6月1日,去哪兒網(wǎng)已得到銀湖資本領(lǐng)投的5億美金可轉(zhuǎn)債,后者是專注于科技投資的頂級私募基金。
據(jù)悉,由于去哪兒網(wǎng)股價(jià)上漲、超額認(rèn)購等多重利好因素,目前去哪兒網(wǎng)在減少原有股東稀釋的情況下,已成功完成合計(jì)8億美金的融資計(jì)劃,減少了發(fā)行股數(shù)。
去哪兒網(wǎng)稱,此次售股的收益將用于搶占在線旅游市場的份額,進(jìn)一步加大包括機(jī)票、酒店、無線等項(xiàng)目的投入。
本周三,德意志銀行發(fā)布研究報(bào)告,將去哪兒網(wǎng)的股票評級維持在“買入”(Buy)不變,同時(shí)將其目標(biāo)價(jià)調(diào)至54.8美元,上調(diào)幅度為50.1%。德銀指出:在移動(dòng)業(yè)務(wù)的關(guān)鍵時(shí)刻維持去哪兒網(wǎng)的“買入”評級,是因?yàn)樵摴境蔀橐苿?dòng)旅游行業(yè)領(lǐng)導(dǎo)者的路徑已經(jīng)形成。
另外,太平洋皇冠報(bào)告稱,維持去哪兒股票“跑贏大盤”評級,將目標(biāo)股價(jià)從55美元調(diào)高至57美元。太平洋皇冠認(rèn)為,去哪兒網(wǎng)第一財(cái)季營收和利潤均超出預(yù)期,公司同時(shí)預(yù)計(jì)第二財(cái)季營收同比將增長105%至110%。這意味著去哪兒網(wǎng)第二季度的預(yù)訂量尤其是酒店預(yù)訂將迅猛增長。
而美國花期銀行則指出,對旅途中的用戶來講,移動(dòng)互聯(lián)網(wǎng)和旅游都對其所使用的基于位置的服務(wù)有一種天然的高度契合。去哪兒網(wǎng)前期在酒店直簽方向的投入開始得到回報(bào)。在機(jī)票市場,公司具有規(guī)模優(yōu)勢,并從2014年第二季度開始逐漸提升供應(yīng)鏈端的費(fèi)率。
基于現(xiàn)金流折現(xiàn)模型(DCF),花期銀行給出去哪兒網(wǎng)每股58.1美元的目標(biāo)價(jià)。值得注意的是,花期銀行認(rèn)為去哪兒網(wǎng)將持續(xù)地?cái)U(kuò)大市場份額,并逐步提升傭金率,預(yù)計(jì)將于2017年實(shí)現(xiàn)年度性盈利。
在周五的納斯達(dá)克股市常規(guī)交易中,去哪兒網(wǎng)股價(jià)上漲2.04美元,報(bào)收于47.75美元,漲幅為4.46%。該公司目前市值約為57.09億美元。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。