4月17日下午消息,今天下午國內(nèi)兩大分類信息網(wǎng)站58同城和趕集網(wǎng)宣布“合并”,合并后58同城將持有趕集網(wǎng)43.2%的股份,兩家公司將保持雙方品牌獨(dú)立性,網(wǎng)站及團(tuán)隊(duì)均繼續(xù)保持獨(dú)立發(fā)展與運(yùn)營。
在過去的幾個(gè)交易日中,58同城的股價(jià)出現(xiàn)了大幅上漲,并且已經(jīng)充分反映了交易中對58同城的估值;由于增發(fā)股票,原有股東的權(quán)益被稀釋,這讓 58同城的股價(jià)承壓,但是考慮到58同城的最大競爭對手“消失”,長期而言,58同城的業(yè)績將會大幅向好,可能促進(jìn)股價(jià)進(jìn)一步上漲。
根據(jù)協(xié)議,58同城將以現(xiàn)金加股票的方式獲得趕集網(wǎng)43.2%的股份(完全稀釋后),其中包含3400萬份普通股,(合1700萬份ADS)及4.122億現(xiàn)金。
公告內(nèi)容同時(shí)顯示,騰訊將以52美元(每ADS)認(rèn)購價(jià)值4億美元的58同城新發(fā)股票。
按照52美元的每ADS價(jià)格,58同城獲得趕集網(wǎng)43.2%的股份的代價(jià)是:8.84億美元(1700萬乘以52美元)+4.122億現(xiàn)金,共計(jì)約合12.962億美元。通過這一代價(jià),可以估算出在整個(gè)交易中,趕集網(wǎng)的估值是30億美元。
在本次交易中,58同城向騰訊發(fā)行769萬份ADS,獲得了4億美元現(xiàn)金,正好用于收購趕集網(wǎng)股份的所支付的現(xiàn)金。
由于也向趕集網(wǎng)增發(fā)了1700萬份ADS,本次交易結(jié)束之后,58同城的總股本共計(jì)增加2469萬份ADS。
此前58同城的總股本約為8820萬份ADS,本次交易完成后,58同城的總股本達(dá)到1.13億份ADS。
如果按照本次交易中的52美元的增發(fā)價(jià)格計(jì)算,58同城估值約為58.76億美元。這一估值跟58同城周四收盤時(shí)的59.60億美元的市值相差無幾。
也就是說,在經(jīng)過一波上漲行情之后,58同城周四收盤的股價(jià)已經(jīng)充分反映了交易中對58同城的整體估值。
接下來投資者關(guān)心的問題可能是:58同城的股價(jià)還能繼續(xù)上漲嗎?
短期而言,由于新增發(fā)的股份,諸多原有股份持有者的權(quán)益被進(jìn)行了稀釋,在這樣的情況下,股價(jià)實(shí)際上應(yīng)該會出現(xiàn)一定幅度的下跌。
不過,支撐58同城股價(jià)表現(xiàn)的核心因素仍然是合并之后公司的業(yè)績表現(xiàn)。
由于趕集網(wǎng)是58同城最大的競爭對手,顯然當(dāng)對手成為“朋友”的時(shí)候,大家成為一個(gè)利益共同體,雙方的競爭肯定將會減弱。
這種合并的影響,表現(xiàn)在58同城的財(cái)報(bào)上,將會是其營銷等成本的大幅度下降,并最終推動58同城的毛利率上升和凈利潤的上升。因此長期而言,這種合并對于58而言是一個(gè)巨大的利好。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。