
据福克斯商业报道,美国证券交易委员会已向特斯拉发送传票,内容涉及该公司计划私有化和其CEO埃隆.马斯克(Elon Musk)关于该计划的声明。随后,“纽约时报”也报道确认传票已被发出。
上周二,马斯克通过 Twitter 宣布了特斯拉的私有化意向和计划,表示考虑以每股420美元的价格回购特斯拉股份。并暗示他的这笔资金已经到位,只待股东进行投票。
受该消息影响,特斯拉股价周三收盘继续大跌3%,一周累计下跌超过8.5%,基本回吐了私有化消息公布所获得的全部涨幅。截至周三收盘,特斯拉今年股价已经累计下跌超过6.5%。而对于CEO突然公开宣布的私有化消息,特斯拉董事会成员们也表示自己“被蒙在鼓里”。
这一举动立即引发了争议,美国证券交易委员会指出,根据规定,通常要求公司在重要事件发生的四个工作日内提交相关文件,但马斯克是先宣布再递交文件。对此,美国证券交易委员会已经向特斯拉发去传票,调查其推文是否违反了有关市场操纵的规定。
美国证券交易委员会表示,一般而言,公司可以在社交媒体上公布重要信息,但不能误导投资者。如果调查人员得出结论认为马斯克的推文夸大了融资的性质,这可能构成市场操纵案例的基础,涉嫌蓄意操纵股价。
作为回应,特斯拉聘请了两家律师事务所来帮助处理此次“传票”事件,并就私有化提供建议。
资金来源问题未定
关于资金来源,在本周一发布在特斯拉官方网站上的博文中,马斯克解释了他之所以使用“资金保障”一词,是因为他“非常笃定”地认为在协议达成之后,沙特阿拉伯公共投资基金会(The Public Investment Fund)将为特斯拉的私营回购活动提供资金。他指出,其已经于今年7月31日与该基金的执行董事进行了会面。另外,他提到之所以通过推文公布这一消息,是因为他希望所有特斯拉投资者都能意识到特斯拉重归私有化的可能性。
此外,他还指出,特斯拉私有化的大部分资金将会通过股权融资来完成,而非债务融资。“这意味着,将与企业私有化通常使用的标准杠杆买进结构不同,特斯拉不会背负巨额债务。”马斯克表示。
马斯克同时估计称,特斯拉公司股东所拥有的全部股票当中,约有三分之二将直接转为私有化特斯拉股票。如果真的能够这样完成平衡过渡,他将不必以每股420美元的价格,以超过700亿美元总额从所有当前股东手中回购全部股票。
然而,这一筹资方案似乎进展得并不顺利。沙特公共投资基金对其资源分配拥有很多要求,包括财务方面和政治方面。
而目前,其超过一半以上的资产都投到了大型沙特公司之中,这些公司的股票可能很难大批卖出。此外,这家基金已经对其他科技公司或项目做出重大承诺,包括向软银牵头的愿景基金投资450亿美元。此前,它还宣布向美国网约车巨头Uber投资35亿美元,向维珍集团的太空公司投资10亿美元,另外还要拿出200亿美元,用于和黑石集团合作的基础设施投资基金。
与此同时,该基金还面临着在国内投资的压力,眼下经济滑坡正导致沙特人民的失业率创下历史新高。虽然它规模庞大,但许多资产都不具有流动性,可用现金也有限。
另一方面,从美国方面来看,来自外国的投资将使得私有化面临更多的监管挑战,包括加强了外国对美国科技公司投资的审查。
目前为止,沙特主权基金以及该国政府官员都拒绝对马斯克的声明发表任何评论。但据熟悉沙特公共投资基金的银行家周二称,他们尚未发现该基金准备承诺参与特斯拉交易的迹象。
对此,还有“花边”消息称,在上周末期间,马斯克与女友一直在家中“躲起来想办法筹集资金”,并且在这个时期马斯克显得有点“心烦意乱”。
特斯拉及马斯克发言人否认了这一消息,并拒绝对特斯拉资金来源问题发表评论。
私有化早有苗头
事实上,马斯克的对特斯拉私有化的想法早有苗头。在去年11月接受《滚石》杂志采访时他就曾指出:“我希望我们能让特斯拉重新归为私有,上市公司的头衔实际上已经降低了我们的工作效率。”
此外,马斯克还曾经多次表示,特斯拉将在今年年底之前实现盈利。尽管最近几个季度,其运营成本仍然有所增加,但其已经不再需要筹集额外的资金支持自身运转。
截至去年6月底,特斯拉公司表示其已经成功实现了在一周之内制造5000辆Model 3车型的目标。马斯克此前曾经指出,特斯拉将在2017年年底之前达成这项目标。而这样迅速提高的生产速率,无疑将对特斯拉的扭亏为盈起到至关重要的作用。
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。