CNET科技資訊網(wǎng) 1月20日 北京消息:企業(yè)通信軟件、系統(tǒng)及服務(wù)商Avaya今天宣布,正式啟動資產(chǎn)重組程序。為了加快這次重組,Avaya根據(jù)《美國破產(chǎn)法》第11章的規(guī)定向美國紐約南區(qū)法院提交了自愿申請,其中,包括Avaya中國在內(nèi)的所有外國子公司不在申請范圍之內(nèi),且將繼續(xù)正常運(yùn)營。
目前,Avaya已獲得了花旗銀行承諾提供的7.25億美元債務(wù)人持有資產(chǎn)(DIP)融資。經(jīng)法院批準(zhǔn),該DIP融資結(jié)合公司的經(jīng)營現(xiàn)金預(yù)計將在資產(chǎn)重組期間提供,以支持公司的業(yè)務(wù)經(jīng)營。
Avaya首席執(zhí)行官Kevin Kennedy指出:“我們已經(jīng)對解決Avaya資本結(jié)構(gòu)問題的多種備選方案進(jìn)行了深入評估。我們認(rèn)為,以破產(chǎn)保護(hù)形式進(jìn)行重組是目前解決這個問題的最佳途徑。借助破產(chǎn)保護(hù)方案減少公司的流動負(fù)債,能讓Avaya的各項業(yè)務(wù)為明天的成功做好最充分的準(zhǔn)備。”
為解決公司的資本結(jié)構(gòu)問題,Avaya開展了充分全面的評估,包括評估出售包含聯(lián)絡(luò)中心業(yè)務(wù)在內(nèi)的各項Avaya資產(chǎn)的意向。經(jīng)過與公司的財務(wù)和法務(wù)咨詢方磋商并進(jìn)行廣泛評估后,Avaya董事會決定重點應(yīng)關(guān)注公司的債務(wù)結(jié)構(gòu),此時出售聯(lián)絡(luò)中心業(yè)務(wù)不會為公司客戶及所有利益相關(guān)方創(chuàng)造最大價值。Kennedy接著說:“這是我們持續(xù)不斷地向軟件和服務(wù)業(yè)務(wù)轉(zhuǎn)型的關(guān)鍵一步。Avaya目前的資本結(jié)構(gòu)已有10余年沒有改變,其初衷是支持我們以硬件為重點的業(yè)務(wù)模式,但我們的業(yè)務(wù)模式自那時起已有顯著的演變發(fā)展?,F(xiàn)在鑒于Avaya的負(fù)債條款和債務(wù)期限,我們需要重組公司的資本結(jié)構(gòu)。我們的業(yè)務(wù)表現(xiàn)良好,而且我們有信心在這個過程結(jié)束后變得比以往更加強(qiáng)大,因為這條途徑只是我們債務(wù)結(jié)構(gòu)的轉(zhuǎn)折,不是我們經(jīng)營實力或業(yè)務(wù)模式的改變。通過破產(chǎn)保護(hù)進(jìn)行重組不僅能減少Avaya的債務(wù)和利息費(fèi)用,還能為將來投資創(chuàng)新與增長、強(qiáng)化我們的市場競爭領(lǐng)導(dǎo)地位提供更大的財務(wù)靈活性。最重要的是,我們致力于最大限度地減輕對我們的客戶、合作伙伴和員工的干擾,并且預(yù)計在破產(chǎn)保護(hù)期間不會發(fā)生任何實質(zhì)性中斷。”
Avaya大中華區(qū)總裁陳蔚指出:“Avaya中國的運(yùn)營狀況一切正常。我們正在持續(xù)與中國的合作伙伴密切合作,進(jìn)行產(chǎn)品的研發(fā)和創(chuàng)新,致力于為客戶帶來更智能的聯(lián)絡(luò)中心體驗,擴(kuò)大行業(yè)生態(tài)圈。Avaya近期推出的云端聯(lián)絡(luò)中心解決方案‘小A云’也將為客戶提供更多智能化的服務(wù),幫助企業(yè)迅速應(yīng)對市場發(fā)展帶來的挑戰(zhàn)。”
在提交自愿申請的同時,公司還向法院提交了一系列“首日動議”,以促進(jìn)平穩(wěn)過渡到破產(chǎn)保護(hù)狀態(tài),并最大限度地減少業(yè)務(wù)影響。除其他事項之外,這些動議要求授權(quán)繼續(xù)開展特定的客戶和合作伙伴項目,并繼續(xù)履行特定的員工薪酬和福利義務(wù)。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(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)集上實現(xiàn)37.9%的精度提升,并在真實設(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)隊通過對比實驗發(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際提升推理準(zhǔn)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(qiáng)于驗證答案質(zhì)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。