北京时间5月21日消息,据路透社报道,新上市的互联网视频厂商暴风科技股价快速上涨,表明中国投资者正在推动中国版互联网泡沫的形成。自3月份上市以来,暴风科技股价涨幅达到41倍,远高于竞争对手,但暴风科技在创业板并非唯一的异端。
创业板全球增长最快
今年以来,科技股为主的创业板指数增长逾1倍,成为世界上增长最快的股票市场。新上市公司股价平均涨幅约为500%——赌徒的天堂。
监管机构已经警告散户注意风险,不要失去理智。今年新开股票帐户创下新高,自去年7月份以来保证金融资规模增长逾3倍至近人民币1.8万亿元(2901亿美元)。
IPO(首次公开募股)研究和投资公司Ipox Schuster创始人约瑟夫·舒斯特(Josef Schuster)说,“投资者热情太高了,目前泡沫不可能破裂,股市不会下跌。”
政府政策推动
投资者敢于在股市冒险的部分原因在于乐观地认为,政府政策以及推动经济增长的更多刺激政策将继续拉动股市上涨。
南海基金管理公司投资主管大卫·代(David Dai)说,“对于之前对科技股快速上涨感到瞠目结舌的投资者来说,他们显然意识到政府希望科技帮助中国经济复苏、转型。这中间有泡沫吗?当然会有泡沫。但这是把资源引导到高科技公司,为成本高昂的创新募集资金”。
对于科技创业公司和小公司来说,震荡的市场提供了有效的融资途径。银行贷款成本过高,从非正式渠道融资越来越困难。
暴风科技通过IPO融资3420万美元,超额认购291倍。暴风科技发行价为7.14元,目前价格为300.81元。
迄今为止,今年已经有58家公司在创业板上市,不出意外今年将打破2011年122家公司登陆创业板的记录。
政府推出一系列推动科技领域发展和鼓励股票投资的方案后,今年散户对创业板的兴趣不断上涨。
创业板IPO融资规模平均为5900万美元,低于上海证券交易所的1.3亿美元,造成超额认购倍数更高,上市首日股价涨幅更高。
市场观察人士指出,市场增长过快可能会使政府更多地出手干预。政府已经收紧交易规则,例如保证金融资和卖空。
股市上涨不符合逻辑
股市正在形成泡沫的证据日益显现出来。创业板上市公司的市盈率平均为106倍,接近2009年的128倍。汤森路透对在创业板上市的200家公司进行的分析发现,近20%的公司没有被分析师纳入研究范围。
部分股票的上涨已经不符合基本的逻辑。尽管过去两年一直亏损,今年以来星河生物股价涨幅超过50%。星河生物和暴风科技未就此置评。
基金经理不能确定市场已经见顶。BMO资产管理公司投资组合经理基思·泰勒(Keith Taylor)说,“宏观经济基本面看起来不太乐观,但散户在不断涌入股市,因此很难判断目前的股市是否存在泡沫。”
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。