客服微信号 StockWe8 客服微信2号 MaxTrades 客服Telegram号 MeiguM 邮箱 buy@tradesMax.com 电话 (626)378-3637
美股投资网获悉，3月27日晚，位于中国上海的科技公司嘉银科技(JFIN)发布了其2024年第四季度及全年未经审计的财务报告。2024年公司坚持审慎经营、加强精细化运营、拓宽产品类别，满足了不同客户的多元化信贷需求，实现了业务规模的平稳健康增长。
此次财报显示，2024年嘉银科技全年营收58.01亿元，实现净利润10.57亿元。2024全年贷款撮合交易量达到1008亿元，同比增长14.4%，达成了重要的里程碑。其中四季度实现贷款撮合交易量277亿元，同比增长约37.8%，对应撮合服务收入约11亿元，同比增长约46.3%。
面对快速发展的新增客群和旺盛的信贷需求，公司始终保持审慎的风控策略，积极观察风险数据变化，并通过引入新品类的外部数据源，结合借款人行为数据的深度挖掘，迭代升级风控模型，旨在为用户提供更为灵活的交易策略。
四季度61至90天的逾期率下降至0.53%，相较去年同期显著优化。此外，凭借AI赋能的自研风控平台，公司建立了全方位数字反诈防线，全年累计识别并拦截高风险惯性欺诈申请超54万件，阻断黑产恶意攻击46.8万件，共同构建嘉银全流程、数字化、协同运作的风控网络。
最后在股东回报方面，公司将进一步加大对股东回报力度。自2025年起，公司计划在每个财年宣布及派发一次现金股息，总额由不低于上一财年税后净利润的15%，提升至上一财年税后净利润的30%左右，持续分享公司高质量发展带来的长期收益。
资讯来源：美股投资网 TradesMax.com 美股大数据 StockWe.com
美股投资网获悉，意大利税务机构近期的一连串动作，正在动摇全球科技行业的税务规则。据知情人士透露，该国已向 Meta Platforms(META)、马斯克旗下的社交平台X(原Twitter)以及微软旗下的领英开出增值税补缴通知，涉及金额分别高达 8.876 亿欧元、1250万欧元和1.4亿欧元。此举不仅令涉案企业面临法律与财务双重压力，更可能引发欧盟对科技行业商业模式的根本性重新审视。
据了解，案件的核心争议点在于，意大利税务部门认定，用户在上述平台注册账户的行为构成"应税交易"。其逻辑在于平台通过提供访问权限获取用户个人数据，本质上是以服务换取资源，符合增值税征收条件。这一认定若被欧盟采纳，意味着谷歌、苹果等依赖数据驱动的商业模式的科技巨头，其欧洲业务将面临税务合规体系的全面重构。
面对指控，Meta重申"全力配合监管义务"，但坚决反对将平台访问权视为应税商品。"强烈反对向用户提供在线平台访问权限应缴纳增值税的想法"的表态，凸显了科技企业与传统税务规则之间的深刻矛盾。领英则保持谨慎，仅回应"目前无可分享信息"。
值得注意的是，此次纠纷与上月谷歌3.4亿美元和解案形成鲜明对比。米兰检察官此前撤销对谷歌的指控，正是基于双方就补缴金额达成妥协。而Meta等三家公司收到的税务评估通知，已属司法程序前的最后通牒，表明意大利税务部门此次不愿仅通过金钱补偿了事，而是意图确立新的税务规则。
根据程序，涉案企业需在60天内决定是否上诉。若选择和解谈判，可获得额外一个月宽限期。但即便达成和解，本案暴露的税务争议仍可能通过欧盟层面扩散——增值税作为欧盟统一税种，任何成员国的判例都可能引发连锁反应。
值得一提的是，此番动作恰逢特朗普政府在全球掀起关税争端之际，意大利的强硬举措被解读为"数字主权"主张的延续。
分析人士指出，欧盟国家正加速通过税务政策重塑科技企业的商业边界，而美国科技巨头的全球扩张，正遭遇前所未有的规则性挑战。
资讯来源：美股投资网 TradesMax.com 美股大数据 StockWe.com
