6月23日上午消息,乐视网今日发布公告称,公司将与CEO贾跃亭签署第一笔资金的《借款协议》,借款金额为不少于25亿元,借款期限将不低于十年(120个月),免收利息,用于补充公司营运资金。
公告还显示,借款到期后,公司将有权根据自身经营状况自主决定续借或者偿还,所涉关联交易亦需经董事会与股东会审议,届时贾跃亭先生将回避对应关联的表决,如若续借此笔资金,仍将免收利息。
2015年5月26日,乐视网收到控股股东及实际控制人贾跃亭先生的减持告知函:为了缓解公司资金压力,满足公司日常经营资金需求,贾跃亭先生拟计划在未来六个月内,根据上市公司资金需求部分减持自己所持有的乐视网股票,将其所得全部借给公司作为营运资金使用,借款将用于公司日常经营,借款期限将不低于60个月,免收利息。
以下为公告全文:
关于控股股东向公司提供借款暨关联交易的公告
本公司及其董事会全体人员保证公告内容真实、准确和完整,公告不存在虚假记载、误导性陈述或者重大遗漏。
一、关联交易概述
1、关联交易事项
2015年5月26日,公司收到控股股东及实际控制人贾跃亭先生的减持告知函:为了缓解公司资金压力,满足公司日常经营资金需求,贾跃亭先生拟计划在未来六个月内,根据上市公司资金需求部分减持自己所持有的乐视网股票,将其所得全部借给公司作为营运资金使用,借款将用于公司日常经营,借款期限将不低于60个月,免收利息。
近日,公司将与贾跃亭先生签署第一笔资金的《借款协议》,借款金额为不少于25亿元,借款期限将不低于十年(120个月),免收利息,用于补充公司营运资金。借款到期后,公司将有权根据自身经营状况自主决定续借或者偿还,所涉关联交易亦需经董事会与股东会审议,届时贾跃亭先生将回避对应关联的表决,如若续借此笔资金,仍将免收利息。后续减持所得资金借款,相关条款将与本次保持一致。
2、关联关系说明
贾跃亭先生为公司实际控制人、公司控股股东,根据《深圳证券交易所创业板股票上市规则》的规定,本次借款事项构成了关联交易。
3、审议情况
2015年6月22日,公司第二届董事会第五十六次会议审议通过了《关于控股股东向公司提供借款的议案》,关联董事贾跃亭先生回避上述议案的表决,公司独立董事已对本次关联交易进行了事前认可并发表独立意见。
此项交易尚需获得股东大会的批准,与该关联交易有利害关系的关联股东将放弃在股东大会上对该议案的投票权。
本次关联交易未构成《上市公司重大资产重组管理办法》规定的重大资产重组。
二、关联方基本情况
贾跃亭先生为公司实际控制人、公司控股股东,截至本公告日,其本人持有公司782,844,429股,占公司总股本的42.30%。
三、关联交易的主要内容和定价政策
近日,公司将与贾跃亭先生签署《借款协议》,借款金额为不少于25亿元,该笔借款将用于公司日常经营,借款期限为不低于十年(120个月),免收利息,用于补充公司营运资金。借款到期后,公司将有权根据自身经营状况自主决定续借或者偿还,所涉关联交易亦需经董事会与股东会审议,届时贾跃亭先生将回避对应关联的表决,如若续借此笔资金,仍将免收利息。
四、交易目的和对公司的影响
本次关联交易的目的是为了更好的满足公司日常经营需要,补充公司营运资金,符合公司特别是非关联股东和中小股东的利益。
五、当年年初至披露日与该关联人累计已发生各类关联交易的总金额
年初至披露日公司未与该关联人发生过各类关联交易。
六、独立董事事前认可和独立意见
独立董事张长胜先生及沈艳芳女士对上述关联交易协议事项予以了事前认可,并认真审核后发表独立意见如下:
公司控股股东及实际控制人贾跃亭先生为公司提供不少于25亿元的无息借款,是为推动公司业务的快速发展,增强公司营运资金的储备,交易内容合法、交易价格合理,不存在损害公司和全体股东,特别是非关联股东和中小股东利益的情形。
本次关联交易对公司不构成不利影响。
七、备查文件
1、董事会决议
2、监事会决议
3、独立董事事先认可意见
4、独立董事对相关事项的独立意见
乐视网信息技术(北京)股份有限公司
董事会
二〇一五年六月二十三日
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。