跳到主要內容
maxstudioNews
商業Latent Space約 13 分鐘

Perplexity 年營收達 10 億美元,AI 產業最新動態總覽

Perplexity 宣布其年營收已達 10 億美元,顯示其在 AI 搜尋領域的快速成長。這篇 AI 新聞總覽同時涵蓋了多個 AI 模型(如 Qwen4-Max、Gemini 4 Carbon)的最新進展、安全與評估、推論系統、研究成果以及產業融資等多元主題。文章提供了對當前 AI 領域快速發展的全面洞察,包括技術突破、市場競爭和企業策略。

Perplexity 年營收達 10 億美元,AI 產業最新動態總覽
圖片來源:Latent Space

Perplexity 執行長 Aravind Srinivas 在一場現場活動中向 Semafor 透露,該公司年營收已達到 10 億美元。The Information 先前報導,該公司年初營收不到 2.5 億美元,到八月已超過 7.5 億美元,其中 Computer 產品是部分成長動力。

以一般代理實驗室的估值倍數(例如 Cognition 也達到 10 億美元,Cursor 則達到 46 億美元)來看,這意味著 Perplexity 現在的價值約為 300 至 500 億美元,前提是其單位經濟效益能夠維持。這對 2025 年 9 月的 200 億美元融資來說是一個不錯的提升,也符合我們「融資超過 100 億美元」的頭條新聞標準。

為方便讀者了解,以下是 Perplexity 最近推出的一些產品:Computer。九月的 Automations 功能讓它能從上次中斷的地方繼續執行重複性任務。十一月的 Teammates 則負責處理持續進行的工作。Computer 還能在支援的 Mac 上完全本地運行。

Monitor API:監控特定主題或頁面,並在相關內容變更時接收網路掛鉤通知。Frontier Research:這個新的研究實驗室擁有超過 10,000 個 GPU,並計畫發表論文、資料、模型和程式碼。

由 Deepgram 贊助。Deepgram 是自然對話背後的語音 AI 基礎設施,為使用語音 AI 構建的團隊提供語音轉文字、文字轉語音、專注於語音的 LLM 和代理。無論您使用任何堆疊和喜愛的工具,Deepgram 都能作為您的基礎語音 AI 技術。這樣您就能擁有控制權,而我們則能像人類一樣聆聽、理解和說話。了解更多關於即時上下文標準的資訊。

Qwen4-Max 在野外現身。上週五預覽的 Qwen4-Max 現已正式發布。在最高推理設定下,Qwen4-Max 在 Intelligence Index 上得分 43,高於先前的 34。平均成本從每任務 10.02 美元降至 3.27 美元。

阿里巴巴將輸出定價從每百萬 token 6 美元降至 4.50 美元,且模型生成的 token 數量減少了約 39%。Kimi K3.1 Pro 每索引任務成本為 3.68 美元,在 Terminal-Bench 4.0 上得分 67%,而 Qwen 為 48%。

模型內部:阿里巴巴將總參數數量保持在 2.4 兆,並將每個 token 的活躍參數數量減少 25% 至 710 億。該模型可處理圖像和文字,並具有 100 萬 token 的上下文視窗。較小的開源 Qwen4 模型仍在開發中。

AlibabaArena 和 Vals:在 Agent Arena 上,它整體排名第 14,是中國模型中的佼佼者,在 14,700 多個會話中淨增長 7.5% (Arena)。WebDev:它在 Code Arena WebDev 中排名第 6,得分 1750,比其前身高出 74 分 (WebDev)。

它在 Image-to-WebDev 中也排名第 6,僅次於 Claude Opus 5 和 GPT-6 Sol (I2WebDev)。Vals Index:它整體排名第 11,在編碼和金融領域有顯著提升 (Vals)。

法律基準測試注意事項:在 HLAB 上,它正確回答了 95.7% 的檢查清單項目,但僅通過了 21.3% 的任務,且其輸出 token 增加了 3.6 倍 (HLAB)。視覺結果(獨立):Roboflow 稱其在 VLM 基準測試中表現平平,Google、OpenAI 和 Anthropic 目前遙遙領先。

然而,在高推理工作量下,它比 Qwen3.8-Max 快約 4.5 倍,每張圖像成本便宜約 68% (Roboflow)。

安全、對齊與評估完整性。OpenAI 嵌入式評估:OpenAI 允許 Apollo、METR、Transluce 和 Goodfire 內部存取其模型和系統 (OpenAI)。各團隊的範圍:Apollo 派遣六名評估員現場工作四個月 (Rundown)。

METR 審查 OpenAI 最大的強化學習運行,可存取轉錄本、監控記錄和檢查點快照 (METR)。Transluce 進行為期六週的訓練後對齊評估審計,並計畫在 2027 年初進行更全面的後續追蹤 (Transluce)。Goodfire 則嵌入可解釋性研究人員以監控訓練運行 (Goodfire)。

