
北京时间1月31日凌晨消息,据路透社报道,一名熟知内情的消息人士周一透露,“阅后即焚”通信应用Snapchat母公司Snap Inc.已将纽约证券交易所(NYSE)选中为其IPO(首次公开招股)交易的股票上市交易场所。
这位匿名消息人士称,Snap准备在本周公布财报,并预计将在3月IPO上市。与此同时,这对纳斯达克来说代表着一种挫败,原因是该交易所也曾就这项IPO交易展开争夺。
这则消息最早是由CNBC报道的。Snap、洲际交易所(ICE)和纳斯达克均拒绝就此置评。
此前曾有消息人士向路透社透露,Snap希望其IPO交易的价值最高可达250亿美元,这将是自Facebook在2012年IPO上市以来规模最大的美国科技公司IPO交易。该交易很可能只会给纽约证券交易所带来数十万美元的年费收入,但其有助于该交易所招揽更多业务。而且,在此之前纽约证券交易所也在其他一些类似交易中击败了纳斯达克,后者过去常被视为科技公司IPO交易理所当然的去处。
据汤森路透统计的数据显示,2012年纳斯达克在科技公司IPO上市交易收入总额中所占比重高达85%,但到2014年则锐减到了仅占11%,而导致出现这种下降的主要原因则是Facebook在2012年登陆纳斯达克时遭遇了故障。
上一次有备受瞩目的美国互联网公司IPO上市是在2013年,当时Twitter也选中了纽约证券交易所而非纳斯达克。未来几年时间里预计还将有其他一些大型科技公司将寻求IPO上市,如旅行房屋租赁社区服务AirBnB和流媒体音乐服务提供商Spotify等。
无论是在公开场合还是在私底下,纽约证券交易所和纳斯达克一直都在争相招揽Snap。在去年10月,有媒体报道称Snapchat已经聘用了承销商,准备发起IPO交易。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。