北京時(shí)間1月31日凌晨消息,據(jù)路透社報(bào)道,一名熟知內(nèi)情的消息人士周一透露,“閱后即焚”通信應(yīng)用Snapchat母公司Snap Inc.已將紐約證券交易所(NYSE)選中為其IPO(首次公開(kāi)招股)交易的股票上市交易場(chǎng)所。
這位匿名消息人士稱(chēng),Snap準(zhǔn)備在本周公布財(cái)報(bào),并預(yù)計(jì)將在3月IPO上市。與此同時(shí),這對(duì)納斯達(dá)克來(lái)說(shuō)代表著一種挫敗,原因是該交易所也曾就這項(xiàng)IPO交易展開(kāi)爭(zhēng)奪。
這則消息最早是由CNBC報(bào)道的。Snap、洲際交易所(ICE)和納斯達(dá)克均拒絕就此置評(píng)。
此前曾有消息人士向路透社透露,Snap希望其IPO交易的價(jià)值最高可達(dá)250億美元,這將是自Facebook在2012年IPO上市以來(lái)規(guī)模最大的美國(guó)科技公司IPO交易。該交易很可能只會(huì)給紐約證券交易所帶來(lái)數(shù)十萬(wàn)美元的年費(fèi)收入,但其有助于該交易所招攬更多業(yè)務(wù)。而且,在此之前紐約證券交易所也在其他一些類(lèi)似交易中擊敗了納斯達(dá)克,后者過(guò)去常被視為科技公司IPO交易理所當(dāng)然的去處。
據(jù)湯森路透統(tǒng)計(jì)的數(shù)據(jù)顯示,2012年納斯達(dá)克在科技公司IPO上市交易收入總額中所占比重高達(dá)85%,但到2014年則銳減到了僅占11%,而導(dǎo)致出現(xiàn)這種下降的主要原因則是Facebook在2012年登陸納斯達(dá)克時(shí)遭遇了故障。
上一次有備受矚目的美國(guó)互聯(lián)網(wǎng)公司IPO上市是在2013年,當(dāng)時(shí)Twitter也選中了紐約證券交易所而非納斯達(dá)克。未來(lái)幾年時(shí)間里預(yù)計(jì)還將有其他一些大型科技公司將尋求IPO上市,如旅行房屋租賃社區(qū)服務(wù)AirBnB和流媒體音樂(lè)服務(wù)提供商Spotify等。
無(wú)論是在公開(kāi)場(chǎng)合還是在私底下,紐約證券交易所和納斯達(dá)克一直都在爭(zhēng)相招攬Snap。在去年10月,有媒體報(bào)道稱(chēng)Snapchat已經(jīng)聘用了承銷(xiāo)商,準(zhǔn)備發(fā)起IPO交易。
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(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"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(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)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(kāi)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(guò)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(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(cè)試基準(zhǔn)上都帶來(lái)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(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。