西部数据已经确认,公司董事会正在考虑采取“战略替代方案”,其中就包括拆分掉闪存和磁盘业务。
继激进派投资方Elliott Management上个月发出呼吁后,凭借砸在西数身上的累计10亿美元(约合6%股份),这波声音终于得到存储巨头的正面回应。
在一份声明中,西数CEO David Goecheler表示,“董事会一致认为,要实现价值最大化,必须对战略选择做出全面评估。其中的重点,就是在公司的闪存和磁盘业务结构上做出果断选择。”
“在此过程中,我们已经积极讨论了广泛的战略和财务替代方案,思考如何进一步优化西部数据的价值,也包括Elliott提出的针对我司闪存业务投资增量股本的建议。”这里说的是今年5月,Elliott Management在致西数的公开信中,承诺对六年前西数以190亿美元买下的SanDisk闪存业务再投入超10亿美元“增量股本”。
针对本周的事态发展,Elliott Management管理合伙人兼高级投资组合经理Jesse Cohn表示,“我们对目前讨论的积极方向,特别是西部数据认真考虑彻底拆分闪存业务的开放态度,感到相当振奋。”
“我们很高兴西部数据的董事会能够开展专项审查,Elliott也准备提供战略资源和额外资金,帮助该公司充分发掘这两大业务版块的全部价值。”
值此公告发布之际,西数公司高管也在高盛全球半导体会议上向投资者们示好。Goeckeler谈到他自2020年加入西数以来做出的改进,包括将磁盘和闪存业务部门彼此独立、建立Kioxia合资公司,并成功在任期内将股价由3美元拉升至8美元。最后还有产品创新,他在整个会议期间把这四个字说了共28遍。
从目前的情况来看,Elliott Management和西数董事会已经初步达成了共识,毕竟跟第二大投资方对着干实在不是明智之举。位列之前的是Vanguard Group,凭借11%的股权比例成为西数第一大投资方。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。