至顶网网络频道 02月06日 综合消息: 总部位于美国和新加坡的半导体公司博通(Broadcom Ltd.)不喜欢被拒绝。该公司看到最近对竞争对手芯片制造商高通技术公司(Qualcomm Technologies Inc.)的收购要约被拒绝,于是在周一表示自己已经提出了1,210亿美元的新报价。
路透社周日援引一位不愿透露姓名的消息人士的消息称,这一新的报价旨在迫使高通公司进行谈判。此次出价是在高通于3月6日举行的年度股东大会之前提出的,博通公司此举旨在推翻高通公司的董事会,并且用自己提名的人员替代董事。高通公司表示正在考虑这个报价。
博通公司最初的报价为每股70美元,其中包括每股60美元现金和每股10美元的股票,现在的新报价在此基础上又有了提高。为了进一步推动这起收购,预防监管机构可能的阻止,博通公司还提供了更高的分手费用。一般来说,分手费用可能会占到交易额的3%到4%。
然而,高通公司的股价在周一下跌了将近7%。两家经纪公司表示,苹果公司可能会在其下一代iPhone手机中,放弃使用这家芯片制造商的调制解调器芯片,转而使用英特尔公司的其他产品。而且,在这个交易日的晚些时候,纳斯达克股票交易所经历了七年多以来最大的股票抛售,下跌了将近4%。
路透社的报道称,博通公司对于在协议签署后的十二个月内完成“非常有信心”。不过,高通公司的董事会据说仍然在抵制这场交易,他们认为博通公司的报价是为了“廉价地”收购这家公司。该公司的董事会还表示,完成收购需要的监管机构审查流程充满风险,而且至少需要十八个月。
Constellation Research Inc. 的首席分析师兼副总裁Holger Mueller 表示:“很显然,他们(博通公司)真的很想要高通。”他表示:“他们在三月份的股东大会之前,给了高通的股东们一些时间进行思考。现在,高通公司和博通公司都解释了他们的长期业务计划,这样,投资者们可以决定要在哪一边下注。”
Moor Insights and Strategies公司的首席分析师Patrick Moorhead表示,高通公司由于最近在“物联网”、Wi-Fi和自动驾驶领域的成功,上调了本财年的指导业绩,在此之后,博通公司上调了收购价格。但是,尽管现在的报价看起来似乎很诱人,Moorhead还是表示他不相信博通公司能够说服高通公司的股东接受它。
Moorhead表示:“无论如何,高通公司创造了知识产权,而且博通则在实施它,所以这是一种战略上的不匹配,因此投资视野不同。”Moorhead表示:“精明的高通投资者们知道这是一个糟糕的提议,我不希望这笔交易能够通过。”
博通公司的敌意收购尝试是半导体行业合并热情高涨时期最为雄心勃勃的举措之一。最近,向军方和航空航天行业出售计算机芯片的Microsemi公司在收到某不知名公司的收购要约之后,正在寻找买家。
博通公司自己最近也完成了55亿美元的收购,收购了竞争对手博科通讯系统公司(Brocade Communications Systems Inc.),而高通公司仍然在尝试以380亿美元的价格收购荷兰半导体公司NXP Semiconductors NV。这笔交易于一月份获得了欧盟监管机构的批准,而高通公司曾经表示该公司期望中国政府的批准能在本月份得到确认。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。