新三板分層即將落地?zé)o疑是當(dāng)前市場各方關(guān)注的焦點。
股轉(zhuǎn)系統(tǒng)此前披露的分層方案意見稿明確制定了三條準(zhǔn)入標(biāo)準(zhǔn)。據(jù)此統(tǒng)計的choice數(shù)據(jù)顯示,所有符合進入創(chuàng)新層標(biāo)準(zhǔn)的公司達(dá)到967家,而從市場普遍觀點來看,新三板掛牌公司如果進入創(chuàng)新層,無疑將更受資本青睞,面臨更大發(fā)展機遇。
另外,今年以來,新三板市場上的互聯(lián)網(wǎng)平臺在市場同樣是關(guān)注焦點,該領(lǐng)域內(nèi)的并購案例層出不窮,題材多樣,給市場和資本留下更多想象空間。
綜合上述兩點來看,新三板市場上的陽光金服或?qū)⒊蔀樽蠲黠@的受益者。
根據(jù)CHOCIE數(shù)據(jù)統(tǒng)計,公司目前符合創(chuàng)新層標(biāo)準(zhǔn)二的要求,有望在分層機制落地之后直接進入創(chuàng)新層。公開信息顯示,陽光金服在正式提交新三板掛牌申請前便已獲得了來自寬帶資本、海通吉禾、東吳創(chuàng)投、信輝創(chuàng)投、匯石資本、茂匯投資等眾多明星投資基金的多輪聯(lián)合投資,匯聚了券商直投、TMT基金、私募基金等多渠道注資,頗為引人注目。
隨著新三板的迅速發(fā)展,公司開發(fā)了專注于新三板領(lǐng)域的垂直門戶網(wǎng)站:新三板在線,通過網(wǎng)站、微信、APP、雜志以及線下俱樂部平臺,基本覆蓋了其中的大多數(shù)企業(yè),為這些企業(yè)以及投資者和中介機構(gòu)提供咨詢、行情、數(shù)據(jù)、社交、研究等綜合閉環(huán)服務(wù)。
此外,陽光金服旗下平臺新三板在線主要聚焦新三板企業(yè)資源整合,從網(wǎng)絡(luò)端至社會化圈層建設(shè),打造線下“資本幫”品牌活動。據(jù)不完全統(tǒng)計,自去年10月底開始,“資本幫”已經(jīng)舉辦了媒體溝通會以及機構(gòu)、企業(yè)對接會、內(nèi)部培訓(xùn)、主題論壇、閉門交流會等多種形式的會議多達(dá)50余場,同時,已經(jīng)開展或者正在籌備的董事長沙龍活動規(guī)模也將達(dá)到百場。會議所涵蓋的主題包括新三板并購重組、公募基金進入新三板等時下市場最為關(guān)注的焦點話題。目前,“資本幫”活動目前已經(jīng)匯集了3000位新三板已掛牌、擬掛牌公司董事長、券商高管、投資機構(gòu)合伙人、財經(jīng)媒體、公募基金、律師以及會計師。
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。