10月30日晚,天海投资发布2017年三季报,受益于英迈国际并表,公司1月-9月份营业收入达2238.95亿元,同比增近145倍,归属上市公司股东净利润1.21亿元,归属于上市公司股东的扣除非经常性损益的净利润5.36亿元,同比增6.9倍。业内人士分析,随着英迈业务协同效应逐渐发挥,海运业务剥离完毕,天海转型科技的路径日渐清晰,公司未来盈利能力将进一步增强。
近年来,海运行业难言乐观,在此大背景下,天海投资积极寻求转型,逐步完全剥离海运业务,包括一家运输企业、三家海运支持辅助企业。
2016年12月16日,公开披露将下属子公司天津津海海运有限公司100%股权和债权转让给关联方上海海航海运有限公司,转让价款为156.07万元。
2017年9月9日,公开披露将下属子公司天津市天海海员服务有限公司100%股权,转让价款为10万元;天津市天海货运代理有限公司100%股权转让价款为402.63万元;天津市天海国际船务代理有限公司90%股权,转让价款为3.4万元。据了解,天海投资相关航运业务已完成剥离,相关成本已计入当期非经常性损益,四季度财务数据中将无航运业务收入和成本,不但资产质量显著改善,也为发展新业务轻装上阵。
对英迈国际的收购,成为天海投资发展史上的重要转折点,公司就此展开科技产业的战略布局。
三季报显示,2017年9月,天海投资已积极着手开展售卖云服务的云集市业务、多种云产品管理、云服务供应商拓展及管理以及围绕云服务的增值服务等内容。据了解,天海此次把英迈全球领先的云集市业务模式引入中国,产品计划今年年内落地,预计将对国内云服务市场带来较大影响。同时,天海投资已开展航旅云业务体系的初步规划,目前初步完成航旅云开放平台V1.0搭建,上线涵盖多家航空公司OTA接口接入。
同时,天海投资也在加速人工智能领域的布局。2017年10月,天海投资与深圳市商汤科技有限公司签署战略合作备忘录,拟合作项目包括GPU阵列深度学习超算中心建设、AI视觉智能基础能力建设、智慧空港AI项目、智慧租车AI项目等。
10月17日,海航集团宣布将全面数字化战略转型,投资500亿元人民币打造数字化新旅游平台HiApp。业内人士指出,作为海航集团面向未来布局的产业,海航科技集团已全面布局AI、大数据、云计算和智能制造等科技领域。目前,海航科技集团旗下仅有天海投资一家A股上市公司,有分析预计,天海投资未来将获得大股东更多资源和资金支持,公司基本面有望持续改善。
英迈国际加入天海投资近一年来,发展势头良好,协同效应初显。天海投资帮助英迈国际在中国实施“全球卖”战略,帮助英迈国际进一步打开中国市场。如英迈国际已与全球消费级无人机巨头企业大疆创新科技有限公司进行合作,助力其无人机系列开拓新的国际市场。
新零售时代,线上线下与仓储物流结合是大势所趋。作为全球最大的技术产品供应链运营者,英迈国际已布局未来智能化仓储物流领域。2017年9月5日,英迈国际宣布与仓储自动化创业公司HDSGlobal签订合作协议,向其投资1000万美元。HDSGlobal将为英迈国际在全球IT、移动产业以及相关设备的物流服务行业,独家提供其RoboFS软件系统服务。此外,英迈国际在HP全球最大合作伙伴高峰论坛“HPReinventWorldPartnerForum2017”上获得“HP加拿大地区年度最佳经销商”、“HP美国地区年度最佳个人系统经销商”的奖项。
2017年9月26日,国际评级机构惠誉发布对英迈国际的最新信用评级,英迈国际获评“BBB-”信用等级,评级展望为稳定,表示企业基本情况令投资者满意。业内人士分析,英迈国际获得惠誉的投资级评级,是全球顶级评级机构对英迈在资本市场信用的认可,反映了市场对英迈加入海航后良好经营业绩和稳健财务状况的认可,未来或将进一步降低其融资成本,有助于提升天海投资盈利水平。
好文章,需要你的鼓励
Carma Technology 针对 Uber 提起专利侵权诉讼,称其侵犯了涉及拼车系统的五项专利。案情回溯至十年前,凸显专利保护对创新者的重要性,可能对 Uber 及其他公司带来巨大影响。
这项研究展示了如何通过在经济问题上进行后训练,让大语言模型像经济学家一样思考,从而实现战略性泛化能力。研究团队开发了名为Recon的7B参数开源模型,通过在2,100个高质量经济推理问题上进行监督微调和强化学习,不仅提升了模型在经济基准测试上的表现,更重要的是让模型在从未直接训练过的多智能体博弈中展现出合理的战略行为。结果表明,领域对齐的后训练可以作为智能体对齐的可扩展路径,通过结构化推理问题培养出更广泛适用的理性决策能力。
经过暂停战略调整,Automattic 宣布重返 WordPress 开发,包括核心、Gutenberg、Playground 等模块,计划今年推出 6.9 版本,并涉及与 WP Engine 的法律争端。
STORM框架是一种创新的对话系统研究方法,通过模拟用户和AI助手之间的信息不对称来解决意图触发性问题。研究发现中等程度的不确定性(40-60%未知信息)在某些情况下能够优于完全透明,挑战了传统的AI设计假设。通过对四种主流语言模型的测试,团队确定了不同模型在处理用户意图形成过程中的独特特点,为任务导向对话系统设计提供了实用指导。这项研究对隐私保护设计和偏见缓解具有重要启示,表明信息的战略性限制可能比信息最大化更有效。