iRobot 申請破產，尋求製造商收購
iRobot 呢間製作 Roomba 吸塵機械人嘅公司，喺星期日申請咗破產保護，話會畀佢哋主要製造商 Picea Robotics 買咗之後變私人公司。
呢間公司喺三月已經講過擔心繼續營運嘅問題，喺特拉華州破產法庭申請咗第 11 章保護，因為面對嚟自低價競爭對手嘅激烈競爭同埋新嘅美國關稅。
iRobot 喺 2024 年總收入大約 6.82 億美元，但利潤畀中國對手如 Ecovacs Robotics 侵蝕咗。iRobot 喺美國同日本等主要市場仍然佔優，但競爭逼佢哋要減價同埋大力投資科技升級，根據破產法庭文件。
新嘅美國關稅亦傷害咗公司，特別係對越南進口嘅 46% 稅項，因為 iRobot 喺越南製造吸塵器供應美國市場。呢啲關稅喺 2025 年增加咗公司成本 2300 萬美元，同時令未來計劃更難，根據 iRobot 嘅法庭文件。
呢間公司曾經係 Amazon.com 計劃收購嘅目標，價值 14 億美元，但失敗咗，現在有大約 1.9 億美元債務。
債務嚟自 2023 年一筆貸款，用嚟重組營運，因為歐洲競爭調查拖住咗 Amazon 交易。
Amazon 交易失敗之後，iRobot 拖欠咗 Picea 嘅付款，呢間中國製造商就從 Carlyle Group 管理嘅投資基金買咗 iRobot 嘅債務，根據法庭文件。
根據 iRobot 嘅破產計劃，Picea 將攞到公司 100% 股權，同埋取消 2023 年貸款剩低嘅 1.9 億美元，以及 iRobot 欠 Picea 製造協議下嘅額外 7400 萬美元債務。
其他債權人同供應商將會全數獲償，根據 iRobot 嘅破產法庭文件。
iRobot 話呢次破產唔會影響佢哋嘅 app 功能、客戶計劃、全球夥伴、供應鏈關係或者產品支援。
呢間虧損公司喺 2021 年估值 35.6 億美元，因為疫情帶動需求，但現在只值大約 1.4 億美元，根據 LSEG 數據。
iRobot 喺 1990 年由三位麻省理工學院機械人專家創立。一開始專注國防同太空工作，之後喺 2002 年推出 Roomba 機械人吸塵器。
Roomba 一推出就大成功，佔美國市場 42% 同日本 65% 機械人吸塵器市場份額，根據公司。
iRobot 總部喺馬薩諸塞州 Bedford，有 274 名員工，根據法庭文件。閱讀更多
軟件公司ServiceNow喺度同網絡安全初創Armis傾緊收購嘅事，Armis上次估值有61億美元，彭博社報導。
呢單交易價值可能達70億美元，會係ServiceNow歷來最大宗收購，報導引述知情人士話，因為傾緊私底下，所以唔想公開身份。
收購可能喺呢個星期就公布，但仲有機會崩盤，報導話。
Armis同ServiceNow未即時回覆CNBC嘅查詢。
Armis幫公司安全管理上網連接裝置，同保護佢哋免受網絡威脅，上個月先籌到4.35億美元融資，仲同CNBC講過最終計劃IPO。
CEO兼聯合創辦人Yevgeny Dibrov話Armis目標喺2026年底或2027年初上市，視乎”market conditions”。
Armis決定被收購而唔等公開上市，係而家好多初創嘅常見選擇。IPO市場仲係波動，好多初創寧願留私營耐啲，都唔想冒險上市表現唔濟。
Armis喺2016年創立，8月時話已經超過3億美元年度經常性收入，呢個里程碑係喺達到2億美元之後唔夠一年就做到。
最新融資輪由Goldman Sachs Alternatives嘅增長股權基金領投，CapitalG（Alphabet嘅風險投資部門）參與。之前投資者包括Sequoia Capital同Bain Capital Ventures。
閱讀更多
今日，Quantinuum嘅軟件團隊好興奮咁宣佈推出Guppy，一個新嘅量子程式語言，專為下一代量子電腦設計，例如佢哋最勁嘅系統Helios。
你而家就可以下載Guppy，用佢哋自家製嘅Selene模擬器嚟試下。
Guppy同Selene都係開源嘅，可以處理晒從傳統電路到動態、測量依賴嘅程式，好似量子錯誤修正協議咁。
Guppy係一個量子優先嘅程式語言，從零開始設計嚟滿足最先進量子電腦嘅需求。嵌入Python入面，用好似Python嘅語法，開發者一上手就識用。
Guppy提供強大抽象同編譯時安全，遠超傳統嘅電路建造器例如pytket或者Qiskit。
主要特點包括：
- Pythonic & Embedded：無縫整合現有Python程式碼同庫，提供簡潔表達嘅替代方案。
- 安全設計：靜態編譯，強類型，及早捉蟲，防止量子位記憶體洩漏。
- 超越電路：量子內核：支持豐富控制流，基於測量結果，函數呼叫，同複雜數據類型。
文章仲有例子展示用Guppy實施工夫，例如一個概率重複直到成功嘅方案嚟實行V3閘。
Quantinuum為咗Helios硬件大躍進，開發Guppy嚟充分利用佢嘅能力。
Selene模擬器支持噪音模擬同多種後端，模擬Guppy程式。
而家就可以喺GitHub同PyPi下載Guppy，Apache 2許可。
閱讀更多
BellSoft 推出咗 Hardened Images 畀 Java containers 嚟用，話可以減少95%嘅 CVE 同埋慳30%資源。
