
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
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。