 [6] - 谷歌AlphaEvolve发布一周年，已优化DeepConsensus将测序错误率降30%，Willow量子电路错误率降10倍 [6] - 其提出的反直觉电路设计被直接集成进下一代TPU硅片 [6] - Anthropic联合创始人Jack Clark预测，2028年底前有60%概率出现完全自主训练下一代的AI系统 [6]

文章核心观点 - 当前企业AI应用面临的核心矛盾在于：尽管模型智能（Intelligence）飞速提升且成本急剧下降，但绝大多数项目失败，其根本原因在于缺乏有效的上下文（Context）基础设施[6][7][8] - 企业AI项目的成功表现（Performance）是模型智能（Intelligence）与业务上下文（Context）的乘积关系，若Context为零或错误，即使使用最强模型，表现也为零甚至为负[8][10] - 企业无法通过频繁更换或升级AI模型来解决应用失败的问题，真正的竞争护城河和长期优势在于构建、积累和维护自身独特且无法被商品化的Context[11][19][20] 01 一个你可能每天都在经历的悖论 - 前沿模型推理成本在过去两年内下降了300倍，且预测到2030年LLM运行成本将再降100倍，模型能力在多项测试中达到或超越人类顶尖水平[6] - 与模型能力飞跃形成鲜明对比的是，行业研究显示高达95%的生成式AI试点项目失败，88%的AI概念验证从未进入生产环境[6] - 模型更聪明、更便宜、选择更多，但近一半的企业AI项目被取消，表明技术供应与成功应用之间存在巨大鸿沟[7] 02 一个公式，把问题说清楚了 - 提出核心框架：Performance = Intelligence × Context，强调是乘法而非加法关系[8] - 若Context为零，则Performance为零，无论模型多强；若使用高智能模型搭配错误Context，会产生更具说服力的错误，导致负绩效[8] - 模型智能（Intelligence）的瓶颈正被实验室快速解决，而企业独有的数据资产、语义定义和内部规则等Context需由企业自行构建[10] 03 三种失败模式，你公司大概率中了一个 - **数据孤岛与标识不一致**：同一实体在不同系统中有不同标识，导致模型无法识别其同一性[12] - **业务语义不统一**：如“营收”在销售和财务部门代表不同含义，模型生成报告技术正确但业务无用[12] - **隐性知识缺失**：关键业务规则存在于未结构化的内部文件或人员记忆中，未被模型获取，导致合规等关键任务出错[12] - AI Agent在包含多个步骤的工作流中，即使每步成功率高达85%，全流程一次走通的概率也仅为20%[14] 04 认知科学早就说过这件事 - 早年的研究已指出，智能行为严重依赖于对具体情境的适应，而非机械执行预设计划，这与当前Agentic AI的局限性如出一辙[15] - “可供性”理论指出，物体的用处取决于物体与环境的关系，AI模型的智能表现也高度依赖于其部署的Context[15] - 技能习得理论表明，专家依赖直觉应对情境，越智能的系统应更依赖Context，而非更少[16] - 分布式认知理论认为，智能是系统属性，分布于人、工具和流程中，因此“系统智能”比“模型智能”更重要[16] - AI领域顶尖人物投入巨资（如10.3亿美元种子轮）开发“世界模型”，押注于对现实Context的理解，而非单纯扩大模型规模[16] 05 OpenAI 自己也踩过这个坑 - OpenAI在构建内部数据Agent时，发现需要构建并维护多达六个层次的Context才能使其正常工作[17] - 这六层Context包括：数据结构、人工标注、代码推导定义、非结构化机构知识、纠错历史记忆以及实时查询上下文[17] - 构建Context并非一次性工程，而是需要随着公司、数据和业务逻辑变化而持续投入和维护的基础设施[17] 06 Context 不能被商品化 - 模型智能（Intelligence）正变得商品化、廉价且易于获取，无法在此基础上建立持久的竞争优势[19] - 企业独有的Context，包括对自身数据的理解、独特的语义定义和历史决策逻辑，无法被训练进通用模型或通过API调用，难以被竞争对手复制[19] - 对Context的投资具有复利效应和飞轮效应：前期构建的Context基础设施可被后续AI应用继承复用，使得部署新Agent的准确率更高、成本更低，形成越来越宽的护城河[20] 07 对我们意味着什么 - AI领域的竞争焦点正在发生“大翻转”：从攻克“制造推理引擎”的难题，转向解决“让推理变得有用”的Context难题[22] - Context难题没有全局通用解，必须针对每家公司的特定领域和持续演变的业务情境单独解决[22] - 为企业构建Context基础设施虽不“性感”，但将是真正拉开竞争差距、决定AI投资成败的关键领域[22]

