CNET科技資訊網 2月14日 北京消息:繼此前公布樂視引入融創(chuàng)中國150億元戰(zhàn)略投資之后,昨日樂視網再度發(fā)布利好。昨日晚間樂視網公告稱,樂視網將以19.82億股為基數進行資本公積金轉增股本,每10股轉增20股,共計轉增39.63億股,轉增后公司總股本將增加至59.45億股。據了解,這是樂視網上市以來宣布的第三次高送轉,同時也是最高比例送轉,同時本次送轉不僅是樂視網對于14年宣布的三年股東回報計劃的落地,也是2016年賈躍亭表示要戰(zhàn)略聚焦樂視網的系列舉動之一。
對此,券商人士分析稱,高送轉傳遞了公司對于樂視網營收、利潤、每股收益等核心財務指標的信心,同時此舉將有效增加公司股票的流動性,一定程度上有助于樂視網以及創(chuàng)業(yè)板行情的確立。
上市以來最高比例送轉 并將進行現(xiàn)金分紅
據了解,實施之后樂視網的總股本將高達59.45億股,成為創(chuàng)業(yè)板總股本最大的公司,這也是創(chuàng)業(yè)板首個總股本突破50億股的公司。
除了10送20之外,樂視網還表示,公司控股股東、5%以上股東以及董監(jiān)高未來6個月暫無減持計劃,同時本次還將進行派息現(xiàn)金分紅。
據了解,在2014年樂視網宣布了,《樂視網信息技術(北京)股份有限公司未來三年(2014-2016年)股東回報規(guī)劃》。該計劃中,樂視網如是表示,除特殊情況外,公司在當年盈利,應當優(yōu)先采用現(xiàn)金分紅的利潤分配方式,每年以現(xiàn)金方式分配的利潤不少于當年實現(xiàn)的可供分配利潤總額的10%。這也就是說,本次高送轉實際是對于之前三年股東回報計劃的一種實踐。
此前在樂視網2016年發(fā)布的業(yè)績預告顯示,樂視網2016年歸屬于上市公司股東的凈利潤約為6.3億元~7.74億元,相較2015年的5.73億元,同比增長10%~35%,繼續(xù)保持了穩(wěn)健快速的增長,這也就是說樂視網已經達到分紅條件,今年也將進行分紅將是大概率事件。
對此,樂視網表示,派息金額將在審議分配議案時確定。
歷年樂視網分紅情況表
據了解,自樂視網上市以來已經進行過三次高送轉,幅度為平均兩年一次,他們分別在2010年、2014年以及2016年,比例分別是,10送2轉增10股派1.5元、10轉增12股派0.46元以及本次的10送20分紅數待定。
高送轉方案分享成長紅利 有效增加交易流動性
在年報發(fā)布前,樂視網推出10股轉增20股的高送轉預案,進一步引發(fā)市場和投資者對公司股價走勢的期待。
對此,券商人士分析稱,高送轉傳遞了公司對于樂視網營收、利潤、每股收益等核心財務指標的信心,同時此舉將有效增加公司股票的流動性,促進股票交易的活躍度,一定程度上有助于樂視網以及創(chuàng)業(yè)板行情的確立。
此外,資深市場人士分析,A股市場投資者對于“高送轉”題材,尤其是具有超強成長性的“高送轉”公司非常追捧,除權后較低的股價,將會吸引投資者積極建倉,有望迅速形成一波填權行情,拉動股票價格向價值的回歸。
對此,本次高轉送的意義,樂視網表示,此次以資本公積金轉增股本,有利于擴大公司股本規(guī)模,增強公司股票流動性,提升公司市場形象,符合公司戰(zhàn)略規(guī)劃和發(fā)展預期。同時預案在保證公司正常經營和長遠發(fā)展的前提下,更好地兼顧了股東的即期利益和長遠利益,體現(xiàn)了公司積極回報股東的原則,適應公司未來經營發(fā)展的需要。
在宣布高轉送之前,樂視網還因與融創(chuàng)中國的牽手震驚行業(yè)。今年年初,樂視網公告稱,樂視獲得包融創(chuàng)中國向樂視投資150億元,融創(chuàng)中國的出現(xiàn)解決了樂視網最后的短板。
對此,有券商分析師稱,樂視網積極回報股東,加上資金短板已除,樂視影業(yè)注入、樂視超級電視扭虧等所帶來未來利好可期,樂視網走勢很有可能將出現(xiàn)拐點。數據顯示去年11月,樂視網曾發(fā)布公告稱,將與樂視影業(yè)繼續(xù)推進重組,預計在2017年完成,而在今年國內票房整體下挫的情況下,樂視影業(yè)依舊出現(xiàn)了逆勢增長,目前為止整體票房接近40億元,2016年實現(xiàn)部部過億的行業(yè)奇跡,成為五大民營電影公司中增速最快的公司。
對此,以上資深人士分析,樂視網股價已在35元至40元之間筑底蓄勢。此次高送轉有望成為樂視網股票價格向公司內在價值回歸的起點,樹立市場對擁有戰(zhàn)略、組織和產品優(yōu)勢的高成長公司的價格修復,成為創(chuàng)業(yè)板和A股市場未來行情的觸發(fā)器。
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根據復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(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與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
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20萬高質量樣本的訓練數據集和MM-AlignBench評測基準,通過創(chuàng)新的數據生成和質量管控方法,讓AI在保持技術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路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經網絡技術,通過學習40年歷史數據掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。