虚拟化存储方案初创企业Tintri公司已经提交其首轮公开募股之相关申报文件。
此次提交的资料显示,该公司希望能够通过上市筹集1亿美元资金。
为何选择如此有限的融资水平?文件当中解释称,该公司目前仍处于持续亏损当中:2015、2016与2015财年其营收分别为4980万美元、8600万美元与1.251亿美元,而三年的净亏损额则分别为6970万美元、1.01亿美元与1.058亿美元。此份文件亦指出,该公司截至目前已经“累计亏损约3.337亿美元”。
IPO文件必须以客观方式对企业的运营前景作出评估,因此Tintri方面在这份申请当中列举了十家主要竞争对手——具体包括EMC、NetApp、戴尔、HDS、HPE、IBM、VMware、Nimble、Nutanix以及Pure Storage。该公司同时表示,虽然自身拥有诸多潜在优势,但在市场运营当中仍可能遭遇困境。文件还提到了上述“亏损经历”,并针对未来运营态势的不可预测性发布了数项警告。除此之外,由于公司在上市之后可能需要扩大人员招聘与基础设施规模,因此“运营费用在可预见的未来将会大幅增加”。而这还是已经考虑到时澳大利亚分支机构裁撤之后的情况。
考虑到上述状况,我们认为Tintri公司的股票恐怕很难激起投资者们的关注与追捧。
当然,好消息是Tintri公司认为其拥有总额达数十亿美元的市场发展机遇——包括虚拟化存储、全闪存阵列以及数据保护专用一级阵列等,这些业务也确实在不断增长当中。该公司同时认定,其解决方案将有利于吸引更多混合云买家。
这些问题都将在未来一个月到六个星期之内迎来实际答案——一般来讲,IPO文件提交与实际股票上市之间的间隔正是四到六周时间。
如果Tintri公司能够顺利实现IPO,那么对于自2011年以来至少已经为其投入2.6亿美元风险投资与私募资本的支持者们而言,其获取回报的日子终于到来。很明显,Tintri方面希望通过股票市场融资的方式快速整理自身资产结构。然而投资者们亦认为,Tintri公司肯定也已经注意到,即使是像Nutanix与Pure这样的热门存储厂商,其在成功完成上市之后仍然会遭遇长期亏损。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。