6月23日,北京高華證券公司發(fā)布研報,重申對樂視網(wǎng)的買入評級。在將樂視網(wǎng)加入強(qiáng)力買入名單的同時,高華將樂視網(wǎng)12個月的目標(biāo)價格上調(diào)至70.22元,隱含52%上行空間。
研報稱,樂視網(wǎng)不僅是中國的NETFLIX,而且生態(tài)系統(tǒng)更具優(yōu)勢。預(yù)計(jì)未來三年,樂視網(wǎng)的付費(fèi)訂閱會員規(guī)模將從600萬升至2400萬。這主要受益于公司豐富的內(nèi)容儲備和縱向整合硬件產(chǎn)品——2015年,超級手機(jī)和超級電視銷量分別達(dá)到300萬部。
6月19日,樂視公布的618生態(tài)戰(zhàn)報顯示,樂視全生態(tài)總銷售額達(dá)40.5億元,遠(yuǎn)超計(jì)劃的30億元銷售額目標(biāo),創(chuàng)了新的歷史銷售額紀(jì)錄。其中,超級電視總銷量46.7萬臺,超級手機(jī)總銷量207.7萬臺,樂視會員總收入10.15億元。
6月20日,樂視網(wǎng)在投資者關(guān)系互動平臺上表示,目前樂視全生態(tài)全球化戰(zhàn)略取得階段性成功。樂視手機(jī)成功進(jìn)入東南亞市場,同時搭載本地化服務(wù)的樂視生態(tài)也在印度落地;樂視體育、樂視超級電視、樂視手機(jī)全面進(jìn)入香港市場,樂視生態(tài)落地香港;未來,樂視會積極發(fā)展美國、俄羅斯等市場,讓樂視生態(tài)在更多的國家和地區(qū)落地。
北京高華證券分析認(rèn)為,樂視網(wǎng)的競爭力是基于生態(tài)系統(tǒng),而非價格。從2016年開始,貨幣化將在會員注冊、廣告和附加值服務(wù)等方面為樂視網(wǎng)創(chuàng)造效益,推動利潤率上升。
在推動因素方面,一是會員增長強(qiáng)勁,預(yù)計(jì)會員收入將從2015年的27億元升至2018年的85億元,成為推動未來幾年增長的關(guān)鍵因素;二是利潤率改善,隨著超級電視銷量規(guī)模繼續(xù)擴(kuò)大,該業(yè)務(wù)毛利率于2015年轉(zhuǎn)為正值,生產(chǎn)成本趨于下降將推動毛利率進(jìn)一步擴(kuò)張。樂視網(wǎng)凈利潤率有望從2016年的5%升至2018年的8%。
對于樂視網(wǎng),此前中信證券、華泰證券、中金公司等多家知名券商都明確看好其業(yè)績成長,給予買入評級。中信證券認(rèn)為,資金糧草助力樂視網(wǎng)生態(tài)躍升,建議投資者綜合積極把握公司價值。華泰證券首席分析師王禹媚則認(rèn)為,停牌期間保守測算樂視網(wǎng)基本面綜合提升超出50%,在互聯(lián)網(wǎng)產(chǎn)業(yè)圈獲得高度認(rèn)可,并表示“英雄難遇,何況身邊,戰(zhàn)略已明,只需信心”。
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。