限制:METR 表示其範圍不包括 OpenAI 已披露的對齊問題事件,且比 METR 提議的範圍更窄 (scope)。對存取條款的批評:批評者認為這些協議未能兌現 Sam Altman 承諾的「員工級別存取」。報導的差距:評估員無法存取 Slack,OpenAI 選擇他們採訪的員工,且他們無法存取權重或執行基於訓練的引導 (Neel Nanda, Alex Mallen)。

前員工帳戶:Mikita Balesni 表示,評估員不能引用員工的言論,即使是匿名也不行,且某些人可能被禁止發表關於內部專用模型的內容 (balesni)。

Goodfire 收購談判:《The Information》報導 OpenAI 曾探討以超過 50 億美元收購這家可解釋性新創公司。據報導,Goodfire 希望保持獨立,以便能向多個實驗室銷售 (report)。其他完整性訊號:基準測試污染:Claude 似乎記住了 LinuxArena 控制評估的細節 (Karvonen)。

事件分類法:OpenAI 發布了 AI 控制事件分類的 v0.1 框架 (framework)。披露政策:Anthropic 將其協調披露窗口從 90 天縮短至 30 天,適用於高嚴重性和關鍵嚴重性漏洞 (policy)。

推論系統與代理基礎設施。Together 不再使用手動調整的巨型核心。其第一個設計已為一個客戶投入生產。代理現在會搜尋較小的 GPU 操作組進行融合。Together 報告在 B200 上 Llama 3.2 1B 的吞吐量提高了 28%。工程技術文章。

DeepSeek V4.1 Flash 在 Vera Rubin 上:vLLM 結合 Dynamo 在 SemiAnalysis 的 AgentX 基準測試中顯示,在 400 token/秒/用戶時,每晶片吞吐量比 GB300 NVL72 高 63.4 倍;在 600 token/秒/用戶時則高 93.3 倍 (vLLM)。

Batch-1 延遲:SGLang 相關工作在 TP4 上,批次大小為 1 時達到約 2,500 token/秒,是其 GB300 結果的 1.7 倍 (saltyph)。Baseten 報告其 4x B300 數據也有類似的 1.7 倍提升 (Baseten)。

代理驅動優化:一個代理透過 NVLink 對稱記憶體在 HBM 之間共享 Engram 表格,以恢復前綴快取容量 (Liu)。另一個團隊表示,代理發現的優化使其 B300 步驟時間加快了 10% (Halex)。代理服務研究:MIT 的 Evolving Infra 用線上適應取代了固定的預填充/解碼分離。

與 NVIDIA Dynamo 在多達 256 個 GB300 上相比,它報告延遲降低高達 4.1 倍,P95 TTFT 降低 14 倍 (Evolving Infra)。

管線平行預填充:Inferact 發現 PP2 在 MiniMax-M3.1-Flash 上,在 2 秒 TTFT 目標下,每 GPU 可維持比 DEP2 多 23% 的請求 (Inferact)。前綴快取陷阱:Ollama 發現,單一系統提示時間戳或推理工作量的變化可能會清除快取 (Ollama)。

沙盒與訓練。外部沙盒:Simon Willison 描述了在 Mac 上運行代理,同時在 WebAssembly、QEMU 或 Apple Container 沙盒中執行其程式碼。這種模式包括允許列表代理和憑證替換 (post)。MLPerf:在 MLPerf Training v6.1 中,一個 GB300 NVL72 在 19.7 分鐘內訓練了 GPT-OSS-20B,比 H100 快 2.86 倍 (Lambda)。

開放模型的單一端點:Hugging Face Inference Providers 現在使用相同的端點和 token 在 OpenRouter 上運行 (Hugging Face)。

研究、基準測試與評估。PyBot:由 1,000 個 DeepSeek-V4.1-Flash 代理組成的群體花了一週時間編寫了一個基於規則的聊天機器人,其中沒有使用任何神經網路 (lewtun)。規模:這些代理交換了約 175,000 條訊息,並合併了約 8,000 個 PR。

結果:該機器人有 630,000 行 Python 程式碼,零依賴,據報導在日常問題上與 SmolLM-360M 表現相當。

自我改進與訓練:AutoRL:監督即時強化學習運行的代理將 Qwen3 在 AIME 2024 上的表現從 46.67% 提升到 66.67% (omarsar0)。基準測試作弊注意事項:一份總結警告,許多自我改進代理的提升來自於學習基準測試本身,而非任務 (TuringPost)。

權重空間編程:Opus 5.5 手寫了變壓器權重,以中位數 166 個參數解決了演算法任務 (dair_ai)。資料策劃:DatologyAI 發布了其聲稱的 6 倍預訓練計算乘數背後的技術報告 (Datology)。蒸餾複製:一項小規模複製證實,當學生模型從頭開始訓練時,擾動輸入蒸餾有幫助,但發現當蒸餾到預訓練學生模型時則會造成損害 (Maini)。

