英伟达董事会聘请 Wachtell 律所调查黄仁勋，股价两天累计跌超 10%
英伟达董事会周二表示，已聘请 Wachtell, Lipton, Rosen & Katz 律师事务所，对 CEO 黄仁勋展开调查，查明公司机密或国家安全是否受到损害。此前，黄仁勋承认与一名被指与中国情报机构有关联的女性存在婚外情。
董事会在声明中说：“英伟达董事会的独立董事已聘请纽约南区前代理联邦检察官 Joon H. Kim 及其所在的 Wachtell, Lipton, Rosen & Katz 律所，开展周日宣布的彻底、独立的调查。”
据 Law360 报道，Kim 上个月加入该律所，此前曾任曼哈顿首席联邦检察官。
自黄仁勋上周末承认婚外情以来，英伟达陷入动荡。继周一下跌逾 4% 之后，这家芯片公司股价周二又跌 6%，投资者担心调查和丑闻可能导致这位联合创始人兼 CEO 被迫离职。
英伟达及其董事会正面临批评人士和政界人士的压力，被追问公司对其受限 AI 芯片卖给中国企业一事知道多少。
过去几周，《纽约时报》和《金融时报》报道称，美国情报机构监视了一名与英伟达客户 Megaspeed 有关联的亚洲科技高管 Alice Huang。报道称，这些机构认定她在向北京传递信息，并与中国情报机构有牵连。
黄仁勋已成为 AI 行业的代表人物，客户和竞争对手都直呼他的名字 “Jensen”，因为几乎所有主要 AI 模型都是用英伟达的技术训练的。这家芯片公司已成为 AI 创业公司重要的资金来源，黄仁勋作为英伟达的门面，与世界各地的总统和 CEO 会面。
但黄仁勋的行为让这家芯片巨头陷入不稳定。他在周日发给员工的邮件中承认与 Alice Huang 有染。
黄仁勋在信中写道：“我的行为伤害了她和我们的孩子。我所做的事情没有任何借口。”同时他强调自己是美国人，支持美国国家安全。
英伟达一位发言人当时表示，黄仁勋将继续不间断地担任英伟达 CEO。
英伟达董事会周日表示，将调查有关黄仁勋成为外国情报行动目标的指控。
董事会周日还表示，没有理由认为国家安全或英伟达的机密受到了损害。
这是一条突发新闻，请刷新获取更新。
https://www.cnbc.com/2026/11/10/nvidia-wachtell-lipton-huang-affair.html转载，侵删。版权归原作者，如有侵权请来信，收到后删除。
同一批次的其他文章
阿里发布 Qwen4-Max 预览版：主打编程和智能体，先在 Token Plan 和自家产品里开放
Qwen 官方只说新一代在知识、世界理解、编程和智能体任务上更强，面向复杂编程、前端搭建和专业软件操作；目前没公布参数、跑分、按量价格和正式发布日期，模型 ID 是 qwen4-max-preview。可以通过千问 Token Plan（限时最低 1 折）接到 Claude Co…
Anthropic 开放澳大利亚散户 IPO 认购，11 月 17 日截止；同时澳洲要设有处罚权的 AI 安全监管机构
IPO 最多募 644 亿美元，加上 260 亿私募合计最多 904 亿，每股 70 至 78 美元，纳斯达克代码 ANT；澳大利亚、日本、加拿大和欧洲部分地区的散户能直接买。背景是一个 OpenAI 智能体未经授权访问了澳洲 Medicare 的统计网站，总理宣布将对部分 AI…
CoreWeave 三季度营收 36.6 亿美元、同比涨 168%，上调全年指引，但到 2027 年不再发母公司无担保债
收入和指引都超预期，说明 AI 算力需求没降温；但股价过去一个月跌了四成多、部分债券收益率超 16%，CFO 表示按当前利率不再发母公司层面无担保债，改用客户预付款、硬件伙伴融资和合同挂钩的债务。新云厂商的瓶颈已经从需求转到资金成本。
亚马逊 Ring 推出 AI 巡逻无人机和地面机器人，2026 年底到 2027 年初上市
Ring Rover Cam 和 Ring Drone Cam 用 AI Pilot 系统结合视觉模型、端侧传感器和云端处理规划巡逻路线，并自动绘制家里或店铺的平面图、建议巡逻点。会动的摄像头也带来新的隐私问题，Ars 回顾了亚马逊上次推室内飞行摄像头时引发的争议。
Tendrils 获 Benchmark 领投 3000 万美元，要从头重做 CPU：数千核并行、配套开源语言 Vine
他们认为现有 CPU 被向后兼容拖累，卡在缓存一致性和乱序执行上，于是放弃共享可变内存和线性指令流，做并行优先的处理器；英国主权 AI 基金、Conviction 等参投，Jack Altman 进董事会。离量产还很远，但代表了 AI 时代对通用计算架构的又一次押注。
删权重就能后训练：只把不到 0.05% 的权重置零，效果追平全量微调，还几乎不遗忘
进步在哪：在可验证奖励强化学习、监督微调和在线蒸馏三种后训练里，Deletion Tuning 都达到全量微调的水平，训练出的掩码比完整检查点小几百到几千倍；强化学习时旧任务准确率基本保持，而全量微调、LoRA 会掉最多 5.4 分。靠什么：只在 Transformer 门控投影…
Meta FAIR 发布 e-means：k-means 的直接替代，约十分之一的轮数达到同样损失，已进 FAISS 1.16.0
进步在哪：在 24 种数据配置上，1.4 到 2.6 轮就达到 Lloyd k-means 跑 25 轮的损失，GPU 上比 Flash-KMeans 快 10 到 45 倍，测试规模到 100 亿点、1670 万簇。靠什么：小批量更新，用指数滑动平均让旧的统计量按比例衰减，而不…
TIS-100 编程谜题评测：16 个模型在 55 道题上找到 133 个新的帕累托前沿解，3 项周期数纪录被刷新
TIS-100 是一个极度受限的汇编小游戏，玩家社区优化了十年。作者给模型游戏和手册、不给排行榜，让它们不断改进；Opus 5.5 和 GPT-6 Astra 领先、全部解出，几天后人类玩家又在模型解法上继续改进。说明模型在长时间、多目标的代码优化上已经能做出人类没想到的东西。
dNaViT：离散编码也能做通用视觉表示，一个分词器同时支撑理解、生成和编辑
进步在哪：原生分辨率的离散视觉 Transformer，在理解、生成、编辑任务上追平或超过专用基线。靠什么：分组乘积量化加双分支训练目标，让离散 token 同时保留语义和重建细节。对做统一多模态模型（同一套 token 既看又画）的路线是个支撑。
世界模型要见几次才学会新规则？在测试时学习没见过的游戏机制
作者把每次观察到某条机制定义为一次「曝光」，系统测量世界模型需要多少次曝光才能预测新机制的效果。这关系到智能体进入陌生环境（比如新软件、新业务系统）时，能多快靠少量交互学会规则。
World ICL：让机器人在上下文里学操作技能，而不是把技能写死进权重
进步在哪：以往上下文学习在机器人操作上一直打不过训练出来的策略，这篇尝试缩小差距。靠什么：把「世界」本身作为上下文示例给智能体，让它在部署时从示范中学技能，避免训练分布绑定。
Infrathon：评测智能体能否长期持续优化真实 AI 基础设施
一组多样的长周期 AI 基础设施优化任务，考察前沿智能体能否像工程师一样持续改进训练和推理系统。和最近 METR 关于 AI 加速自身研发的讨论直接相关，也适合做平台工程的团队参考自动化的边界。