北京時間4月10日早間消息,eBay周四公布了與PayPal分拆的更多細(xì)節(jié)。在今年晚些時候完成分拆之后,eBay和PayPal仍將保持緊密的合作關(guān)系。
eBay已同意,未來5年內(nèi),eBay在線市場中的80%商品銷售將被導(dǎo)向PayPal支付服務(wù),與當(dāng)前的水平保持一致。如果PayPal的份 額低于這一水平,那么eBay將需要向PayPal支付賠償。PayPal則同意,如果在eBay市場上的份額超過這一水平,那么將向eBay支付傭金。
eBay周四在提交給美國證券交易委員會(SEC)的文件中公布了這些細(xì)節(jié)。不過,文件并未公布這一分拆的具體時間。文件顯示,這一運營協(xié)議將持續(xù)6年時間,包括一年的過渡期。在這一期間,兩家公司的關(guān)系將與未分拆之前基本一致。
eBay CEO約翰·多諾霍(John Donahoe)將在公司分拆后轉(zhuǎn)而擔(dān)任PayPal董事長。他表示,這一協(xié)議將給兩家公司帶來靈活性。例如,兩家公司的每一方都可以與其他公司談判組建合資公司,而不需要另一方的同意。
多諾霍在接受采訪時表示:“PayPal可以自由追求任何商戶,例如亞馬遜、阿里巴巴。而eBay則可以引入其他支付服務(wù)。”
由于來自激進(jìn)投資者卡爾·伊坎(Carl Icahn)的壓力,eBay去年宣布,將分拆為兩家單獨的上市公司。eBay的分拆計劃仍在等待SEC的批準(zhǔn),不過多諾霍表示,他預(yù)計這一審批不會出現(xiàn)問題。
這一協(xié)議禁止eBay開發(fā)新的支付系統(tǒng),也禁止PayPal開發(fā)商品銷售市場。
eBay首席財務(wù)官鮑勃·斯萬(Bob Swan)將在公司分拆后離職,不過他將加入eBay董事會。eBay創(chuàng)始人皮埃爾·奧米迪亞(Pierre Omidyar)則將同時獲得兩家公司的董事會席位。eBay董事、Bain & Co前CEO湯姆·迪爾尼(Tom Tierney)將成為eBay董事長。
現(xiàn)年54歲的多諾霍表示,他目前尚未決定,在卸任CEO一職后未來的計劃。
此次的文件顯示,如果PayPal在eBay平臺上所占份額超過或低于80%,那么對于每偏離的一個百分點,eBay或PayPal將向?qū)Ψ街?付每年1300萬美元的費用。如果PayPal所占份額低于75%,那么對于每偏離的一個百分點,eBay每年需要向PayPal支付5000萬美元的費 用。
目前,eBay的盈利能力更強(qiáng),但增長速度遠(yuǎn)低于PayPal,并面臨著亞馬遜和阿里巴巴等對手的競爭。此外eBay還面臨另一方面問題,即谷歌的搜索算法推動用戶前往其他網(wǎng)站。
與此同時,PayPal的營收即將超過eBay的市場業(yè)務(wù),活躍帳戶數(shù)超過了1.6億。相對于Square等競爭對手,PayPal有著明顯的領(lǐng)先優(yōu)勢。
eBay計劃今年裁員2400人,并在為eBay Enterprise業(yè)務(wù)尋找買家。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(jī)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(jī)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(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)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(qiáng)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(jī)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。