anthropic.com Anthropic confidentially submits draft S-1 to the SEC Anthropic has confidentially submitted a draft S-1 registration statement to the Securities and Exchange Commission 2 个帖子 - 2 位参与者 阅读完整话题
IT之家 4 月 27 日消息，中国台湾地区非易失性存储制造商旺宏电子 (Machronix / MXIC) 今日公布了 2026 年第 1 季度营运报告。该企业在法说会简报中表示 eMMC 当下严重供不应求， 其上季度相关营收同比增长 3993% ，将扩增产能以满足需求。 旺宏董事长吴敏求表示，随着多家大型存储原厂逐步停产低容量型号， 4~32GB eMMC 市场出现了巨大的供应真空 ，激发了强劲的采购需求。该企业计划 2027Q1 送样自研车规级 eMMC 主控。 吴敏求还提到，旺宏目前已可量产出货 96 层 3D NAND， 192L 技术研发即将步入尾声 ，300L 高堆叠 NAND 的研发也已着手进行。 该企业非 eMMC NAND 产品的营收在上季度同比增长 219%、环比增长 88%。而旺宏的核心业务 NOR 闪存上季度营收规模同比 +47%，环比则是 +31%。 旺宏电子 2026Q1 营收净额达 104.69 亿新台币（IT之家注：现汇率约合 22.68 亿元人民币）， 同比增长 71% 、 环比增长 35% ；营业毛利率 40.8%、营业净利率 18.5%， 成功实现扭亏为盈 。
英特尔于周四美股盘后发布一季度财报，业绩大幅超出华尔街预期，这家此前深陷困境的芯片巨头终于显露复苏态势。该股在盘后交易中暴涨16%。 以下为公司实际业绩与路孚特机构分析师预期对比： 调整后每股收益：0.29 美元，预期仅 0.01 美元。 营收：135.8 亿美元，预期 124.2 亿美元。 近期英特尔备受华尔街青睐，截至周四收盘，其年内股价涨幅已超 80%，而 2025 年全年涨幅更是达到 84%。特朗普政府大力扶持英特尔，去年美国政府注资后成为其最大股东，以此推动芯片产业链回流美国本土。英伟达、软银也向英特尔投入数十亿美元资金。 此前在人工智能产业兴起初期，英特尔技术大幅落后于英伟达、AMD，长期发展动能疲软。 如今这一局面迎来转机：公司营收同比上涨7.2%，从去年同期的 126.7 亿美元增至 135.8 亿美元。在此之前的七个季度里，英特尔已有五个季度营收同比下滑。 英特尔预告二季度业绩指引：营收区间 138 亿~148 亿美元，调整后每股收益 0.20 美元，大幅高于分析师预期的 130.7 亿美元营收、0.09 美元每股收益。 数据中心业务为本次增长主力。受CPU需求激增带动，英特尔在人工智能领域业务逐步打开局面，该部门营收同比大增 22%，达 51 亿美元。 此前长期沉寂的 CPU 市场迎来爆发，智能体相关算力需求不再仅依赖长期垄断 AI 领域的英伟达GPU。CPU 需求上涨，也支撑了英特尔近期的大额投资：斥资 140 亿美元，回购此前出售给阿波罗全球管理公司的爱尔兰晶圆厂 49% 股份。 英特尔目前仍处于亏损状态：公司净亏损扩大至 42.8 亿美元，折合每股亏损 0.73 美元；去年同期净亏损为 8.87 亿美元，每股亏损 0.19 美元。 英特尔采用业内少见的商业模式：作为整合器件制造商（IDM），英特尔既自主研发生产终端芯片产品，也自研芯片制造工艺。而绝大多数芯片企业都会把复杂且高成本的制造环节外包给台积电等大型晶圆代工厂。 