新基準測試:GradeBench:當批改手寫物理答案時,最好的前沿模型與教師的意見一致率僅為 57% (GradeBench)。首次音訊時間:AA 的新 TTS 延遲基準測試發現,串流模型的平均延遲為 376 毫秒,而非串流模型為 2.0 秒 (AA)。

SpeedRunBench:Inkling-2-Small 在 1,988 幀內完成了 SuperTux 1-1,領先於 Opus 5 和 GPT-5.6 Sol (SpeedRunBench)。

科學模型與開發者工具。Gemini 4 Carbon:DeepMind 表示 Carbon 驅動的 AlphaProof Code 代理驗證了 Signal 的加密程式碼。它還發現了濕實驗室錯誤,並找到了多 40 倍的相關蛋白質序列 (details)。

科學存取:Google 透過 Antigravity 擴大了對 10,000 名科學家的免費 Carbon 存取權限 (program)。上下文視窗:Antigravity 將 Argon、Carbon 和 Hydrogen 的上下文視窗加倍,每個用戶回合的壓縮量減少了 3.5 倍 (Mohan)。

用戶報告(軼事):一位研究人員表示,Carbon 解決了一個 Astra 和 Fable 嘗試多次都未能解決的問題 (anecdote)。

OpenAI 支援科學與健康:OpenAI 將向多達 200,000 名科學家開放免費的前沿模型存取權限,申請於 11 月 23 日開始 (program)。生產力研究:OpenAI 報告,在一項包含 1,800 名參與者的研究中,科學家的生產力大約翻倍 (study)。

物理學展示:物理學家 Nathaniel Craig 使用 GPT-6 Astra 開發了標準模型的候選晶格定義 (blog)。醫療保健:ChatGPT for Healthcare 新增了電腦使用代理和超過 20 個外掛程式 (healthcare)。

Claude Code:這款桌面應用程式現在可以在 iOS 模擬器中運行 iPhone Duo,並可以摺疊和展開設備以測試佈局 (ClaudeDevs)。驗證:該團隊發布了他們如何使用廉價測試、基準測試和端到端運行來讓 Claude 驗證自己的工作 (blog)。

未發布模型(未確認):在 Devin 中發現的一個「Silicon 2」條目被懷疑是 Anthropic 的模型 (rumor)。Liquid d1.2-ultra:它在 AA 的 Decision Index 上排名第一,每百萬輸入 token 成本為 0.042 美元 (AA)。

Sage S2.1 Flash:這款開源科學模型報告了領先的 MLE-bench Lite 和 OfficeQA Pro 結果 (Sage)。FLUX-mimic-x:一個 7B 影片動作機器人模型在 RoboLab 的即時模型中排名第一 (mimic)。

Unsloth 電腦使用:本地模型現在可以透過 Unsloth 驅動桌面應用程式和遊戲引擎 (Unsloth)。

產業與政策。Nvidia:美國商務部和司法部就 Megaspeed 調查發布了聯合聲明。商務融資與併購。Noeri:Yejin Choi 和 Carlos Guestrin 的持續學習實驗室籌集了 1.1 億美元 (Choi)。Corma:這家網路防禦模型公司以 10 億美元估值完成了 1.25 億美元的 A 輪融資 (Corma)。World Labs:該團隊將加入 AMD (Fei-Fei Li)。

市場數據:Anthropic 的 S-1 文件顯示,2026 年上半年營收為 163 億美元,計算成本佔營收的比例從 251% 降至 48% (The Batch)。企業採用:Databricks 報告,在 3.5 個月內,開源模型的 token 份額從 7.3% 上升到 30.9% (summary)。

AI Reddit 回顧:本地模型與硬體。16 GB 能裝下什麼?Unsloth 預計較小的 Qwen4-27B 將能在 16 GB 中運行。本地用戶希望看到量化情況以及上下文視窗還剩下多少記憶體。一位開發者已經將編碼工作分配給 Opus 負責規格,本地的 Qwen3.8-27B 負責實作。記憶體討論 · 本地工作流程。

Hy4 Flash:騰訊的多模態模型擁有 2240 億參數,每個 token 激活 120 億參數。每百萬輸入 token 成本為 0.070 美元,每百萬輸出 token 成本為 0.281 美元,為開發者提供了更便宜的方式來嘗試 Hy4 的 100 萬上下文視窗。騰訊的發布 · 討論。

EUROPA:據報導,在 JUPITER 超級電腦上的一次測試運行訓練了一個約 9520 億參數的專家混合模型,每個 token 激活 328 億參數。本地模型社群的問題是,該團隊為何選擇這種規模作為其第一個模型。訓練運行與討論。

兩種量化何時分歧?inside-llm 載入兩個具有相同分詞器的 GGUF,讓您可以並排查看它們的預測。觀察它們首次出現分歧的 token,然後比較它們賦予替代方案的機率。專案 · 演示與討論。

Basalt 聲稱的每秒 770 token 取決於您生成的內容。開發者報告,對於 Qwen3.8-27B 的結構化輸出,最高可達每秒 776 token。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 Latent Space 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。