美股投资网获悉，美东时间周四美股盘后，瑜伽品牌Lululemon Athletica(LULU)公布了截至2025年2月2日的2024财年第四季度业绩。数据显示，该公司Q4营收为36亿美元，同比增长13%，好于市场预期;摊薄后每股收益为6.14美元，也好于市场预期。
但Lululemon发布了令人失望的年度指引，并对美国消费者支出表示担忧，该股盘后大跌。
Lululemon首席执行官Calvin McDonald表示，由于地缘政治冲突和高通胀，美国消费者节衣缩食，减少了光顾商店的次数。在美国与世界各国之间的贸易战不断升级之际，这家总部位于温哥华的公司正试图重振销售放缓的局面。
McDonald在与分析师的电话会议上表示“我们处于一个动态的宏观环境中，这确实导致消费者变得谨慎，我们已经看到整个行业的客流量受到了重大影响。”
Lululemon预计2025财年营收将在111.5亿美元至113.0亿美元之间，低于华尔街分析师的预期。2025财年第一季度营收指引也低于市场预期。Bloomberg Intelligence分析师Poonam Goyal表示，这一预测“标志着最近几个季度的大幅放缓”。
McDonald正努力通过扩大产品种类和进入新类别来提升需求，增加了高尔夫、网球和跑步等运动装备。该公司一直在应对不断变化的时尚趋势，试图迎合那些喜欢宽松款式而非该品牌标志性紧身服装的购物者。
Lululemon管理层表示，美国总统特朗普对中国和墨西哥征收的关税将对利润率产生轻微影响。监管文件显示，Lululemon的产品主要在亚洲生产，包括越南、柬埔寨和斯里兰卡。
竞争对手耐克在上周的预测中也提到了宏观趋势，该公司警告称，其营收和盈利能力将进一步下滑，理由是“地缘政治动态、新关税、不稳定的外汇汇率和税收法规”。
杰富瑞分析师Randal Konik表示，对Lululemon投资者来说，另一个可能令人担忧的信号是未售出的库存堆积如山。全球库存水平较上年同期增长了9%。
三年前，McDonald制定了一项长期战略计划，要求到2026年将Lululemon的销售额翻一番，达到125亿美元。该公司坚持明年的目标，但竞争加剧放缓了增长，尤其是在北美。
在截至2月2日的第四季度，Lululemon美洲地区可比销售额持平。国际业务表现较好，销售额增长22%。
中国市场是Lululemon的关键增长引擎，第四季度营收增长了39%。根据摩根士丹利的数据，该品牌去年成为中国市场上第三大外国运动服装品牌。
截至发稿，Lululemon盘后跌10.11%，报307.0美元。
资讯来源：美股投资网 TradesMax.com 美股大数据 StockWe.com
美股投资网获悉，根据美国联邦航空管理局(FAA)代理局长克里斯·罗谢洛为周四参议院听证会准备的书面证词，该机构计划在2025年招募2000名新的空中交通管制学员，同时继续对波音公司(BA)运营保持严格监管。
知情人士称，罗谢洛的证词还概述了成立专项小组的计划，该小组将重点研究直升机与固定翼飞机交互时可能产生的安全风险。目前FAA面临严重的人员缺口，空中交通管制员数量较目标编制短缺约3500人，比2012年减少了近10%。
这项安全强化措施源于1月29日的致命事故——一架军用直升机在里根国家机场附近与美国航空支线客机相撞，造成67人遇难。事故发生后，FAA已实施永久性限制措施，在机场周边直升机作业期间暂停客运航班运行。此外，鉴于国家运输安全委员会本月发布的紧急安全建议，该机构正在审查其他大型机场的运行程序。
罗谢洛在证词中强调主动安全管理的重要性"我们必须识别风险模式，更有效地利用数据，并确保所有整改措施落实到位"。与此同时，交通部长肖恩·达菲拟向国会申请大幅增加拨款，用于FAA基础设施现代化改造、扩大空管人员招聘及升级过时技术系统。