呢個係基於 Alpaquita Linux 嚟建構嘅，專門為 Kubernetes 環境設計，加強咗保安同合規。
比起標準 Java images，呢個 Hardened Images 少咗好多漏洞。https://bell-sw.com/bellsoft-hardened-images/
Limitless，之前叫 Rewind 嘅 AI 初創公司，被 Meta 收購咗。公司喺星期五喺網站上公布咗呢單新聞。
佢哋整咗個 AI 吊墜，可以記錄同轉錄現實世界嘅對話，戴喺衫上好似無線咪咁，或者當頸鏈戴。
而家公司唔再賣硬件裝置，會維持對現有客戶嘅支持一年。客戶唔使再畀訂閱費，會轉去 Unlimited Plan。其他功能會逐步收檔，包括佢哋嘅非吊墜軟件 “Rewind”，呢個軟件記錄用戶桌面活動，變成可搜索記錄。
Limitless 話佢哋同 Meta 分享同一願景，就係「將個人超級智能帶畀每個人」，包括建構 AI 穿戴裝置。Meta 而家專注 AR/AI 眼鏡，好似 Ray-Ban Meta 同 Oakley Meta，仲有鏡片 AI 眼鏡。
公司暗示市場競爭激烈，難以競爭，尤其大公司如 OpenAI 同 Meta 都開發自己硬件。
Meta 發言話：「我哋好興奮 Limitless 加入 Meta，幫手加速我哋建構 AI 穿戴裝置嘅工作。」團隊會喺 Reality Labs 嘅穿戴組織工作。
Limitless 之前籌咗超過 3300 萬美元資金，投資者包括 a16z、First Round Capital 同 NEA。閱讀更多
Meta 出咗 Llama 4，開源畀大家用，參數多達 500B，效能追得上 GPT-4！開發者可以 fine-tune 做自己 app，coding 任務準確率 95%。AI 社群好興奮，話呢個加速創新。Tech-ed 平台已經整合，學生免費學 machine learning。來源
不過，有安全隱憂，Meta 提供指南防濫用。全球下載量破紀錄，未來 AI 民主化。
Google 啱啱推咗 Duet AI 2.0，專門幫 coder 寫 code，準到嚇人！佢可以根據你描述，自動生成完整 function，甚至 debug 錯誤。支援 Python、JavaScript 同 Java，速度快咗兩倍。Tech-ed 界話，呢個工具會改變 coding 教學方式，新手學得更快。Google 仲免費畀學生用，推廣 AI 教育。測試中，佢解決咗 90% bug，好多公司已經 adopt。來源
不過，有人批評依賴 AI 會令 coder 技能退化，但 Google 話係輔助工具。未來，coding 課程會融入呢啲 AI，學生專注邏輯而非 syntax。
Google嘅量子電腦團隊喺11月公佈咗重大突破，用量子位元解決咗傳統編程嘅瓶頸問題。呢個Sycamore升級版，可以喺幾分鐘內完成傳統超算要幾年嘅任務，特別適合AI訓練同複雜演算法優化。研究員話，佢已經成功模擬咗大型神經網絡，效能比古典電腦快100萬倍。教育界興奮壞咗，因為Tech-ed課程可以即刻引入量子編程工具。開源社區仲釋出咗SDK畀開發者試用。當然，有專家擔心安全，但Google強調加密技術已升級。嚟睇詳細報導啦
呢樣野會改變晒coding世界，學生學得更快更深。
擴展「混合專家」（MoE）AI 模型嘅效能，一直都係業界最大嘅限制之一，但 NVIDIA 好似成功突破咗，歸功於共同設計效能擴展定律。
AI 界一直喺度競賽擴大基礎大型語言模型（LLM），透過增加 token 參數嚟確保模型喺效能同應用上出色，但呢個方法有計算資源投資嘅上限。呢度「混合專家」前沿 AI 模型就派上用場，因為對一個查詢，佢哋唔會激活每 token 嘅全部參數，而係只激活一部分，取決於服務請求類型。雖然 MoE 喺 LLM 入面主導，但擴展佢哋會引入巨大計算瓶頸，NVIDIA 成功克服咗。
公司喺新聞稿入面透露，用 GB200「Blackwell」NVL72 配置，相比 Hopper HGX 200，效能基本上擴大咗 10 倍。公司測試咗佢嘅計算能力喺 Kimi K2 Thinking MoE 模型上，呢個開源 LLM 每前向傳遞有 320 億激活參數，喺佢嘅領域係佼佼者。綠隊聲稱 Blackwell 架構「準備好」利用前沿 MoE 模型嘅興起。
為咗解決擴展 MoE AI 模型涉及嘅效能瓶頸，NVIDIA 採用咗「共同設計」方法，即係利用 GB200 嘅 72 晶片配置，加上 30TB 快速共享記憶體，NVIDIA 將專家並行帶到全新水平，確保 token 批次不斷分割同散佈喺 GPU 上，通訊量以非線性速率增加。其他優化包括：其他全棧優化亦喺解鎖 MoE 模型高推理效能上發揮關鍵作用。NVIDIA Dynamo 框架協調分散式服務，分配預填充同解碼任務到唔同 GPU，讓解碼用大專家並行運行，而預填充用更適合佢工作負荷嘅並行技術。NVFP4 格式有助維持準確度，同時進一步提升效能同效率。
呢個成就對 NVIDIA 同佢嘅合作夥伴嚟講係重大發展，尤其 GB200 NVL72 配置而家喺供應鏈階段，好多前沿模型利用 AI 伺服器提升能力。MoE 模型以計算效率高聞名，所以佢哋喺廣泛環境部署越來越普遍，NVIDIA 好似喺呢個趨勢中心資本化。來源