上周五,寶尊向SEC提交了招股書,計(jì)劃在納斯達(dá)克掛牌交易,股票代碼為“BZUN”,成為繼窩窩團(tuán)(WOWO)后,今年第二個(gè)計(jì)劃赴美IPO的中國(guó)電商企業(yè)。
招股書顯示,寶尊的融資目標(biāo)約為2億美元,摩根士丹利、瑞士信貸和美銀美林將是寶尊電商IPO的承銷商,通過IPO募集的資金將被用于擴(kuò)大營(yíng)銷、研發(fā)和基礎(chǔ)設(shè)施。招股書未披露計(jì)劃通過IPO出售的美國(guó)存托股(ADS)數(shù)量或發(fā)行價(jià)格。
作為一個(gè)2B平臺(tái),寶尊和其他電商服務(wù)商一樣,鮮為個(gè)人消費(fèi)者所知。包括寶尊在內(nèi)的大量ISV(獨(dú)立軟件開發(fā)商),如同淘寶這個(gè)巨型機(jī)器的零配件,組成了一個(gè)龐大的ISV體系。除了寶尊,業(yè)內(nèi)比較有影響力的還有上海商派、北京派科思諾、杭州光云科技、廣州大麥信息等,尚未出現(xiàn)一方獨(dú)大的現(xiàn)象。
據(jù)寶尊官網(wǎng)介紹,寶尊成立于2007年,為商戶提供網(wǎng)站建設(shè)及設(shè)計(jì)、數(shù)字營(yíng)銷、店鋪運(yùn)營(yíng)、IT技術(shù)服務(wù)、倉(cāng)儲(chǔ)及物流服務(wù)、客戶服務(wù)、全方位的解決方案,客戶幾乎可以全盤托管電商運(yùn)營(yíng)業(yè)務(wù)。 寶尊稱,“關(guān)注的是那些擁有最大體量的行業(yè),或者是在中國(guó)及周邊地區(qū)范圍內(nèi),有很強(qiáng)的電子商務(wù)與多渠道零售潛質(zhì)的行業(yè)”。到目前為止,已經(jīng)與100多個(gè)國(guó) 際品牌合作,其中包括服飾(Jackwolfskin、Nike、Burberry等)、家電(松下、飛利浦等)、技術(shù)(Gopro、中國(guó)聯(lián)通)等多個(gè)類 目。
早在2010年初,阿里巴巴就曾投資寶尊電商。而眼下,阿里巴巴集團(tuán)旗下阿里巴巴投資有限責(zé)任公司是寶尊第一大股東,持股23.5%。
據(jù)《第一財(cái)經(jīng)周刊》報(bào)道,業(yè)內(nèi)人士稱,寶尊的盈利模式主要以和品牌商戶運(yùn)營(yíng)分成為主,客戶更多集中在線下,它對(duì)電商規(guī)則和玩法的精通,再加上身處阿里系的身份,被投資人看好前景。
路透社稱,2014年,寶尊營(yíng)收為2.5536億美元(約合人民幣15.6451億元),歸屬于普通股東的凈虧損為2509萬美元(約合人民幣1.5372億元)。盡管目前尚未盈利,但若以2億美元融資額推算其市值體量,寶尊上市將廣泛影響到其他電商服務(wù)商。
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,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。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(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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)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(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(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。