7月8日消息,據(jù)國外媒體報(bào)道,阿里巴巴(NYSE:BABA)股價(jià)周二盤中大挫,一度跌至76.21美元,創(chuàng)下上市之后新低。該股盤中一度出現(xiàn)5%的跌幅。
中國電商巨頭股價(jià)走軟與中國股市近日的表現(xiàn)不無關(guān)系。中國內(nèi)地股市自6月中旬以來下跌近28%,投資者擔(dān)心全球第二大經(jīng)濟(jì)體經(jīng)濟(jì)增速將會(huì)放緩。
同一時(shí)間里,阿里巴巴股價(jià)下跌9.7%,在過去16個(gè)交易日中有11天下跌。
韋德布什證券的分析師吉爾·盧里亞(Gil Luria)表示:“只要市場仍在擔(dān)心中國消費(fèi)者,(阿里巴巴)股價(jià)走軟的情況就可能持續(xù)下去。”
中國一季度GDP增長降至7%,創(chuàng)下2009年以來最差水平。中國人民銀行預(yù)計(jì),今年余下時(shí)間里經(jīng)濟(jì)將維持這種增長。中國GDP增長在2010曾達(dá)到10%的高點(diǎn),之后開始減緩。
盧里亞表示,中國股市的波動(dòng)并未直接影響阿里巴巴,但如果中國消費(fèi)者在股市中虧錢,而經(jīng)濟(jì)增長又在放緩,那么消費(fèi)者的收入就有可能減少,導(dǎo)致其消費(fèi)被抑制,這就有可能損害到阿里巴巴。
機(jī)構(gòu)Summit Research的分析師郭琪(Henry Guo)指出:“不僅是阿里巴巴會(huì)受到(這種形勢)影響,整個(gè)板塊都將承受拋壓。”
盡管北京方面在上周末拿出了積極的救市措施,但上證指數(shù)仍連跌4日,在美上市的中國互聯(lián)網(wǎng)公司周二亦出現(xiàn)股價(jià)大面積滑坡。眾美窩窩(NASDAQ:WOWO)、500彩票網(wǎng)(NYSE:WBAI)盤中一度大跌26%和20%。
雖然股價(jià)表現(xiàn)不佳,但郭琪與盧利亞均對阿里巴巴股票持看多意見。郭琪預(yù)計(jì),該股在未來12個(gè)月將上漲至97美元,即在周二的股價(jià)基礎(chǔ)上上漲24%。他表示,這家公司之所以能繼續(xù)增長,是因?yàn)樗谥袊ヂ?lián)網(wǎng)的普及率與不斷增多的手機(jī)用戶。規(guī)模決定了這家公司不太會(huì)對宏觀經(jīng)濟(jì)波動(dòng)過于敏感。
盧利亞則給出了115美元的12個(gè)月目標(biāo)股價(jià),較該股今日盤中時(shí)的價(jià)格高出47%,稍稍高于FactSet統(tǒng)計(jì)的45位分析師給出的107.08美元的目標(biāo)股價(jià)均值。
盡管阿里股價(jià)有望在來年反彈,但其目前的表現(xiàn)較去年11月時(shí)119.15美元的最高值仍有較大差距,當(dāng)時(shí)阿里巴巴剛上市7個(gè)星期。該公司第三財(cái)季的銷售增長情況令人失望,這在一定程度上導(dǎo)致了其股價(jià)的下滑。
如果中國經(jīng)濟(jì)持續(xù)走軟,而消費(fèi)者也失去了信心,那么今后還可能出現(xiàn)更多波瀾。
今日收盤時(shí)阿里巴巴股價(jià)報(bào)79.58美元,下跌0.65美元,跌幅收窄至0.81%。盤后交易時(shí)段該股再度微挫0.08%。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(dòng)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。