英特尔晶圆代工业务营收同比上涨 16%，达 54 亿美元，不过该业务大部分产能仍用于生产自家芯片。 英特尔酷睿 Ultra 3 代处理器已于今年 1 月装机上市，全新至强 6 + 数据中心处理器也在 3 月推向市场。此后谷歌宣布，将采用多代英特尔 CPU，用于其数据中心的人工智能算力业务。 英特尔最新个人电脑、数据中心处理器均依托亚利桑那州新建大型晶圆厂的18A 制程生产。尽管该制程技术对标台积电 2 纳米工艺，但目前英特尔仍是自身 18A 晶圆厂唯一的主要客户。 英特尔后续的难点在于，说服长期选用台积电的客户转向自家代工服务。 英特尔此前多款制程迭代多次延期，且 18A 晶圆存在良品率问题，单片晶圆可产出合格芯片数量偏低。部分分析师仍在观望英特尔下一代14A 制程的良品率表现，该制程计划在 2028 年及以后落地。英特尔此前表态，会在敲定大客户合作后，再投入资金推进新工艺量产；而首席执行官陈立武今年 1 月在社交平台表示，英特尔将全力布局 14A 制程。 市场期待已久的核心大客户大概率是埃隆・马斯克，相关细节目前仍未完全披露。英特尔本月初宣布，将入驻马斯克位于得克萨斯州奥斯汀的泰拉晶圆产业园，为SpaceX、人工智能公司 xAI 以及特斯拉，大规模研发、制造、封装高性能芯片。 在特斯拉一季度财报电话会上，马斯克透露，特斯拉计划采用英特尔未来的 14A 制程工艺，在该产业园生产芯片，用于特斯拉整车、人形机器人，以及 SpaceX 待建的轨道数据中心。 马斯克表示，英特尔 14A 制程仍在研发阶段，但 “等到泰拉晶圆产业园规模化量产后，14A 制程届时将足够成熟，可投入商用”。 英特尔对外代工业务的战略重启始于 2021 年帕特・基辛格出任首席执行官时期。基辛格于 2024 年卸任，去年年初由陈立武接任。 英特尔在同年 7 月裁员 15%，叫停了德国、波兰的晶圆厂建设项目；俄亥俄州大型晶圆厂项目投产时间也从原定今年推迟至 2030 年。陈立武在裁员内部备忘录中写道：过去数年，公司投资规模过大、节奏过快，远超市场实际需求。 查看评论
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，乘物机器人（深圳）有限公司（以下简称“乘物机器人”）近日完成天使轮融资，由中国台湾工业自动化与智能机器人解决方案领域龙头企业和椿科技战略投资，华君资本担任独家财务顾问。 乘物机器人成立于2025年，总部位于深圳，专注工业具身智能技术研发与产品解决方案，具备从软硬件研发、数据采集、模型训练、场景部署与维护的一体化技术能力。 创始人黄金龙技术出身，拥有十余年机器人全栈研发与产业化经验，主导过多类工业机器人产品研发与落地；联合创始人单玉虎博士，曾先后在腾讯、小鹏、美团等企业负责机器人核心技术研发，深耕多模态大模型、3D感知、多传感器融合等领域，拥有丰富量产实战经验。 工业场景中，非标场景普遍存在，机器人落地应用往往需要定制化的解决方案。乘物机器人由此切入，成立之初便聚焦工业场景，通过本体整合成熟供应链方案，自研末端执行结构、电子硬件、软件算法、云端能力及核心大模型，快速沉淀出标准化的技术产品包，具备了覆盖工业场景全流程的交付能力。 目前，公司已完成十余个工业场景落地项目，2025年累计营收超两千万元，服务包括富士康在内的一系列代表性头部制造企业。 在此期间，团队与数十家头部主流机器人本体厂商建立深度合作关系，并获得8家头部品牌的最高权限授权，为其落地具体场景做定制化服务。 同时，乘物机器人也在布局模型端。公司正以工业垂类VLA（Vision-Language-Action）大模型为核心研发方向，希望打造具备“一脑多形”跨本体泛化能力的具身智能模型。 （图源/企业） 该模型融合空间感知、强化学习及世界模型的能力，能够提高对复杂异形物体的三维感知、精准操作与跨场景泛化能力，解决传统方案泛化性不足的问题。 具身模型的核心瓶颈之一在于数据。乘物机器人自研了Egocentric-UMI数据采集装置与Bybot-TeleOp远程操作系统，通过遥操模拟真实产线环境，高效采集视觉、力矩等多模态数据，大幅降低模型训练与部署周期，解决传统数据采集成本高、效率低的问题。 目前，公司自研VLA模型Bybot Foundation Model-1（BFM-1）的训练及部署流程已全面跑通，技术验证顺利推进。 硬件层面，乘物机器人同步研发工业精准操作的上半身机器人原型产品，搭载仿生力控双机械臂、灵巧手、腕部相机及RGBD相机等核心部件，为工业垂类基础模型训练与场景适配提供硬件支撑，推动大模型与工业机器人本体深度融合。 以下为访谈节选（略经编辑）： 硬氪：为什么从场景落地转向模型研发？ 黄金龙： 我们非常看好VLA和具身智能的发展方向。在我们看来，机器人本体本身并不是最难的部分，尤其是在深圳这样的硬件产业链环境里，把机器人“做出来”并不算特别高的门槛。真正困难的是：模型如何和本体融合，并最终在真实客户场景中落地，让客户愿意持续付费。 目前行业里真正实现规模化落地的案例并不多。我们认为，具身智能的发展路径会遵循“工业—商业—服务—家庭”这样逐步演进的过程。其中工业场景最容易率先落地，因为很多工业任务并不需要特别复杂的灵巧操作，很多场景通过二指夹爪就能完成。相比之下，家庭场景对安全性、泛化性和稳定性的要求更高。 另外，和椿除了战略投资外，也为我们带来了大量产业客户资源。我们目前已经进入富士康等客户体系，并有项目进入实际交付阶段。由于能够直接接触一线客户，我们可以更清楚地理解客户真正需要什么：如果传统自动化技术能够解决问题，我们就优先采用传统方案；如果具身模型能够创造更高价值，我们就用具身技术去完成交付。 硬氪：乘物机器人做具身模型的核心优势是什么？ 黄金龙： 首先是全栈能力与真实交付经验。团队具备从机械、电子到软件、算法、云端服务的完整研发能力，过去也长期为头部机器人厂商提供定制化解决方案，因此对工业场景中的非标需求、交付流程以及客户痛点有非常深入的理解。相比只做模型的团队，我们更清楚模型如何真正转化为可商用的解决方案。 其次，我们希望打造的是“平台化”的具身模型能力。目前VLA模型普遍存在泛化能力不足的问题：一个场景中训练出来的数据和模型，往往无法迁移到另一台机器人或另一个环境中。乘物机器人的模型设计并不绑定单一本体，而是能够适配不同厂商、不同类型机器人平台，从而解决行业中模型难以跨平台部署的问题。
Marvell Technology周三预测，随着云公司扩展人工智能数据中心，并投资定制芯片以减少对英伟达处理器的依赖，其定制芯片业务2029财年的营收将超过100亿美元。晨星分析师威廉·克尔温表示，Marvell的定制芯片收入预期“意味着仅一项业务就能在2028财年至2029财年带来50亿美元的新增收入，预示着2029财年将再次实现强劲增长”。（新浪财经）
芯片制造商联电周三表示，公司将在今年下半年上调价格。联电公布第一季度营收为新台币610.4亿元（约合19.3亿美元），超出预期1000万美元，同比增长5.5%；净利润为新台币161.7亿元，同比大增108%。联电在财报声明中指出，进入第二季度，通信领域需求回升，加之计算机、消费电子及工业市场需求稳健，预计晶圆出货量将保持强劲。（财联社）
