8位生態(tài)伙伴敲鐘人
據(jù)悉,阿里巴巴集團(tuán)于5月7日向美國(guó)證券交易委員會(huì)(SEC)提交了IPO(首次公開招股)申請(qǐng),計(jì)劃通過(guò)此次交易籌集10億美元資金。本周一招股書文件顯示,該公司股票交易代碼為“BABA”,定價(jià)區(qū)間從每股60-66美元上調(diào)至每股66-68美元,原因是來(lái)自于投資者的需求表現(xiàn)強(qiáng)勁,并將發(fā)售3.2億股美國(guó)存托股票。
按此定價(jià)區(qū)間計(jì)算,阿里巴巴集團(tuán)的籌資額可能將達(dá)218億美元,如果承銷商行使超額配售權(quán),阿里巴巴集團(tuán)的籌資額則將達(dá)250億美元。
然而,當(dāng)晚資本市場(chǎng)的熱度一路延伸到開盤,阿里巴巴今日晚間開盤報(bào)價(jià)92.7美元,較發(fā)行價(jià)上漲36.3%。照此計(jì)算,阿里巴巴集團(tuán)市值達(dá)2383.32億美元。
以機(jī)構(gòu)持股來(lái)看,日本軟銀集團(tuán)持股比例34.4%,以開盤價(jià)計(jì)算價(jià)值將達(dá)到817.48億美元;雅虎持股523,565,416股,持股比例22.6%,總價(jià)值將達(dá)485.35億美元。
伴隨著股價(jià)的上漲,作為阿里巴巴創(chuàng)始人之一的馬云,一躍成為中國(guó)首富。加上阿里巴巴和支付寶母公司的股權(quán),馬云個(gè)人凈資產(chǎn)超過(guò)1400億元。交易完成后馬云仍將是第三大股東,持股量為7.8%。僅阿里巴巴集團(tuán)中的股份,馬云的個(gè)人財(cái)富將達(dá)到131億美元,折合人民幣805億元。
與此同時(shí),阿里巴巴成功上市后,員工中也將會(huì)誕生數(shù)十個(gè)億萬(wàn)富豪及上千個(gè)千萬(wàn)富豪。
3月16日,阿里巴巴宣布,決定啟動(dòng)赴美上市事宜,以使公司更加透明、國(guó)際化,進(jìn)一步實(shí)現(xiàn)阿里巴巴的長(zhǎng)期愿景和理想。
5月6日,阿里巴巴向美國(guó)證券交易委員會(huì)(SEC)提交了首次公開募股(IPO)申請(qǐng),確定阿里巴巴的上市承銷商為瑞士信貸銀行、德意志銀行、高盛、摩根大通、摩根士丹利和花旗集團(tuán)。
6月16日,阿里巴巴首次公布了27名合伙人名單、任職情況,同時(shí)公布了未來(lái)上市公司的9名董事會(huì)成員名單,以及最新財(cái)務(wù)數(shù)據(jù)。
6月26日,阿里巴巴決定申請(qǐng)?jiān)诿绹?guó)紐約證券交易所掛牌上市,股票交易代碼為“BABA”。
9月5日,阿里巴巴預(yù)估其IPO發(fā)行價(jià)在每股美國(guó)存托股(ADS)60美元到66美元。擬發(fā)行3.20億股美國(guó)存托股。此外,阿里巴巴還賦予上市承銷商最多4802萬(wàn)股美國(guó)存托股的超額認(rèn)購(gòu)權(quán)。
9月8日,阿里巴巴在紐約華爾道夫酒店啟動(dòng)為期十天的全球路演,受到投資者追捧。
9月15日,阿里巴巴將IPO發(fā)行價(jià)預(yù)估區(qū)間提至每股美國(guó)存托股66美元到68美元,原因是來(lái)自于投資者的需求表現(xiàn)強(qiáng)勁,并將發(fā)售3.2億股美國(guó)存托股票。
9月18日,阿里巴巴將其IPO發(fā)行價(jià)確定為每股美國(guó)存托股68美元,融資額為218億美元,超越維薩卡公司成為美國(guó)最大的IPO。如承銷商行使超額認(rèn)購(gòu)權(quán),阿里巴巴有望創(chuàng)下全球IPO融資額最高紀(jì)錄。
9月19日,阿里巴巴在美國(guó)紐約證券交易所正式掛牌交易,股票交易代碼為“BABA”,開盤價(jià)92.7美元(折合569元人民幣每股),開盤后市值為2383.32億美元,成為僅次于谷歌的全球第二大互聯(lián)網(wǎng)公司、全球最大電商企業(yè)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。