英伟达财报引爆目标价上调潮 已有机构喊出10万亿美元的目标估值
相关推荐
Melius Research：给予西部数据「买入」评级，目标价105美元
火星财经消息，6 月 29 日，Melius Research 表示，首次覆盖西部数据 (WDC.O)，给予「买入」评级，目标价 105 美元。
Melius首予买入评级引西部数据涨12%，「存储空头主力」671万空单距爆仓仅2.9%
BlockBeats 消息，6 月 30 日，据 Hyperinsight 监测显示，西部数据（WDC）单日大涨，Hyperliquid 上 24 小时上涨 11.86%、现报 654.68 美元。 行情走高避空链上巨鲸，此前 4790 万规模全线做空存储链的「存储空头主力」昨日以 10 倍杠杆做空，均价 642.35 美元。目前持仓价值约 671 万美元，清算线 673.41 美元，距现价仅约 2.9%。 目前全场大额空头约 670 万美元、为多头（250 万美元）的 2.66 倍；多头均线约 645.22 美元、空头约 642.35 美元。 消息面上，Melius Research 首予西部数据 (WDC.US)「买入」评级，目标价 1,050 美元；Cantor Fitzgerald 维持「买入」评级、目标价上调至 900 美元，叠加公司近季营收超预期，同比增 45%。 -HyperInsight Bot 已上线。添加 @HyperInsightBot 至 TG 社群并设为管理员（需开启发送消息权限），即可自动同步链上资讯。
Galaxy Research：二季度加密 VC 投资总额回升至 56 亿美元，环比增长 31%
火星财经消息，Galaxy Research 最新报告显示，继第一季度遇冷之后，加密货币风险投资活动在 2026 年第二季度出现回升。风险投资机构共向未上市的加密货币及区块链相关企业投入约 56 亿美元，涉及 384 笔交易。投资总额环比增长 31%，交易数量增长 10%，资金增长主要由后期融资推动。新基金募集依然困难，第二季度仅有 5 支新的加密货币风险投资基金募集了约 39 亿美元，这是自 2019 年第四季度以来新成立基金数量最少的一个季度。按 2026 年上半年的投资节奏推算，全年投资额约为 200.37 亿美元；这一数字略低于 2025 年全年的 203 亿美元，但高于 2023 至 2024 年市场低迷期的大部分时间段。在投资资金分配方面，后期阶段交易占据了约 77% 的份额，早期阶段交易占 15%，而种子轮及预种子轮交易则占剩余的 7%。总部位于美国的初创企业获得了 73.5% 的投资资金，并占据了全部 384 笔交易中的 39.1%。交易、交易所、投资及借贷类公司以约 35.23 亿美元居首，共 51 笔交易。
Cyces收购AI用户研究平台Looppanel，将加速布局Agentic UX Research
动察 Beating AI 快讯，AI 产品工作室 Cyces 宣布已收购 AI 驱动的用户研究平台 Looppanel。交易完成后，Looppanel 将继续服务现有客户，Cyces 计划加快其产品开发，进一步拓展 AI 能力，并推动平台进入更多全球市场。 Looppanel 主要面向 UX 和产品团队，提供多语言转录、AI 辅助分析、主题标签、研究内容搜索及协作等功能，帮助企业从用户研究中提取洞察。Cyces 表示，未来将推动 Looppanel 向「Agentic UX Research」（智能体驱动的用户研究）方向发展。此次收购未披露具体交易金额。 Looppanel 成立于帮助企业更高效地开展定性用户研究，曾入选红杉资本 Spark 早期创业项目，并参与 TechCrunch Disrupt。
数据：Alameda Research 向 Coinbase Prime 转入约 947 万美元 SOL，仍持有约 2.7 亿美元
火星财经消息，据 Arkham 监测，Alameda Research 昨晚向 Coinbase Prime 转入价值约 947 万美元的 SOL，这是其持续两年多分批分配中的最新一笔。目前 Alameda Research 链上仍持有约 2.7015 亿美元 SOL。
FLock Research 3 篇论文入选 ECML PKDD 2026，多项研究提升大模型复杂推理表现
Foresight News 消息，FLock 宣布其 Research Team 共有 3 篇论文入选 ECML PKDD 2026。ECML PKDD 是欧洲机器学习、数据挖掘与知识发现领域的重要国际学术会议之一。 三篇论文主要聚焦大模型在复杂推理过程中常见的问题，包括模型容易走捷径、推理过程中出现错误，以及推理步骤过长后逐渐偏离原本目标。其中一项研究可让模型在长时间、多步骤推理中更好地保持原有思路，将推理过程中的偏离程度降低 63%，并让不同规模模型的平均准确率提升 7.4 个百分点。另两项研究则分别提升了模型面对陌生问题时的推理能力，以及在发现推理错误后进行局部修正的效率。 FLock Research 持续围绕大模型训练、推理与可靠性开展基础研究，通过提升模型在复杂任务中的准确性、稳定性与泛化能力，推动模型从能够回答问题进一步走向能够可靠解决复杂问题。