36氪获悉，巨人网络发布2025年年度报告。报告期内，公司实现营业收入50.47亿元，同比增长72.69%；实现归母净利润17.55亿元，同比增长23.13%；实现扣非归母净利润21.27亿元，同比增长31.10%。此外，巨人网络披露了2025年度利润分配预案，拟向全体股东每10股派发现金红利1.90元。
作者 | 乔钰杰 编辑 | 袁斯来 当前，制造业正站在从“自动化”向“智能化”跨越的关键节点。 2026年是海康机器人成立十周年。作为工业智能化领域的创新者与实践者，海康机器人近年持续推进机器视觉、移动机器人与柔性制造技术的深度融合，构建起“眼、脚、手”一体化的全栈技术能力，形成了以机器视觉、关节机器人和移动机器人为核心的三大业务体系。 2025年全年，海康机器人营收突破64.52亿元，其中机器视觉类产品累计出货量超 1000 万台，移动机器人累计下线突破 18 万台。基于完善的硬件产品线，其自研工业软件授权用户超60万人次，全球服务客户超2万家。 2026年4月22日至24日，「海康机器人·智造大会2026」在杭州桐庐举办。海康机器人首席执行官贾永华提出“具身智造”的概念。他表示，传统自动化体系正面临灵活性不足的问题，难以适应需求碎片化与用工结构变化。“具身智造”需要通过两种能力来应对：一是具备多任务能力的高柔性设备，二是可快速复制的场景化应用能力，从而推动制造体系从“人适应机器”向“机器适应环境”转变。 大会期间，海康机器人除展示了机器视觉、关节机器人、移动机器人在制造、流通等行业场景的应用落地情况外，还并发布了超过35款新品，覆盖标准视觉（2D与2.5D计算光学）、高精度3D视觉以及AI智能视觉等方向，重点针对复杂场景成像、高精度测量及AI落地难等工程问题。 图源企业 面向未来，海康机器人也在积极推进AI融合与具身智能布局。 在接受36氪专访时， 海康机器人副总裁张文聪介绍，公司自2016年起系统性推进AI技术在产品中的落地，目前已在多个产品线中实现规模化应用，并成为提升产品性能与工程效率的重要手段。 早在2019年，海康机器人用于调度移动机器人的RCS（机器人控制系统）就开始在路径规划和任务调度中引入强化学习与运筹优化方法，突破调度规模上限；到2021年初，已在一汽丰田单厂实现超1000台机器人跨地图协同运行。 “接下来，公司也会探索AI进一步向工业深水区渗透的路径，包括更复杂场景下的质检能力。”张文聪表示。 在被问及具身智能在工业的应用，张文聪表示，“具身智能”并不代表产品都要做成拟人形态，“海康机器人现阶段把端到端的眼、手的协同做好，广义看也是朝向具身智能的很大进步，比如说机器视觉和关节机器人配合的视控一体应用就会有很大的提升。” 面向更长周期，张文聪表示，工业场景中，在高度标准化、高节拍的环节上，专用设备仍具效率优势；但在节拍要求相对宽松的场景中，具身智能具备“一机多能”的潜力。 整体上，具身智能与现有自动化方案将更多形成互补关系，而非直接替代。 图源企业 以下是36氪与海康机器人副总裁张文聪的交流内容，略经编辑： 问：机器视觉、移动机器人和机械臂，这三个板块的营收占比如何？ 张文聪： 目前来看，我们的营收还是主要来自机器视觉和移动机器人这两大板块，机械臂这一块占比还不算大。主要原因是我们切入机械臂相对比较晚，虽然已经做了大概5年，但整个产品线还在持续丰富的过程中,目前整体营收规模还在爬坡阶段。 问：目前AI在我们的产品中有哪些实际应用？ 张文聪： AI现在已经比较深入地用在我们的产品里面了，尤其是在机器视觉这一块。像读码、OCR识别这些场景，我们都已经用深度学习做了比较多的升级，以前很多识别算法是需要现场训练的，现在基本上可以做到“开箱即用”，大多数场景下不需要再做二次训练，效果也比较稳定。 另外一个重点方向是工业质检，我们这几年也在持续投入。从早期的小模型，到现在逐步引入大模型。