持续的人员短缺已导致大面积航班延误，许多空管人员被迫加班或延长轮班时间以满足运营需求。罗谢洛还重申FAA将继续对波音实施全面监管，包括对其制造流程、维护标准和软件协议的检查。目前波音(BA)的安全规范正面临严格审查。
去年阿拉斯加航空飞行事故后，拜登政府任命的FAA局长迈克·惠特克将波音737 Max机型月产量限制在38架，该限令至今有效。交通部长达菲公开表示波音必须努力重建公众信任，该公司首席执行官凯利·奥特伯格将于下周出席参议院商务委员会听证会。
资讯来源：美股投资网 TradesMax.com 美股大数据 StockWe.com
据报道，中国金融科技巨头蚂蚁集团在人工智能领域取得了重大突破。有知情人士透露，蚂蚁集团使用由阿里巴巴和华为制造的国产芯片，开发出了将人工智能训练成本降低 20% 的方法。相关美股BABA
据称，蚂蚁集团在训练“专家混合”（Mixture of Experts，以下简称 MoE）模型时运用了多种优化方法，在国产芯片的基础上取得了与使用英伟达 H800 等芯片差不多的训练效果：计算成本从 635 万元人民币 / 万亿 Token 降低至 508 万元人民币，但模型性能却能与 Qwen2.5-72B-Instruct 和 DeepSeek-V2.5-1210-Chat 相媲美。
这一消息引发了广泛关注，蚂蚁所带来的成果令海外的网友感到震惊。许多人纷纷发出感叹：“中国变化太快”、“美国禁止向中国供应芯片，只会让中国芯片制造业更快发展”、“这释放出一个强有力的信号：人工智能领域的主导地位并非英伟达 NVDA一家独揽”。
而蚂蚁的相关成果早在 3 月 11 日就已公开发表，蚂蚁集团 Ling 团队在其技术报告论文中，介绍了这一系列“不使用高级 GPU 来扩展模型性能”的创新策略。此外，蚂蚁还指出了他们在过程中遇到的挑战和教训。“即使是硬件或模型结构的微小改动，也可能引发问题，比如导致模型的错误率突然上升。”
具体做了哪些优化？
随着企业在人工智能领域投入大量资金，MoE 模型已成为一种热门选择。这种技术将任务划分为较小的数据组，就像组建了一支专家团队，每个成员专注于一项工作的某个部分，从而提高了工作效率。然而，虽然 DeepSeek、阿里 Qwen、MiniMax 等系列的 MoE 模型在特定任务中已展现出优越性能，但这类模型的训练通常依赖高性能计算资源，如英伟达 H100/H800 等先进 GPU，其高昂的成本让许多小公司望而却步，也限制了该技术的更广泛应用。
在技术报告中，蚂蚁首先就探讨了训练 MoE 模型所面临的这些挑战，重点是要克服此类系统中普遍存在的成本效率低下和资源限制问题。为此，他们提出了一系列系统优化策略，以便在有限的资源和预算约束下实现高效的 LLM 训练，平衡资源成本和模型性能，包括优化模型架构和训练策略、改进训练异常处理、提高模型评估效率和工具使用能力。
在优化模型方面，他们从架构、训练框架和存储三方面进行了优化。
模型架构优化：基于对密集模型和 MoE 模型缩放规律的综合分析，选择与可用计算资源最匹配的架构。
训练框架优化：针对异构计算平台，将多个训练框架整合为一个统一的分布式深度学习框架，即开源项目 DLRover DLRover 。其开发了一种轻量级调试工具 XPUTimer，它有助于快速、经济高效地分析任务性能，同时减少了 90% 的内存使用量。此外，还实施了一种与平台无关的异步训练策略 EDiT（弹性分布式训练），它提高了训练效率，训练时间在各种配置下最多可缩短 66.1%。
存储优化：采用设备多租户和用户空间文件系统（FUSE）等技术，实现大规模训练的高性能和多集群适应性。存储和训练流程的协同设计提高了 MoE 场景中的 I/O 效率，将时间开销减少了 50%。
