微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 暴风科技6月11日起停牌 拟筹划重大事项

暴风科技6月11日起停牌 拟筹划重大事项

2015-06-12 14:59
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-12 14:59 新浪网

6月12日午间消息,暴风科技6月11日晚间公告称,公司正在筹划重大事项,公司股票自6月11日开市起停牌。

在6月4日,暴风魔镜发布了第三代产品,在硬件上相对二代产品有了一定程度提升。同时暴风魔镜还宣布与天音、爱施德合建线下体验店,与触控科技、游族影业、星美文化建立内容上的合作。

暴风科技在不久前还宣布了新的战略规划“DT(data technology)大娱乐”。据介绍,DT大娱乐所有的产品服务与商业模型都会以用户大数据为中心,该战略包含了DT大数据、服务多样化、新的商业模式和国际化四个方面。

以下为暴风科技公告原文:

关于重大事项的停牌公告

本公司及董事会全体成员保证公告内容的真实、准确、完整,没有虚假记载、误导性陈述或重大遗漏。

北京暴风科技股份有限公司(以下简称“公司”)正在筹划重大事项,该事项尚存在不确定性。为保证公平信息披露,维护广大投资者的利益,避免公司股价异常波动,根据《深圳证券交易所创业板股票上市规则》和《深圳证券交易所创业板上市公司规范运作指引》等有关规定,经公司向深圳证券交易所申请,本公司股票(股票简称:暴风科技,股票代码:300431)自 2015 年 6 月 11 日开市起停牌,待公司通过指定媒体披露相关事项后复牌。

公司将尽快确定前述重大事项,及时履行信息披露义务。敬请广大投资者注意投资风险。

特此公告。

北京暴风科技股份有限公司

董 事 会

2015 年 6 月 11 日

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-