以我们和一家国内大型医疗用品生产企业的合作举例，他们希望为生产的一次性医疗手套引入一套全自动、高精度、可追溯的质量检测系统。而手套属于柔性物体，容易变形，而且颜色类型非常多，这类缺陷检测其实难度很高。 我们在2021年最早用传统的CNN模型来做时，每上一条产线基本都要重新采样、重新训练，扩展起来比较慢。后来在23、24年切换到大模型方案之后，同一个车间内的多条产线可以快速复制，原来可能需要上万张样本，现在一两百张就够了。现在这套系统能稳定检出0.8毫米以上的缺陷，对污渍、破损等重要缺陷的检出率超过99.995%，一条线一天能检30万只，整个部署和交付效率提升非常明显。 问：整体来看，目前AI 类产品在工业场景的落地情况如何？ 张文聪： AI在工业场景的落地仍然偏慢，核心原因在于成本与交付周期。一方面，工业质检等应用场景复杂，系统开发周期长，导致整体解决方案成本较高；另一方面，终端客户在评估投入产出比时，如果回报周期过长，往往会延迟或放弃部署。 针对这一问题，公司一方面持续提升算法能力，降低开发和部署成本；另一方面通过引入大模型、优化工程化能力，缩短交付周期，减少对样本数据和人工调试的依赖。整体目标是推动AI能力“普惠化”，让更多行业能够以可接受的成本使用智能化方案。 问：您如何看待人形机器人在工业场景的落地价值？ 张文聪： 我觉得是有价值的，但前提是要把“通用性”真正做出来。如果一台人形机器人能够一机多用，既能搬运、又能做简单质检，甚至还能做上下料，那在一些节拍要求没那么高的场景里，它的价值就很明显了，可以成为“多能工”。 但如果高度标准化、节拍很快的产线上，还是“专机”效率更高、成本更可控，所以两者更像是互补关系，而不是替代关系。从现在来看，人形在工业里的落地还比较早期，尤其工业对稳定性要求很高，目前很多能力还需要持续迭代。 图源企业 问：海康机器人强调的“眼脚手”协同和VLA模型是什么关系？ 张文聪： VLA（Vision-Language-Action）模型是一种理想的端到端范式，目标是通过单一大模型实现从感知到决策再到执行的全流程闭环。但从当前技术成熟度来看，这条路还在比较早期的阶段，真正落地还有不少挑战。 相比之下，我们提出的“眼脚手”协同更偏工程化路径：通过视觉（眼）、操作（手）、移动（脚）等模块的协同，实现具体任务的自动化。在实际落地中，我们更多是用多个小模型组合来解决问题，而不是完全依赖一个大模型。当然，VLA这个方向我们也在做，而且有专门的团队在投入。整体来看，我们的理解是：短期靠“小模型组合”实现落地，长期再往端到端的大模型演进，两条路线是并行的、互补的关系。 问：软硬一体布局为公司带来了哪些核心优势？ 张文聪： 软硬件一体化是公司核心战略之一。一方面，单纯做硬件容易陷入同质化竞争，缺乏差异化壁垒；另一方面，仅做软件在商业模式和客户粘性上也存在挑战。软硬件协同，可以实现相互促进：硬件带动软件销售，软件提升硬件附加值。 以机器视觉为例，我们的自研软件平台可以以模块化方式开放给客户进行二次开发，从而形成生态粘性。同时，软件还能帮助客户降低开发成本、提升效率，规避知识产权风险。整体来看也构建了更高的技术与商业壁垒。
4月17日，大华股份发布2025年年度报告及2026年第一季度财报。2025年，公司实现营收327.44亿元，同比增长1.75%；归母净利润38.58亿元，同比增长32.77%；毛利率为40.62%，同比提升1.78个百分点；经营性现金流净额39.08亿元，同比增长44.19 %。2026年第一季度实现营收69.02亿元，同比增长10.33%，业绩稳健增长。公司将持续推动AI大模型产品技术应用落地，赋能千行百业。