曾以"可持续鞋履与服装"著称的Allbirds,如今宣布将公司未来定位转向"GPU即服务(GPUaaS)与AI原生云解决方案提供商"。
周三上午,Allbirds在新闻稿中宣布,已获得一笔5000万美元的可转换融资额度,用于支撑这次出人意料的"向AI计算基础设施的战略转型"。若一切顺利,公司届时将更名为NewBird AI,届时其新闻页面上那张身着弹力裤的徒步者配图或许也将随之换掉。
就在几周前,Allbirds刚刚宣布以3900万美元的价格将"Allbirds品牌及鞋履资产"出售给American Exchange Group——该集团旗下拥有Aerosoles、Ecko Unlimited等多个时尚品牌。此次AI转型公告的发布,无疑让那笔出售交易有了全新的解读。不过,Allbirds上周还刚刚推出了一系列色彩鲜艳的Canvas Cruiser新款鞋,因此外界对于这次新方向究竟经过了多少长期规划,仍存有疑问。
在随公告提交的一份美国证券交易委员会(SEC)文件中,Allbirds表示目前仍在"调研计算基础设施市场的潜在机遇,包括图形处理器的收购与变现、支持高负载的高性能计算基础设施……以及其他相关资产"。这种"我们正在研究中"式的措辞,与其说是深思熟虑、有差异化竞争力的战略布局,不如说更像是对当下热门投资赛道的一次仓皇跟风。
尽管Allbirds股东仍需在即将召开的股东大会上正式审议通过公司新方向,但目前市场情绪颇为积极。截至发稿时,Allbirds股价当日盘中已飙涨逾400%,报约13美元,创下近12个月新高。然而这一涨幅,是建立在公司自2021年底上市以来数年巨额亏损的基础之上——那时的Allbirds正值疫情红利期,股价一度高达500美元,市值达41亿美元。
根据SEC文件,股东还需批准一项公司章程修订,内容包括"删除公司以环境保护公益为经营目的的相关表述"。
先是悲剧,后是闹剧
Allbirds此番突然转型,很容易让人联想到2017年加密货币狂热期间,"长岛冰茶公司"将自身更名为"长岛区块链"一事。彼时,那家公司的股价在更名后一度翻涨逾三倍,但随后因区块链相关计划迟迟未能落地,SEC很快暂停了其股票交易。
GameStop那支以"梗股"闻名的股票,也曾在2022年因宣布NFT交易平台与加密钱包计划而短暂拉升,但到2023年夏天,由于预期中的NFT收益始终未能兑现,该公司已着手关闭其加密货币交易市场。
Allbirds此次AI转型,不难从中看出投机泡沫的影子。不过值得注意的是,当年"长岛区块链"在2017年底宣布更名时,比特币价格较今日约低五倍(期间经历了剧烈震荡)。那么,将投资者的资金押注于2026年的GPU市场,究竟是不是比重振一个没落时尚品牌更明智的选择?或许,我们要到2035年前后才能见分晓。
Q&A
Q1:Allbirds转型AI计算基础设施的具体计划是什么?
A:根据Allbirds向SEC提交的文件,公司目前仍在"调研计算基础设施市场的潜在机遇",包括图形处理器的收购与变现、高性能计算基础设施建设等。公司计划更名为NewBird AI,并已获得5000万美元可转换融资额度用于推进转型。但目前措辞较为模糊,外界普遍认为这更像是对热门赛道的仓皇跟风,而非经过深思熟虑的战略规划。
Q2:Allbirds股价为何在转型公告发布后大涨400%?
A:市场对Allbirds宣布转型AI计算基础设施的消息反应热烈,股价盘中一度飙涨逾400%,报约13美元,创近12个月新高。这种反应与以往科技热潮中的炒作行为高度相似,例如2017年"长岛区块链"更名后股价翻三倍,以及GameStop在宣布NFT计划后的短暂拉升,均属于市场情绪驱动下的投机性上涨。
Q3:Allbirds转型AI和历史上的"区块链更名潮"有何相似之处?
A:两者都是在热门投资赛道兴起时,由非科技行业公司通过更名或业务转型来吸引投资者关注,并在短期内引发股价大涨。2017年"长岛冰茶公司"更名为"长岛区块链"后股价翻三倍,但随后因计划落空被SEC叫停交易。Allbirds此次转型同样存在计划不明确、实质性进展存疑等问题,被外界视为投机泡沫的典型信号。
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。