针对大规模训练中的硬件错误和损耗异常，蚂蚁开发了一套稳健的异常处理机制，包括一套实时监控整个训练过程异常的多层次异常检测系统和为减少异常情况对训练进度影响而实施的一种自动恢复机制。
同时，为了优化对跨集群模型训练的监测，他们尝试改进了以下评估基准和框架：
综合评估数据集：为减少模型初始表现不佳并提高稳定性，构建了一些特定领域的评估数据集，并优化了相应的预测策略和提示模板。
高效评估系统：基于自主创新的离线推理框架（即 Flood），开发了一套可扩展的跨集群评估系统，其结果稳定，平均偏差小于 0.5%。
自动分析系统：为了提供实时反馈以调整训练策略，开发了一个自动系统，将评估结果与模型性能和数据集相关联。
在提高大型模型的工具使用能力上，蚂蚁重点关注高质量数据合成和自适应工具学习两个关键方面。
为了有效生成高质量、可扩展和多样化的工具使用数据，蚂蚁团队利用知识图谱技术和广义调用指令来提取多样化和复杂的函数链，从而增强凌模型在各种实际场景中的适用性。团队利用拒绝采样和纠错等学习策略开发了自省式多机器人交互对话，以增强模型的自适应工具使用能力。
据蚂蚁介绍，他们开发并开源的 Ling 系列 MoE 模型，就是一个基于上述技术优化成功平衡资源成本与模型性能的示例。
其中，Ling-Lite 包含 168 亿个参数和 27.5 亿个激活参数，Ling-Plus 则拥有 2900 亿个参数和 288 亿个激活参数。知情人士称，该公司计划利用其开发的大语言模型 Ling-Plus 和 Ling-Lite 的最新突破，为包括医疗保健和金融在内的行业提供人工智能解决方案。
根据一系列综合评估基准，参数大小相似的情况下，在有限的资源和预算约束下训练的 Ling-Lite 模型，英语理解能力与 Qwen2.5-7B-Instruct 相当，同时优于 Llama3.1-8B-Instruct 和 Mistral-7B-v0.3-Instruct；在数学和代码基准测试中，Ling-Lite 的性能与 Qwen2.57B 相当，优于 Llama3.1-8B 和 Mistral-7B v0.3。
同样的前提条件下，Ling-Plus 模型与 DeepSeek 等前沿开源模型性能不相上下。Ling-Plus 的英语理解能力与 DeepSeek-V2.5-Chat 和 Qwen2.5-72B-Instruct 相当，在 GPQA 数据集上的得分还高于 DeepSeekV2.5，在事实知识基准 SimpleQA 上与 DeepSeek-V2.5 的表现相似。在数学和中文的测试上，Ling-Plus 的总体性能与 Qwen2.5-72B 相近，较高于 DeepSeek-V2.5 和 Llama3.1-70B 的基准得分。代码测试中，Ling-Plus 的得分与 Qwen2.5-72B 相当、整体略低于 DeepSeek-V2.5 。
不过，蚂蚁强调，Ling-Plus 模型不如 DeepSeek V3。
此外，Ling-Plus 在五种不同的硬件配置对 9 万亿个 token 进行了预训练，使用高性能硬件配置（设备 D）训练 1 万亿个 token 估计需要花费约 635 万人民币；相比之下，使用较低规格的硬件系统可将成本降至约 508 万人民币，节省了近 20% 的成本。
微小差异都会改变训练结果
LLM 训练是一个具有挑战性和资源密集型的过程，往往伴随着各种技术困难。错误和异常情况很常见，有些问题相对容易解决，有些问题则需要花费大量时间和精力。
“在超大规模模型的训练过程中，与硬件相关的因素和对网络结构看似微小的修改都会对模型的稳定性和收敛性产生重大影响。”蚂蚁团队在报告中提到。具体来说，蚂蚁在整个过程中遇到了损失发散、损失尖峰和专家负载不平衡等挑战。
