芯片制造巨头英特尔公司迎来转机。在去年 12 月原 CEO Pat Gelsinger 离职后,经过数月寻觅,公司最终任命陈立武 (Lip-Bu Tan) 为新任首席执行官。
陈立武此前曾担任 Cadence Design Systems Inc. 的 CEO,该公司为包括英特尔在内的全球主要芯片设计公司提供软件服务。他曾是英特尔董事会成员,但在 Gelsinger 离职前因其他职务承诺而离开董事会。
新任 CEO 将接替临时联席 CEO David Zinsner 和 Michelle Holthaus 的职责,后两者将继续担任各自的首席财务官和产品部门 CEO 职务。公司表示,陈立武也将重返英特尔董事会。
陈立武的任命结束了公司动荡的一段历史。此前,投资者不断施压要求公司削减成本,剥离部分盈利能力较弱的业务,以扭转多年来的颓势。近年来,公司在个人计算机和数据中心服务器市场持续失去市场份额给 AMD 等竞争对手,同时在蓬勃发展的人工智能领域也未取得实质性突破。
消息公布后,英特尔股价上涨超过 12%。
在英特尔网站发布的声明中,陈立武表示公司需要在仍具优势的领域加倍努力并扩大优势。"在落后于竞争对手的领域,我们需要采取审慎的风险来实现突破和超越。在进展慢于预期的领域,我们需要找到加快步伐的方法。"
陈立武将成为英特尔七年内的第四位正式 CEO。前任 CEO Brian Krzanich 在 2018 年因与员工不当关系的指控而辞职,随后由前 CFO Bob Swan 在 2019 年 1 月接任。
但 Swan 仅任职两年就离职,原因是公司大量市场份额被 AMD 夺取,且新芯片发布频频延期。Gelsinger 于 2021 年初上任,实施了大胆的转型计划,除了生产自有芯片外,还为其他公司代工制造芯片。
然而,在 Gelsinger 的领导下,英特尔的整体收入持续下滑,而投资者对芯片制造业务投资成本攀升日益担忧。其中包括计划在俄亥俄州投资 200 亿美元建设新芯片工厂。
去年秋季disappointing财报发布和公司史上最大规模裁员后,有报道称英特尔可能出售。据说高通和博通等竞争对手都表示了兴趣。此外,多位分析师强调英特尔需要分拆代工部门,甚至出售产品部门。
在此期间,英特尔在 AI 行业被 Nvidia 完全压制,后者的 GPU 已成为所有 AI 工作负载的首选硬件。
theCUBE Research 分析师 Dave Vellante 一直主张英特尔应分拆代工业务,专注于芯片设计。他今天重申这一立场,认为代工业务对台积电和美国政府之外的其他方价值有限,因为美国仍需要国内芯片供应链。
Vellante 补充说,陈立武的任命似乎朝这个方向迈进,但他警告说,让这个新的合资企业重新具有竞争力将需要多年时间和大量资金。
J. Gold Associates 的芯片行业分析师 Jack Gold 对 Fierce Electronics 表示,陈立武的任命对英特尔来说是一个可喜的提振。他指出,这位 CEO 在产品设计和制造方面都对半导体行业有深入的理解。
在英特尔 CEO 搜寻期间担任临时执行主席、现将回任独立主席的 Frank Yeary 强调,陈立武在创造股东价值方面有"良好的业绩记录"。
今年 1 月的最新财报电话会议中,英特尔的收益和收入超出预期,但对未来几个月的指引疲软,原因包括经济不确定性、激烈竞争、季节性因素以及许多客户仍持有大量芯片库存。关税前景进一步令公司短期前景蒙上阴影。
去年 11 月,英特尔被移出道琼斯工业平均指数,由 Nvidia 取代,反映出两家芯片制造商命运的巨大变化。去年英特尔股价下跌 60%,而 Nvidia 股价因其 GPU 产品需求旺盛而上涨 171%。
截至今日收市,英特尔市值仅为 895 亿美元,约为 Nvidia 的 1/30。
好文章,需要你的鼓励
华中科技大学与利哈伊大学研究团队开发的MMMR基准是首个专门评估多模态大语言模型推理思考过程的综合工具。通过1,083个跨六大领域的高难度推理任务和创新的推理过程评估管道,研究发现即使最先进的模型在推理任务上也与人类存在约10%的差距。研究揭示了答案准确性与推理质量间的脱节:模型常出现思考不一致(41.5%)、过度思考(20.5%)等问题。这一基准不仅评估答案正确性,更深入分析思考质量,为提升AI系统的可靠性和透明度提供了重要方向。
UI-Genie是一个创新的自我改进框架,解决了GUI智能体面临的两大挑战:轨迹验证困难和高质量训练数据缺乏。研究团队开发了专用奖励模型UI-Genie-RM,采用图像-文本交错架构有效处理历史上下文,并统一了步骤级和任务级奖励评估。通过精心设计的数据生成策略和迭代自我改进,该框架无需人工标注即可创建高质量合成轨迹。实验结果显示,经过三轮数据-模型自我改进后,UI-Genie在多个基准测试上达到了最先进水平。该研究已开源全部实现和数据集,为GUI智能体研究提供重要资源。
浙江大学和蚂蚁集团的研究团队开发了ACTIVE-O3,一种创新框架,赋予多模态大语言模型"主动感知"能力,使AI能够智能地决定"看哪里"和"怎么看"。基于群体相对策略优化(GRPO)构建,该系统采用两阶段策略,先选择关注区域,再执行任务。实验表明,ACTIVE-O3在小物体检测、密集物体定位和交互式分割等任务上显著优于现有方法,并展示出强大的零样本推理能力。该研究为AI系统提供了更接近人类认知的视觉探索能力,对自动驾驶、医疗诊断等领域具有重要应用价值。
ImgEdit是北京大学与兔小贝AI联合推出的图像编辑框架,解决了开源编辑模型落后于商业产品的问题。该框架包含120万对高质量编辑图像对,涵盖13种编辑类型和11万个多轮交互样本。通过融合视觉语言模型、检测模型和分割模型的多阶段流程,ImgEdit确保了数据的高质量性。研究团队基于此数据集训练了ImgEdit-E1模型,并提出ImgEdit-Bench评估基准,从指令遵循、编辑质量和细节保留三个维度全面评估模型性能。实验结果显示,ImgEdit-E1在多个任务上超越现有开源模型,推动了图像编辑技术的进步。