3月31日消息,A股上市公司完美環(huán)球發(fā)布公告,宣布“完美環(huán)球發(fā)行股份購買資產(chǎn)并募集配套資金暨關(guān)聯(lián)交易”獲得證監(jiān)會(huì)審核通過,完美環(huán)球股票將于2016年3月31日復(fù)牌。這意味著完美世界正式回歸A股。
今年1月完美環(huán)球發(fā)布公告,擬作價(jià)120億元收購實(shí)際控制人池宇峰旗下著名游戲公司完美世界100%股權(quán)。同時(shí),公司擬向池宇峰、員工持股計(jì)劃、完美1號(hào)專項(xiàng)資管計(jì)劃等定向增發(fā),募集配套資金不超過50億元,用于影視劇投資、游戲研發(fā)、運(yùn)營與代理等項(xiàng)目。
交易前,快樂永久(池宇峰一致行動(dòng)人)直接持有完美環(huán)球25.06%的股份,為公司的第一大股東。池宇峰持有完美數(shù)字科技90%股權(quán),為公司實(shí)際控制人。同時(shí),完美數(shù)字科技持有完美世界75.02%股權(quán)。公司擬以19.53元/股的價(jià)格向完美數(shù)字科技、石河子駿揚(yáng)共計(jì)發(fā)行6.14億股,收購?fù)昝朗澜绻蓹?quán)。另外,完美環(huán)球擬以23.56元/股的價(jià)格發(fā)行不超過2.12億股,募集配套資金不超過50億元。
收購?fù)瓿珊螅技涮踪Y金前),池宇峰及其一致行動(dòng)人占完美環(huán)球發(fā)行后總股本比例約52.91%,上市公司的實(shí)際控制人仍為池宇峰,收購不會(huì)導(dǎo)致實(shí)際控制人發(fā)生變更。
完美世界董事長池宇峰此前在完美環(huán)球投資者交流會(huì)上曾透露,完美世界完全可以單獨(dú)上市,也可以借殼上市。合并上市是為了做大,完美有一個(gè)國際化的夢想。池宇峰稱,完美世界是私有化回國的完美案例,其利用高PE時(shí)代,利用資本投資的方式,加上自己的原生,構(gòu)造公司自己的網(wǎng)絡(luò)。
2007年7月,完美世界以16美元/股的發(fā)行價(jià)在美國納斯達(dá)克上市,主營業(yè)務(wù)為網(wǎng)絡(luò)游戲的開發(fā)、發(fā)行和運(yùn)營,屬于網(wǎng)絡(luò)游戲行業(yè)。公司從客戶端游戲領(lǐng)域出發(fā),先后涉足了網(wǎng)頁游戲、移動(dòng)網(wǎng)絡(luò)游戲和電視游戲,推出了《完美世界》、《武林外傳》、《完美世界國際版》、《誅仙》等客戶端網(wǎng)絡(luò)游戲,《Touch》等網(wǎng)頁游戲,《魔力寶貝》等移動(dòng)網(wǎng)絡(luò)游戲,以及《無冬OL》Xbox版等電視游戲產(chǎn)品,并代理了《DOTA2》等國際知名游戲產(chǎn)品。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)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(duì)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(duì)通過對(duì)比實(shí)驗(yàn)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(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。