其中，保持均衡的专家利用率对于 MoE 模型的有效性至关重要。大范围的损失峰值会导致突然的梯度激增，从而破坏路由平衡，严重破坏专家负载平衡。一旦专家失衡，问题就会升级，导致整个模型普遍不稳定。通过将尖峰缓解技术与平衡损失和上述路由器 zloss 相结合，蚂蚁才成功地实现了包含数千亿个参数的 MoE 模型的稳定训练。这种方法带来了稳定的损失轨迹，没有观察到损失发散、大范围损失尖峰或专家路由平衡中断的情况。
同时，LLM 在不同平台间迁移训练面临多方面挑战，这主要是因为基础操作的实现方式和框架层面存在差异，可能会导致训练结果不同，凸显了严格的对齐策略的必要性。为推动 Ling 在多个平台上的迁移，蚂蚁开展了大量预备实验，旨在确保跨平台基本操作和通信算法的一致性，并考虑到数值计算中固有的微小精度误差。在验证这些基础组件后，他们才进行大规模大语言模型的训练。
然而，事实证明，仅验证基本操作不足以实现无缝的跨平台迁移。在后续训练阶段，他们又观察到迁移后不同平台之间的损失收敛情况存在显著差异。为解决这一问题，其将对齐工作从基本操作扩展到框架本身。这个过程需要消除所有潜在的差异源；否则，就无法确定错误的根本原因。因此，他们实现了两个平台上包括矩阵乘法（matmul）和线性变换在内的基本操作的完全对齐。
在框架层面，其处理了诸如注意力机制、多层感知器（MLPs）和路由组件等模块在实现过程中的差异，以避免浮点运算导致的精度误差，通过这些努力实现了跨平台前向传递计算的完全对齐。此过程中，他们解决了张量并行（TP）变化和辅助损失计算引发的问题，并纠正了某些通信操作中的错误。在反向传递计算时，借助前向传递对齐过程中获得的经验，他们能够高效识别并纠正梯度传播中的错误，尤其是路由组件中的错误。
虽然这些问题在单独出现或单元测试时可能看似微不足道，但在整个训练过程中，它们的累积效应会对大语言模型的收敛结果产生重大影响。即使是微小的差异，经过多次迭代叠加，也可能导致最终损失收敛出现巨大偏差。
结语
据一位知情人士称，蚂蚁集团现在虽仍在使用英伟达的产品进行人工智能开发，但在其最新模型的训练中，目前主要依赖来自 AMD 以及国产厂商的替代芯片产品。
如果这些国产芯片流行起来，可能会影响英伟达目前作为受欢迎人工智能芯片生产商所享有的地位。尽管现在英伟达的芯片仍然非常抢手，性能也较为强劲，但一直存在严格的出口管制。今年早些时候，自 DeepSeek 展示了如何以远低于 OpenAI 和谷歌母公司 Alphabet 数十亿美元的投入训练出高性能模型后，英伟达的股价就一度短暂下跌。
在金融市场中，存在四大巨头分别是投资银行、对冲基金、私募股权基金和资产管理公司他们各司其职，构建出复杂而精妙的金融生态系统。那么，它们到底有什么区别？今天，我们就来了解四类金融机构的核心逻辑与运作模式。
投资银行
投资银行的核心职能是作为资本市场的中介，连接融资需求方与资金供给方。它们帮助企业融资、承销证券，并提供并购重组、企业上市等专业咨询服务。通过发行股票、债券等金融工具，投资银行把资本从投资者手中引导至需要资金的企业。
与传统商业银行不同，投资银行通常不参与存贷款业务，也不介入企业日常经营，而是以项目为核心，通过资本运作收取服务费用。例如高盛（Goldman Sachs）和摩根士丹利（Morgan Stanley）便是典型代表，它们在交易、资本市场服务和并购咨询方面具备领先优势。
对冲基金
对冲基金则更像金融市场中的“猎手”，其目标是在各种市场环境下获取超额收益。它们运用多空头仓、杠杆操作、衍生品套利等策略，通过主动管理和风险对冲在波动中寻找套利机会。
这一类基金往往不追求长期价值，而是关注短期市场波动带来的投机收益。量化对冲基金是其中的重要类型，依托高频交易和算法模型，以秒级别捕捉微小套利空间。例如Citadel、Two Sigma等就是全球著名的量化对冲基金。
