CNET科技資訊網(wǎng) 7月26日 北京消息(文/周雅):又一家中國公司的私有化過程生變。百度7月25日晚發(fā)布正式公告,百度董事長李彥宏和愛奇藝CEO龔宇代表的買方財團致信百度董事會,買方財團在與三名獨立董事組成的特別委員會進行了多輪溝通談判后,依然無法在交易結構、購買價格上達成一致,決定撤回將愛奇藝私有化的邀約,終止收購百度所持有的全部80.5%愛奇藝股份的計劃,即刻生效。對此,愛奇藝官方回應:感謝媒體及公眾對愛奇藝的關心,愛奇藝將一以貫之地專注于自身業(yè)務的發(fā)展,為廣大用戶提供更好的視頻娛樂生活服務。
愛奇藝計劃私有化,原本是回歸A股市場的第一步。今年2月,李彥宏和龔宇聯(lián)手向百度董事會發(fā)出私有化收購要約,計劃按照28億美金的價格,收購百度持有的愛奇藝80.5%的全部已發(fā)行股份。按這個收購價格計算,愛奇藝估值折合人民幣220億元。
然而在7月19日,愛奇藝私有化發(fā)生“逆轉”,百度的美國股東對沖基金Acacia Partners發(fā)布公開信,一是認為28億美金的價格太低——獨立研究機構八六證券研究(86Research)將愛奇藝的估值定為58億美元;同時也認為,愛奇藝將為百度股東帶來長期潛在價值,現(xiàn)在出售帶來的利益微不足道。信中還說,“我們擔憂作出有著固有利益沖突的決定,將會損害您與百度的聲譽。百度應該是一家受尊敬的重要企業(yè),而不是獲取個人經濟利益的套現(xiàn)工具。”
Acacia Partners總部位于紐約,2012年9月起成為百度股東,目前持有百度美國預托股逾260萬股,價值超過4億美元。
事已至此,誰都看得出愛奇藝的上市之路實在是過于曲折了:
一開始赴美上市,但投資人不認可;
后來想拆除VIE在國內上市,卻又遇到政策突變——“戰(zhàn)略新興板”取消;
再后來與百度股東的私有化談判也不順利,李彥宏等人的聲明指出了愛奇藝私有化被撤回的背景:國內上市不確定性極大,且在框架和交易價格上與百度方面無法達成一致意見。
說到這里,筆者曾專訪過前納斯達克中國區(qū)首席代表徐光勛,他以經驗告之:要完成私有化退市、解除VIE架構、借殼或重返A股IPO這3個階段,期間存在很多不確定性;就算政策利好,宏觀經濟也有時差,至少1到3年才能看到效益,完成私有化到A股上市的過程少則一年,多則兩年,這么長時間之后,A股市值如何誰也說不準。“這是一個耗時耗錢的過程。”
因此,眼觀當下國內市場環(huán)境,一旦愛奇藝回歸國內,有可能面臨上市遙遙無期的窘境;如果繼續(xù)留在美股市場,愛奇藝難以打開新的融資通道;如果單獨沖擊納斯達克上市,愛奇藝很容易水土不服——“一是在境外拿不到應有的市值,二是持續(xù)維持的成本高,三是監(jiān)管太嚴格,四是技術問題。”
實際上,直觀具體業(yè)務,愛奇藝的表現(xiàn)反倒很激進。光2016年,愛奇藝就做了IP生態(tài)建設、加大了自制內容、趕趟了VR和直播;2016年上半年愛奇藝上線了近46部網(wǎng)劇、30余檔綜藝,獨播劇《太陽的后裔》、《奔跑吧兄弟》等的熱播,愛奇藝收割了超2000萬的付費用戶。在中國網(wǎng)絡視聽節(jié)目服務協(xié)會發(fā)布的《2015年中國網(wǎng)絡視聽發(fā)展研究報告》數(shù)據(jù)上,愛奇藝在2015年10月就實現(xiàn)了對合一集團的反超。
面對國內的戰(zhàn)略新興版被取消,以及私有化進程被終止后,愛奇藝此時的處境相當尷尬。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓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際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。