4月14日消息,據(jù)國(guó)外媒體報(bào)道,高通周一就激進(jìn)投資者Jana Partners要求拆分公司業(yè)務(wù)一事做出正式回應(yīng),稱(chēng)自己并不缺少機(jī)遇。
Jana Partners日前發(fā)布公開(kāi)信,建議高通考慮拆分芯片制造業(yè)務(wù)與芯片設(shè)計(jì)業(yè)務(wù),后者擁有諸多專(zhuān)利,為公司貢獻(xiàn)了大部分營(yíng)收。Jana Partners管理價(jià)值110億美元的資產(chǎn),擁有20億美元的高通股票。
高通在聲明中強(qiáng)調(diào),無(wú)論是在過(guò)去還是在將來(lái),公司都具有相當(dāng)強(qiáng)的實(shí)力,并會(huì)繼續(xù)投身于科技行業(yè)。高通還表示,公司會(huì)努力給股東帶來(lái)更多回報(bào),并以積極心態(tài)對(duì)待投資者的建議。
高通聲明內(nèi)容節(jié)選如下:
高通歡迎包括Jana Partners在內(nèi)的股東提出建議,并堅(jiān)持與所有股東進(jìn)行積極對(duì)話(huà),以股東利益為先展開(kāi)行動(dòng)。
我們依然有很多機(jī)遇。我們的創(chuàng)新造就了這個(gè)時(shí)代最為普遍的技術(shù),智能手機(jī)。這些產(chǎn)品通過(guò)我們的授權(quán)方式以及我們的尖端技術(shù)芯片上市銷(xiāo)售,而且會(huì)在移動(dòng)行業(yè)的發(fā)展壯大中繼續(xù)扮演重要角色。如今,我們正在把移動(dòng)技術(shù)的種種優(yōu)勢(shì)引入各種新領(lǐng)域,例如汽車(chē)、醫(yī)療、網(wǎng)絡(luò)、智能家居、智能城市以及可穿戴產(chǎn)品等等。
我們的業(yè)務(wù)持續(xù)產(chǎn)生強(qiáng)勁的運(yùn)營(yíng)現(xiàn)金流,而且我們會(huì)堅(jiān)持不懈地為股東帶來(lái)回報(bào),與此同時(shí)保留財(cái)務(wù)靈活性,以執(zhí)行我們的業(yè)務(wù)方案。近來(lái)我們將股票回購(gòu)額 度大幅提高至150億美元,這是行業(yè)內(nèi)最大的資本回報(bào)方案之一。在現(xiàn)有的資本回報(bào)方案之外,我們還計(jì)劃在一年內(nèi)回購(gòu)價(jià)值100億美元的普通股。自創(chuàng)立之初 算起,我們已經(jīng)超出了最低資本回報(bào)目標(biāo),即自由現(xiàn)金流的75%。
我們的董事會(huì)與管理層會(huì)階段性地審視企業(yè)架構(gòu)。之前的考察已經(jīng)得出結(jié)論,與其他可選的企業(yè)架構(gòu)相比,我們業(yè)務(wù)模式所具備的互補(bǔ)性可以為股東創(chuàng)造更多價(jià)值。我們會(huì)繼續(xù)評(píng)估增加股東受益的機(jī)會(huì),同時(shí)也會(huì)堅(jiān)持從股東整體利益出發(fā),追求正確的行動(dòng)方針。
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(kāi)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(kāi)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。