对冲基金高风险高回报的特性，也意味着它们在市场不确定性中容易成为焦点，其业绩波动性远高于传统资产管理机构。
私募股权基金
私募股权基金（Private Equity，简称PE）专注于非公开市场的股权投资，通常采取中长期持有策略。最典型的手法是杠杆收购（LBO），即通过大量借款收购目标公司，并进行战略改造、优化管理、提升盈利能力。
私募基金不仅是出资者，更是企业经营的参与者。它们会深度介入企业运营，如更换管理团队、调整业务结构、改善财务状况。待公司价值提升后，基金通过出售、并购退出或重新上市来实现回报。
黑石集团（Blackstone）对希尔顿酒店的收购案例即为典范：通过重组资产与改善运营，数年后成功在资本市场实现高额回报。
资产管理公司
资产管理公司则以“被动投资”为主要策略，管理养老金、保险资金、主权财富基金等大规模资产。它们更注重长期稳定的收益，
而非短期市场博弈。
例如贝莱德（BlackRock）和先锋集团（Vanguard），通过指数基金、ETF等工具，广泛布局全球市场。它们投资标的往往是标普500、纳斯达克等宽基指数，不做择时、不挑个股，目标是在控制成本和风险的前提下，获取市场平均收益。
由于以规模效应取胜，这类机构以管理费作为主要收入来源，费用低、透明度高，逐渐成为全球资本市场的重要基石。
从承接融资与资本运作的投资银行，到在市场波动中捕捉机会的对冲基金，从深度改造企业的私募股权基金，到为长期资本保值增值的资产管理公司，四类金融机构功能互补，共同构建出当代金融市场的多元生态。
你更看好哪一类金融机构的发展前景？欢迎在评论区分享你的见解！
免费使用AI量化美股分析工具 美股大数据
浏览器打开官网
https://stockwe.com/StockData
特斯拉今天大涨的原因是特朗普周三宣布，从下周开始，所有非美国制造的汽车都将被征收 25% 的关税，马斯克的电动汽车巨头公司在美国国内生产，它是一个相对的受益者。其股价上涨了超过 5%。RIVN 上涨7%
在华尔街分析谁将受到这项政策变化的影响最大和最小之际，这一消息使得美国主要汽车生产商的股价走向各异。
到目前为止，多位分析师认为，鉴于埃隆・
简单来说，伯恩斯坦分析师丹尼尔・罗斯卡在周四给客户的一份报告中写道：“特斯拉获利，底特律遭殃”。
特斯拉：“明显的结构性赢家”
罗斯卡称特斯拉是这项政策的“明显的结构性赢家”，并补充说它拥有本地化的市场份额，并且在贸易风险方面“更具抵御能力”。另一方面，他表示，福特和通用汽车(47.56, -3.39, -6.65%)今年的息税前利润可能会下降多达 30%。
“对于其他所有公司来说，这是一次利润率重置，并且会对近期的盈利能力造成真正的拖累，”他谈到特斯拉以外的公司时说道。
瑞银分析师约瑟夫・斯帕克指出，特斯拉和其竞争对手里维安由于 100% 在美国生产，可能 “表现更好”。周四，里维安的股价也上涨了近 5%。
但斯帕克表示，对于汽车行业的其他公司来说，随着关税生效，“显然会有一些痛苦”。
TD 考恩分析师伊泰・米歇利表示，特斯拉大量的国内采购使其成为 “相对的赢家”。对于特斯拉的 Model Y 车型来说尤其如此，该车型在中型跨界车细分市场竞争，而现在这个类别中近一半的车辆都将被征收关税。据推测，部分关税可能会转嫁给消费者，使这些车辆价格更高。
尽管周四股价上涨，但特斯拉的股价今年已下跌了约 30%。部分跌幅归因于对马斯克的政治反弹，马斯克是特朗普的重要助手，也是总统政府效率倡议的代表人物。
在特斯拉股价下跌之际，特朗普本月早些时候表示，他将购买一辆特斯拉以表示对马斯克的支持。
但特朗普表示，这位亿万富翁企业家没有就汽车关税提供建议，因为存在潜在的利益冲突。马斯克在他的社交媒体平台 X 上发文称，他的公司也无法免受这项政策的影响。
“需要注意的是，特斯拉在这里并非毫发无损，”马斯克写道。“关税对特斯拉的影响仍然很大。”
