據(jù)《金融時報》報道,蘋果公司計劃收購由嘻哈藝術(shù)家Dr.Dre聯(lián)合創(chuàng)立的美國高端耳機制造商Beats Electronics,目前正在談判中,本次交易價值32億美元。
據(jù)報道稱,這筆交易最早可能會于下周公布,但協(xié)議尚未最終敲定,而且兩家公司之間的談判仍有可能無法實現(xiàn)。
除了標(biāo)志性的耳機,Beats也一直在試圖進入競爭激烈的在線音樂流媒體市場,此外,不同于Spotify或潘多拉,Beats尋求的是一種手機和網(wǎng)頁付費服務(wù),每月費用為9.99美元?!督鹑跁r報》補充道,如果這項交易進展順利,蘋果將取得Beats的流媒體音樂服務(wù)及其音頻設(shè)備業(yè)務(wù)部門,而Beats管理團隊將直接向蘋果首席執(zhí)行官蒂姆·庫克(Tim Cook)匯報工作。
鑒于蘋果實體店和蘋果在線商店的配件部分都明顯以Beats品牌的耳機為特色,蘋果長期以來一直與Beats保持著良好關(guān)系,而本次交易的關(guān)鍵可能在于Beats Music音樂流媒體服務(wù)。
Beats Music庫存歌曲量超過2000萬首,與Spotify處于同等水平,而且考慮到蘋果推出的在線廣播服務(wù)iTunes Radio,Beats的這項服務(wù)可能會成為蘋果音樂戰(zhàn)略的核心部分。
Beats成立于2008年,由嘻哈藝術(shù)家Dr.Dre和音樂制作人吉米·艾歐文(Jimmy Iovine)共同創(chuàng)立,以其優(yōu)異的產(chǎn)品以及明星代言效應(yīng)獲得人們的青睞。雖然批評人士認為這家引人注目的品牌只是與大牌合作卻沒什么實質(zhì),耳機價格也很高,但Beats仍是耳機中的主流品牌,在耳機市場占據(jù)最大份額。在Beats的幫助下,蘋果將擁有一家懂得如何向蘋果公司的產(chǎn)品線和銷售注入力量的品牌合作伙伴,令蘋果重新煥發(fā)活力。
不過,雖然Beats產(chǎn)品居主導(dǎo)地位,但其與投資者之間道路坎坷。2011年8月,HTC向Beats公司注入3.09億美元收購該公司50.1%的多數(shù)股權(quán),但隨后又在2012年7月和2013年9月分兩次把這些股權(quán)購回,以確保第二季度沒有虧損。
這是蘋果有史以來最大的并購交易?
對庫克領(lǐng)導(dǎo)下的蘋果而言,Apple-Beats的結(jié)合將標(biāo)志著該公司的一個重大轉(zhuǎn)變。長期以來,蘋果一直在回避登上收購價格達到10億范圍的新聞頭條,并經(jīng)常對其收購交易的相關(guān)細節(jié)采取保密態(tài)度,例如該公司iOS軟件的主要產(chǎn)品Siri。
而32億美元的收購價格即使不是蘋果公司曾考慮過的收購最高價格,也應(yīng)該算得上其中之一了。高質(zhì)量的全球新聞需要投資。穆迪公司的一名分析師理查德•萊恩(Richard Lane)向《金融時報》表示:“在收購方面,蘋果的口味一直都是很輕的。我認為在過去四年時間里,蘋果未曾為哪一筆交易支付過10億美元。”
蘋果公開的最大的收購記錄在1996年,蘋果公司支付給電腦制造商NeXT及其NeXTstep操作系統(tǒng)4.29億美元。
自從接任首席執(zhí)行官以來,庫克已逐漸將蘋果塑造成為一個更加開放的形象,較其前任CEO史蒂夫·喬布斯的舉措更加大膽。在過去的幾個月里,庫克也已開始對其收購策略采取開放態(tài)度。
今年初,庫克在其股東大會上曾表示:“我們并不比賽誰資金支付的最多,也不比賽是否登上了頭條。但這并不意味著我們不會在明天下午就買下一家大公司。”雖然這有點像是對Facebook以高達190億美元的價格重磅收購WhatsApp和谷歌以32億美元收購Nest交易的“含沙射影”,但庫克并不反對大手筆收購。
上個月,庫克在一次電話會議上討論公司的第二季度業(yè)績時表示:“從并購角度來看,我們在18個月內(nèi)已經(jīng)完成了24項收購,我認為你可能會說,這表明我們正在緩步前行。”他補充道:“我們比的是誰能做出世界上最好的產(chǎn)品,真正豐富人們的生活。因此,如果說并購能夠幫助我們做到這一點,或者已經(jīng)做到,并將繼續(xù)這樣幫助我們,那么我們將進行收購。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。