北京時間5月15日上午消息,PayPal周四宣布,在與eBay市場業(yè)務(wù)分拆之后,該公司將在納斯達克上市,股票代碼為“PYPL”。這也是2002年P(guān)ayPal被eBay收購之前所使用的股票代碼。
這一分拆預(yù)計將于今年第三季度完成。PayPal總裁丹·舒爾曼(Dan Schulman)將在分拆之后出任PayPal CEO。他表示:“我很激動,作為一家獨立公司PayPal能回歸自己的根源。對公司來說,這是一個意義深遠(yuǎn)的代碼,因為這表明,我們將繼續(xù)堅持17年前PayPal創(chuàng)立時最初的精神。”
eBay于去年宣布將分拆PayPal。此前,激進投資者卡爾·伊坎(Carl Icahn)認(rèn)為,eBay的增長放緩限制了PayPal的發(fā)展。在加入PayPal之前,舒爾曼供職于美國運通。
另一方面,在分拆完成后,eBay當(dāng)前的15名董事會成員將分別擔(dān)任eBay和PayPal的董事會成員。
作為eBay的創(chuàng)始人,eBay董事長皮埃爾·奧米迪亞(Pierre Omidyar)將成為兩家公司的董事。eBay董事會的其余成員包括:
弗雷德·安德森(Fred Anderson),私募股權(quán)公司Elevation Partners董事總經(jīng)理;
愛德華·巴恩霍爾特(Edward Barnholt),安捷倫前CEO;
安東尼·貝茨(Anthony Bates),GoPro總裁;
伯尼·哈莫爾(Bonnie Hammer),NBC環(huán)球有線娛樂部門董事長;
凱瑟琳·米蒂奇(Kathleen Mitic),Sitch CEO;
鮑勃·斯旺(Bob Swan),eBay首席財務(wù)官;
佩里·特拉奎納(Perry Traquina),投資公司W(wǎng)ellington Management Company前CEO。
eBay董事會的其他成員還包括即將上任的eBay新任CEO德文·維尼格(Devin Wenig),以及新任董事長托馬斯·提爾尼(Thomas Tierney)。
eBay現(xiàn)任CEO約翰·多諾霍(John Donahoe)將擔(dān)任PayPal董事長,而PayPal CEO舒爾曼也將進入董事會。PayPal的其他董事會成員還包括:
喬納桑·克里斯托多洛(Jonathan Christodoro),Icahn Capital董事總經(jīng)理;
斯科特·庫克(Scott Cook),Intuit創(chuàng)始人;
大衛(wèi)·多爾曼(David Dorman),CVS
Caremark前執(zhí)行董事長;
蓋爾·麥戈文(Gail McGovern),美國紅十字會CEO;
大衛(wèi)·墨菲特(David Moffett),聯(lián)邦家庭抵押貸款公司前CEO;
弗蘭克·伊爾利(Frank Yeary),他于今年1月加入eBay董事會。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。