尽管如此，华尔街预计特斯拉的股价未来会反弹，伦敦证券交易所集团（LSEG）调查的大多数分析师都给予了买入评级，平均目标价显示该股有大约 18% 的上涨空间。
“最糟糕的”情况？
TD 考恩的米歇利称，与近期对该政策的预期相比，特朗普的宣布“接近最糟糕的结果”。
他预计这将对底特律三大汽车制造商产生“重大”的初步影响。根据目前对该政策的理解，他表示福特在这三家公司中受影响最小，而斯特兰蒂斯受影响最大。
瑞银的斯帕克表示，预计汽车制造商将因此提高价格。对于福特和通用汽车，他估计，如果成本增加的 100% 都得到消化，平均价格可能会上涨 4000 至 5000 美元。
当然，分析师们指出，并非每家传统汽车制造商受到的冲击都一样。例如，德意志银行分析师爱迪生・余将福特和特斯拉一起列为 “最受保护”的一类。
对于哪些公司会感受到最大的压力，也存在一些分歧。尽管米歇利表示斯特兰蒂斯受影响最大，但伯恩斯坦的罗斯卡表示，与底特律三大汽车制造商中的其他公司相比，该公司应该表现出“相对的韧性”。
福特的股价下跌了 3%，通用汽车的股价下跌了近 8%。斯特兰蒂斯的股价下跌了超过 2%。
美股投资网获悉，3月27日晚，位于中国上海的科技公司嘉银科技(JFIN)发布了其2024年第四季度及全年未经审计的财务报告。2024年公司坚持审慎经营、加强精细化运营、拓宽产品类别，满足了不同客户的多元化信贷需求，实现了业务规模的平稳健康增长。
此次财报显示，2024年嘉银科技全年营收58.01亿元，实现净利润10.57亿元。2024全年贷款撮合交易量达到1008亿元，同比增长14.4%，达成了重要的里程碑。其中四季度实现贷款撮合交易量277亿元，同比增长约37.8%，对应撮合服务收入约11亿元，同比增长约46.3%。
面对快速发展的新增客群和旺盛的信贷需求，公司始终保持审慎的风控策略，积极观察风险数据变化，并通过引入新品类的外部数据源，结合借款人行为数据的深度挖掘，迭代升级风控模型，旨在为用户提供更为灵活的交易策略。
四季度61至90天的逾期率下降至0.53%，相较去年同期显著优化。此外，凭借AI赋能的自研风控平台，公司建立了全方位数字反诈防线，全年累计识别并拦截高风险惯性欺诈申请超54万件，阻断黑产恶意攻击46.8万件，共同构建嘉银全流程、数字化、协同运作的风控网络。
最后在股东回报方面，公司将进一步加大对股东回报力度。自2025年起，公司计划在每个财年宣布及派发一次现金股息，总额由不低于上一财年税后净利润的15%，提升至上一财年税后净利润的30%左右，持续分享公司高质量发展带来的长期收益。
资讯来源：美股投资网 TradesMax.com 美股大数据 StockWe.com
有媒体援引知情人士透露的消息报道称，CoreWeave Inc.拟将其美股市场的首次公开募股(IPO)规模缩减至约15亿美元，这表明近期美国股市波动，以及有关美国市场“AI算力供应过剩”的悲观预期，正在冲击即便是最受期待的AI算力股融资需求。
据悉，这位要求匿名的知情人士表示，这家聚焦于AI算力租赁赛道的云计算服务提供商计划以每股40美元的价格向投资者们发售约3750万股股票。这较最初计划发售4900万股、每股47至55美元的方案大幅下调，原方案最高可筹资大约27亿美元。
总部位于新泽西州利文斯顿的AI算力租赁领军者CoreWeave曾寻求通过上市募集约40亿美元资金，目标估值超过350亿美元。但在整体股市下挫和波动性加剧打击市场乐观情绪之前，这一目标已被大幅调降。该知情人士称，CoreWeave计划于当地时间周四晚些时候公布新的发行条款。Semafor周四早些时候曾报道CoreWeave拟缩减发行规模，但未提供具体条款。
有着“英伟达亲儿子”称号的CoreWeave究竟是什么来头?