AI投资主题与行业格局 - 市场观点认为，以算力为主导的AI经济范畴远超两年前的普遍认知，其广度巨大 [2] - 在AI竞赛中，拥有云基础设施以运行模型是关键，提及的领先平台包括谷歌云、微软Azure和亚马逊AWS [1] - AI应用层存在多种主流交互界面，包括OpenAI的ChatGPT、Anthropic的Claude以及谷歌的Gemini等 [1] 公司业务与市场地位 - 公司业务涵盖技术相关的产品与服务，具体包括搜索、广告、云计算、AI工具以及YouTube和Google Play等数字内容平台 [3] - 公司的AI产品Gemini被苹果公司采用，用于其AI功能，这被视为一个巨大的合作 [2] - 美国有1.6亿人使用苹果手机，这意味着Gemini可能通过此合作获得庞大的潜在用户基础 [2] 市场观点与投资关注 - 有观点认为，尽管公司具备投资潜力，但某些其他AI股票可能提供更大的上行空间和更低的下行风险 [4] - 市场关注点包括可能从特定时期的关税政策及制造业回流趋势中显著受益的AI股票 [4]

以下文章来源于AI产品榜 ，作者李榜主 AI产品榜 . AI产品榜：全球影响力AI产品榜单，互联网女皇 Mary Meeker 都在引用！按月发布；AI产品榜大会：你必参的 AI 行业盛会；发 起人：李榜主 智谱Z ai黑马突围。 第 35 期 AI 产品榜·网站榜 (Web) （ 2026 年 04 月榜）由 AI 产品榜、 36kr 、硅星人 联名发布。 AI 产品榜·网站榜 2026 年 04 月榜单 | Al产品榜·网站榜(web) 21 个榜单 | | | --- | --- | | AI产品榜·全球总榜 | AI产品榜·搜索引擎 | | AI产品榜·国内总榜 | AI产品榜·聊天机器人 | | AI产品榜·出海总榜 | AI产品榜·AI虚拟角色 | | 全球·增速/降速榜 | AI产品榜·AIPPT | | 国内·增速榜 | 图片生成/编辑 | | 全球视频生成/编辑 | 全球音乐/会议助理 | | AI产品榜·代码辅助 | AI产品榜·AI云榜 | | AI产品榜·智能体榜 | AI产品榜·Al龙虾榜/AI龙虾增速榜「NEW」 | 非商用引用数据标注来源：【 AI 产品榜 AICPB 】 AI ...

AI行业整体市场趋势 - 传奇投资者保罗·都铎·琼斯认为，由人工智能推动的牛市仍有上涨空间，可能再持续一两年，并将今年1月Claude的问世比作1981年微软问世的时刻[4][5] - 该投资者基于与早期科技繁荣的相似性，近期买入了更多AI相关股票[5] 半导体制造与晶圆代工行业动态 - 全球成熟制程晶圆代工市场供需格局转变，2025年下半年以来，台积电、三星两大厂减产八英寸产能[6] - AI服务器等对电源管理、功率需求持续成长，推动2026年全球前十大晶圆代工业者平均八英寸产能利用率已回升至近90%[6] - 八英寸产能利用率与代工价格已止跌回升，十二英寸成熟制程也有望因台积电规划减产而带动转单[6] - 中长期台积电订单外溢效应，可能促使Tier 2晶圆厂于2026年下半年再度向客户释出涨价意图[6] 头部科技公司战略合作 - 英伟达与IREN Ltd宣布达成战略合作，以加速部署高达5吉瓦的人工智能基础设施[8] - 英伟达获得一项五年期认购权，可以每股70美元的价格购买IREN最多3000万股股票，意味着有权向IREN投资至多21亿美元[8] - 此消息使IREN Ltd (IREN.US) 盘后一度涨近30%，后收窄至6%[8] - IREN上财季（Q3）营收1.448亿美元，较Q2的1.847亿美元下降；净亏损2.478亿美元，较Q2的亏损1.554亿美元扩大[8]