ในสัปดาห์นี้ อาลีบาบากรุ๊ปเผยแพร่การอัปเดตโดยสมัครใจเกี่ยวกับโครงการซื้อหุ้นคืนสำหรับไตรมาสเดือนมีนาคมของปีงบประมาณ 2024

ในข่าวอื่นๆ อาลีบาบาคลาวด์ได้ขยายขอบเขตแหล่งข้อมูลสำหรับการทำงานร่วมกันที่เปิดให้ใช้งานฟรีด้วยการเปิดตัวชุดเครื่องมือสร้างวิดีโอบน ModelScope

อาลีบาบากรุ๊ปเพิ่มอัตราการซื้อหุ้นคืนในช่วงไตรมาสเดือนมีนาคม

อาลีบาบาซื้อคืนหุ้นสามัญจำนวน 524 ล้านหุ้น มูลค่ารวม 4.8 พันล้านดอลลาร์ในช่วงสามเดือนสิ้นสุดวันที่ 31 มีนาคม 2567 เอกสารที่ยื่นในสัปดาห์นี้แสดงให้เห็น เพิ่มขึ้นจาก 2.9 พันล้านดอลลาร์ในช่วงไตรมาสก่อนหน้า

เมื่อต้นปีที่ผ่านมา กลุ่มกล่าวว่าจะเริ่มอัปเดต โดยสมัครใจ เกี่ยวกับโครงการซื้อหุ้นคืนเพื่อเพิ่มความโปร่งใสให้กับนักลงทุน

อัตราผลตอบแทนรวมของผู้ถือหุ้นของอาลีบาบา ในรูปแบบของเงินปันผลและการซื้อหุ้นคืน ส่งผลให้บริษัทในกลุ่มเดียวกันที่มีขนาดใหญ่ขึ้นแตะ 6.5% ในช่วงปีปฏิทิน 2566

โครงการซื้อคืนที่เพิ่มขึ้นเป็นส่วนหนึ่งของการขับเคลื่อนที่กว้างขึ้นของ “มูลค่าคืนให้กับผู้ถือหุ้น” ตามที่ Joe Tsai ประธานกลุ่มอาลีบาบา กำหนดไว้เมื่อปีที่แล้ว

“กิจกรรมการจัดการทุนของเรามีความเคลื่อนไหวและยังคงมีความสำคัญสูงสุดสำหรับทีมผู้บริหารและคณะกรรมการบริหารของเรา” เขากล่าวในระหว่างการรายงานผลประกอบการในเดือนพฤศจิกายน

ภายใต้โครงการปัจจุบันที่มีผลจนถึงสิ้นเดือนมีนาคม พ.ศ. 2570 กลุ่มนี้มีเงินจำนวน 31.9 พันล้านดอลลาร์เพื่อใช้ในการซื้อคืนเชื้อเพลิง

ชุดเครื่องมือโอเพ่นซอร์สของ Alibaba Cloud สำหรับการพัฒนาโมเดลการสร้างวิดีโอ

อาลีบาบาคลาวด์เปิดเผยในสัปดาห์นี้ถึงความคิดริเริ่มโอเพ่นซอร์สล่าสุดเพื่อกระตุ้นการพัฒนาโมเดล AI ในการสร้างวิดีโอ

บริษัทได้เปิดชุดเครื่องมือบนชุมชนโมเดล AI ModelScopeซึ่งขับเคลื่อนการพัฒนาโมเดลข้อความเป็นวิดีโอ รวมถึงเครื่องมือประมวลผลข้อมูล ชุดข้อมูลหลายรูปแบบ โมเดลพื้นฐาน เครื่องมือการฝึกอบรมและการอนุมาน

โมเดลการสร้างวิดีโอต้องการข้อมูลการฝึกอบรมคุณภาพสูงจำนวนมหาศาลและเครื่องมือการประมวลผลขั้นสูงสำหรับชุดข้อมูลหลายรูปแบบ

เพื่อรับมือกับความท้าทายในการประมวลผลข้อมูลData-Juicer แบบโอเพ่นซอร์สของ Alibaba Cloud ซึ่งเป็นระบบประมวลผลข้อมูลแบบครบวงจรที่ประกอบด้วยวิดีโอ รูปภาพ เสียง ข้อความ ตลอดจนตัวดำเนินการและเครื่องมือประมวลผลข้อมูลหลายรูปแบบอื่นๆ หลายร้อยรายการ

นอกจากนี้ยังใช้โอเพ่นซอร์ส แบบจำลอง พื้นฐาน denoising ที่สร้างขึ้นบนพื้นฐานของชุดข้อมูลขนาดเล็ก นักพัฒนาสามารถใช้โมเดลพื้นฐานสำหรับการฝึกโมเดลขั้นสูงเพื่อพัฒนาโมเดลการสร้างวิดีโอ

นับตั้งแต่เปิดตัว นักพัฒนามากกว่า 4 ล้านคนได้ใช้ ModelScope เพื่อเข้าถึงโมเดลมากกว่า 3,000 โมเดลและชุดข้อมูลหลายพันรายการ