特斯拉獲最高7.5億美元信貸額度 今年預(yù)計(jì)支出15億美元
6月13日消息,特斯拉在本周五提交給美國證券交易委員會(SEC)的一份文件顯示,其已經(jīng)與多家銀行達(dá)成一項(xiàng)協(xié)議,獲得總額7.5億美元的信貸額度。這些銀行包括德意志銀行、美國銀行、高盛、摩根大通、摩根士丹利、富國銀行和瑞士信貸。
據(jù)悉,特斯拉與銀行之間的最初協(xié)議為5億美元貸款額度。不過文件顯示,如果滿足一定條件,信貸額度可以上調(diào)至7.5億美元。
這一協(xié)議的主體包括特斯拉及其荷蘭子公司。特斯拉目前在荷蘭擁有一家汽車組裝工廠。這是一項(xiàng)以資產(chǎn)來擔(dān)保的循環(huán)信貸工具,協(xié)議有效期5年。
未來5年中,特斯拉有著較大的資金需求。2014年,特斯拉通過發(fā)行可轉(zhuǎn)債籌資23億美元。
今年,特斯拉計(jì)劃的資本支出為15億美元。特斯拉CEO伊隆·馬斯克(Elon Musk)在今年早些時候的財(cái)報(bào)電話會議上表示,這將是“一筆巨大的投入”。特斯拉不僅計(jì)劃建設(shè)電池超級工廠,還需要針對Model X和Model 3等新車型進(jìn)行資本支出,開拓中國等國際市場,并建設(shè)更多的快速充電站。
馬斯克表示,通過15億美元的資本支出,特斯拉將在未來10年中成為一家價值7000億美元的公司,與蘋果目前的市值相當(dāng)。不過, 在5月時,有分析師和華爾街人士表示對特斯拉感到擔(dān)憂,因?yàn)樵摴粳F(xiàn)金供應(yīng)正在減少。
據(jù)悉,特斯拉與銀行之間的最初協(xié)議為5億美元貸款額度。不過文件顯示,如果滿足一定條件,信貸額度可以上調(diào)至7.5億美元。
這一協(xié)議的主體包括特斯拉及其荷蘭子公司。特斯拉目前在荷蘭擁有一家汽車組裝工廠。這是一項(xiàng)以資產(chǎn)來擔(dān)保的循環(huán)信貸工具,協(xié)議有效期5年。
未來5年中,特斯拉有著較大的資金需求。2014年,特斯拉通過發(fā)行可轉(zhuǎn)債籌資23億美元。
今年,特斯拉計(jì)劃的資本支出為15億美元。特斯拉CEO伊隆·馬斯克(Elon Musk)在今年早些時候的財(cái)報(bào)電話會議上表示,這將是“一筆巨大的投入”。特斯拉不僅計(jì)劃建設(shè)電池超級工廠,還需要針對Model X和Model 3等新車型進(jìn)行資本支出,開拓中國等國際市場,并建設(shè)更多的快速充電站。
馬斯克表示,通過15億美元的資本支出,特斯拉將在未來10年中成為一家價值7000億美元的公司,與蘋果目前的市值相當(dāng)。不過, 在5月時,有分析師和華爾街人士表示對特斯拉感到擔(dān)憂,因?yàn)樵摴粳F(xiàn)金供應(yīng)正在減少。
好文章,需要你的鼓勵
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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(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(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。