据报道,美光(Micron Technology)和西部数据(Western Digital)都有意收购日本闪存制造商Kioxia。
《华尔街日报》援引知情人士的话称,美光和西数都在探索交易的可能性,这让Kioxia的估值达到300亿美元左右。据称,两家公司正在竞购Kioxia,而不是以联合交易的形式进行谈判。
知情人士称,目前还不确保会达成可能的出售协议,尚不清楚其结构。据《华尔街日报》报道,如果交易成形,那么预计会在春季结束的时候完成。
Kioxia是一家热门的收购目标,因为眼下智能手机和其他等用于远程办公的设备销售大涨,市场对Kioxia制造的闪存芯片需求很高。Kioxia是2018年从东芝内存公司(Toshiba Memory)脱离出来的,当时后者被母公司东芝(Toshiba)卖给了贝恩公司(Bain&Co.)领导的财团,该财团成员还包括海力士、苹果、戴尔、希捷和金士顿等,当时东芝保留了该公司40%的股份。
《华尔街日报》称,Kioxia在日本被视为“皇冠上的珠宝”,因此围绕存储芯片等关键技术的政治敏感性,意味着任何潜在交易都需要日本和美国政府的批准。不过,美国可能很欢迎这种交易,因为当前在全球此类产品短缺的情况下,美国正在寻求各种方法提高其芯片产能。
Kioxia最初是计划通过IPO上市的,但是在去年9月取消了这一计划。据称,当时Kioxia是因为疫情引起市场动荡而推迟了IPO。然而,《华尔街日报》表示,如果未能与美光西数达成协议,Kioxia仍有可能在今年晚些时候进行IPO。
《华尔街日报》称,自从推迟上市以来,Kioxia的估值实际上已经上涨了不少,而当时的估值仅为160亿美元。
美光和西数的股价自去年以来也一直在上涨,去年美光的市值几乎翻了一番,达到1000亿美元,西数的市值约为200亿美元。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。