
CNET科技资讯网 7月26日 北京消息(文/周雅):又一家中国公司的私有化过程生变。百度7月25日晚发布正式公告,百度董事长李彦宏和爱奇艺CEO龚宇代表的买方财团致信百度董事会,买方财团在与三名独立董事组成的特别委员会进行了多轮沟通谈判后,依然无法在交易结构、购买价格上达成一致,决定撤回将爱奇艺私有化的邀约,终止收购百度所持有的全部80.5%爱奇艺股份的计划,即刻生效。对此,爱奇艺官方回应:感谢媒体及公众对爱奇艺的关心,爱奇艺将一以贯之地专注于自身业务的发展,为广大用户提供更好的视频娱乐生活服务。
爱奇艺计划私有化,原本是回归A股市场的第一步。今年2月,李彦宏和龚宇联手向百度董事会发出私有化收购要约,计划按照28亿美金的价格,收购百度持有的爱奇艺80.5%的全部已发行股份。按这个收购价格计算,爱奇艺估值折合人民币220亿元。
然而在7月19日,爱奇艺私有化发生“逆转”,百度的美国股东对冲基金Acacia Partners发布公开信,一是认为28亿美金的价格太低——独立研究机构八六证券研究(86Research)将爱奇艺的估值定为58亿美元;同时也认为,爱奇艺将为百度股东带来长期潜在价值,现在出售带来的利益微不足道。信中还说,“我们担忧作出有着固有利益冲突的决定,将会损害您与百度的声誉。百度应该是一家受尊敬的重要企业,而不是获取个人经济利益的套现工具。”
Acacia Partners总部位于纽约,2012年9月起成为百度股东,目前持有百度美国预托股逾260万股,价值超过4亿美元。
事已至此,谁都看得出爱奇艺的上市之路实在是过于曲折了:
一开始赴美上市,但投资人不认可;
后来想拆除VIE在国内上市,却又遇到政策突变——“战略新兴板”取消;
再后来与百度股东的私有化谈判也不顺利,李彦宏等人的声明指出了爱奇艺私有化被撤回的背景:国内上市不确定性极大,且在框架和交易价格上与百度方面无法达成一致意见。
说到这里,笔者曾专访过前纳斯达克中国区首席代表徐光勋,他以经验告之:要完成私有化退市、解除VIE架构、借壳或重返A股IPO这3个阶段,期间存在很多不确定性;就算政策利好,宏观经济也有时差,至少1到3年才能看到效益,完成私有化到A股上市的过程少则一年,多则两年,这么长时间之后,A股市值如何谁也说不准。“这是一个耗时耗钱的过程。”
因此,眼观当下国内市场环境,一旦爱奇艺回归国内,有可能面临上市遥遥无期的窘境;如果继续留在美股市场,爱奇艺难以打开新的融资通道;如果单独冲击纳斯达克上市,爱奇艺很容易水土不服——“一是在境外拿不到应有的市值,二是持续维持的成本高,三是监管太严格,四是技术问题。”
实际上,直观具体业务,爱奇艺的表现反倒很激进。光2016年,爱奇艺就做了IP生态建设、加大了自制内容、赶趟了VR和直播;2016年上半年爱奇艺上线了近46部网剧、30余档综艺,独播剧《太阳的后裔》、《奔跑吧兄弟》等的热播,爱奇艺收割了超2000万的付费用户。在中国网络视听节目服务协会发布的《2015年中国网络视听发展研究报告》数据上,爱奇艺在2015年10月就实现了对合一集团的反超。
面对国内的战略新兴版被取消,以及私有化进程被终止后,爱奇艺此时的处境相当尴尬。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。