这家获得“AI芯片霸主”英伟达(NVDA.US)注资支持的初创企业2017年以加密货币挖矿算力供应公司起家。作为数据中心采用英伟达AI GPU的最早期先行者，这家基于云计算模式的基础设施租赁公司提前多年大规模布局运行ChatGPT等AI应用所需的高性能AI GPU算力资源，堪称2023年以来全球AI热潮的最大受益者之一。目前该公司正基于英伟达AI GPU设备扩建数据中心，以提供AI相关的基于云计算的AI算力租赁服务。
作为数据中心领域英伟达图形处理器(即GPU)的最早期采用者，CoreWeave凭借抢跑数据中心AI算力资源需求浪潮，喜获英伟达的风投部门青睐，甚至能够优先获得需求极度旺盛的英伟达H100/H200以及Blackwell系列AI GPU，曾迫使微软等云服务巨头向CoreWeave租赁算力资源，喜提“英伟达亲儿子”这一称号。
在全球抢购英伟达AI GPU导致供给端远远跟不上市场需求，甚至在二手交易市场出现大幅溢价之际，英伟达对于CoreWeave的AI GPU供应可谓“量大管饱”。因此在英伟达的大力支持之下，CoreWeave基于英伟达Hopper以及新推出的Blackwell架构AI GPU不断扩建大型数据中心以提供云端AI训练/推理算力资源服务。
CoreWeave提供支持数据密集型人工智能工作负载的大型基础设施，聚焦于为AI训练/推理工作负载提供强大的云端AI算力资源。这家人工智能算力租赁服务提供商提供一系列AI算力租赁服务，其中包括基于云计算的AI算力解决方案和人工智能对象存储，这两者均旨在支持人工智能和机器学习、深度学习模型的整个工作流程。
早在2023年8月，CoreWeave成为首家部署NVIDIA H200 Tensor Core GPU的云计算服务公司，这是一款高性能的AI GPU，这使得它能够为客户们提供无比强大的计算能力。在AI浪潮推动下，尤其是2023年，依靠大量采购高端NVIDIA AI GPU(比如H100/H200)及与英伟达在CUDA软硬件协同生态系统的全面合作，CoreWeave在云端AI GPU算力市场的知名度迅速提升。
CoreWeave AI云算力租赁服务最突出的特点是专注大批量提供最高端AI GPU(尤其是NVIDIA GPU)集群，让用户们可以在云端按需获取高性能 AI GPU算力资源——即云端AI算力资源，用于机器学习、深度学习以及推理等AI工作负载。CoreWeave支持大规模的弹性部署，用户们可以根据项目需求快速增减AI GPU数量，适合AI模型训练(如大语言模型、计算机视觉体系等)以及需要实时处理的庞大推理工作负载。除AI外，CoreWeave的NVIDIA AI GPU资源也可用于传统的HPC场景(科学计算、分子模拟、金融风险分析等)。
根据IPO前企业必须披露的业务风险文件章节显示，由联合创始人兼首席执行官Michael Intrator领导的这家AI云算力租赁公司，在财务报告内部控制方面存在重大缺陷。文件指出面临的核心问题包括支撑财务报告的应用系统IT控制不足，以及相关岗位缺乏合格人员。
除英伟达外，该公司的机构投资者还包括Magnetar Capital、Coatue Management、Jane Street、摩根大通资产管理、富达和Lykos Global Management。
CoreWeave所有创始人均未计划在IPO中出售持股。本次IPO由摩根士丹利、摩根大通和高盛集团牵头，另有11家顾问参与。CoreWeave股票预计将在美股科技股最集中的纳斯达克交易所上市，交易代码定为“CRWV”。
AI算力热潮全线降温?
在有着“英伟达亲儿子”称号的CoreWeave大幅削减IPO规模之前，已经有不少迹象显示出围绕AI GPU的AI算力热潮显著降温。
华尔街大行高盛近期下调全球AI服务器出货量，并且全线下调来自中国台湾的全球AI算力产业链核心公司的目标股价。
高盛分析师团队在本周的一份研报中，下调了机架级AI服务器(Rack-level AI Server)出货量预期，2025年及2026年预计出货量分别从3.1万台和6.6万台下调至1.9万台和5.7万台(以144-GPU等效进行测算)。高盛表示，这一调整主要基于A英伟达AI服务器机架产品从Blackwell到Blackwell Ultra的过渡期影响以及供需不确定性，尤其强调随着更高效AI模型(比如DeepSeek)的接连发布，投资者们对密集计算能力的需求争议愈发升温。
此前在2月24日重磅透露出美国科技巨头微软将撤掉两个大型数据中心租约这一消息的知名投资机构TD Cowen再爆猛料，TD Cowen当地时间周三曝出微软砍掉一部分数据中心项目的重磅AI算力产业链利空，这一消息也是带崩美股AI芯片等AI算力类股票的核心逻辑。“过去六个月，微软的收缩策略包括数据中心租约取消和延后。我们仍然认为，数据中心租约取消和产能延后表明数据中心整体供过于求，与当前需求预测相比存在明显过剩。”TD Cowen分析团队表示。
3月26日，国际大行巴克莱发布最新研究报告称，预计2025年全球AI算力可支持15-220亿个AI 代理(AI Agent)，这足以满足美国和欧盟1亿多白领工作者和超过10亿企业软件许可证的强劲需求。巴克莱认为现有的AI算力已经足够支持大规模AI代理的部署，但是预计针对高效、低成本Agent产品的专用算力仍将有较大缺口。
微信分析师 微信公众号
