SK海力士美国IPO火爆超额认购
快科技7月8日消息，据媒体报道，SK海力士拟发行的280亿美元美国存托凭证（ADR）计划，在周四定价前已获得数倍超额认购，市场需求旺盛。 据知情人士透露，本周一约有1000家机构投资者参与了公司管理层举办的路演电话会议。SK海力士发言人尚未对此作出回应。这一认购热潮最早由《国际金融评论》（International Financing Review）披露。 SK海力士于周一正式启动推介，计划发行1.779亿份ADR。按上周五其韩国普通股收盘价估算，本次发行规模约280亿美元，有望成为外国企业在美最大规模I
华为乾崑智驾高阶功能包7月调整售价 最长赠送3年智能驾驶保障
6月22日，引望官方发布通知，华为乾崑智驾 ADS Max 高级功能包将于7月1日起实行新价格体系。其中，限时优惠价格将不再适用，恢复至36000元的标准定价。值得关注的是，配合此次价格变动，引望同步推出 ADS 高阶功能包保障与服务权益，对智能驾驶保障权益进行了全面升级，将城市 NCA 及高速 NCA 纳入保障范围。对于7月1日前已购买高阶包的用户，可获赠1年权益；对于7月1日至12月31日期间购买高阶包的用户，最多可获得3年权益。 通知还明确指出，用户购买时可享受的高阶功能包补贴政策，由各汽车厂商自行
SK海力士美股IPO获数倍超额认购，周四定价格局已定
据知情人士透露，SK海力士规模达280亿美元的美国上市计划在周四正式定价前，已吸引数倍超额认购。 消息人士指出，这家韩国存储芯片巨头此次发行备受全球股票多头基金及科技领域投资者的热烈追捧。 知情人士透露，约1,000家机构投资者于周一参与了管理层召开的路演电话会议。SK海力士发言人尚未就此事发表评论，International Financing Review率先披露了此次发行的认购盛况。 SK海力士于周一启动推介活动，拟发行1.779亿份美国存托凭证（ADR）。按上周五其韩国普通股收盘价计算，此次发行规
瑞银策略：增持SK海力士ADR，减持首尔本地股
瑞银集团（52.15, 1.11, 2.17%）表示，投资者应买入SK海力士即将推出的美国存托凭证（ADR），同时抛售该芯片企业在韩国上市的股票，原因在于ADR在交易期间有望出现溢价。 该瑞士银行的销售与交易团队在致客户报告中强调，对于对冲基金等机构而言，此类ADR相比韩国本土股票更具吸引力，因其持有效率更高且成本更低。报告还提及，部分尚未持有SK海力士首尔上市股份的全球组合经理，亦可购入这些美国证券。 “自首日即做多其ADR并做空韩股，似乎无需过多迟疑，”瑞银报告指出，“鉴于ADR折价可能性极低，风险可
SK海力士拟赴美IPO发行1779万股
SK海力士拟在美国上市发行1779万股普通股。 公司预计，此次发售由ADS代表的1779万股普通股，预计可募集约280亿美元净额。 该公司称：计划发行1.779亿份ADS，每份ADS对应十分之一股普通股，面值为5000韩元。 这些普通股将以ADS的形式进行发行。 责任编辑：刘明亮 新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。 郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资
全球瞩目！存储双雄迎来重大考验时刻
7月7日，三星电子将披露今年第二季度初步业绩；7月10日，SK海力士计划在纳斯达克发行美国存托凭证（ADR），预计募资规模最高达294亿美元。 在Meta计划出售多余算力的消息被广泛报道后，全球芯片股迎来剧烈波动，市场对AI产业链巨额投资回报前景产生担忧。在这一背景下，三星电子能否交出超预期的业绩答卷，SK海力士ADR上市后能否获得资金追捧，成为本周市场的两大看点。 三星业绩能否再超预期？ 三星电子将于7月7日盘前公布今年二季度初步业绩数据。 据中证海外资讯，LSEG SmartEstimate基于30位
英伟达否认AI服务器架构延期 供应链股价仍遭重创
有消息称英伟达新一代人工智能（AI）服务器机架架构因生产难题将延后逾一年面世，亚洲印刷电路板（PCB）厂商股价应声大跌。 调研机构SemiAnalysis在X平台披露，英伟达Kyber NVL144架构系统在PCB生产环节遇阻。 英伟达发言人书面回应称，"我们的产品规划并未调整"。 AI服务器架构延期的传闻进一步加深了市场对科技股的审慎态度。历经数年由人工智能驱动的牛市后，科技板块估值已然高企。与此同时，随着负债规模攀升，市场对支撑AI繁荣的巨额资本投入能否延续的忧虑亦在升温。 英伟达主要供货商之一的日本
ADMA被诉财务造假：渠道压货致股价暴跌
生物制药公司ADMA Biologics（NASDAQ：ADMA）正遭遇证券欺诈集体诉讼，起因是做空机构Culper Research于2026年3月24日发布的报告，指控其通过渠道压货与未披露关联方交易虚增收入。 诉讼已提交至美国新泽西州联邦地区法院。起诉书指出，ADMA及其部分高管在2024年8月9日至2026年3月25日期间发布虚假或误导性声明，隐瞒关键事实：存在未公开的关联交易、利用渠道压货制造虚假增长、内控机制严重缺失。 Culper Research称，ADMA两家主要分销商之一的两名高管证实
Acadia Pharmaceuticals迎来新任首席人才官Carl Segerstrom
生物制药企业Acadia Pharmaceuticals今天对外公布，Carl Segerstrom正式出任首席人才官一职，任命自即日起生效。Segerstrom将全面掌管公司的全球人力资源规划，涉及人才吸纳、员工培育、组织文化塑造以及薪酬福利体系的完善等多个方面。 Segerstrom在人力资源领域积累了超过二十五年的专业履历。在加盟Acadia之前，他服务于Illumina，担任全球人力资源高级副总裁，统筹该公司遍布40余国的人力资源业务，推动了人才管理、组织进化和员工体验等领域的全面升级。其早期职业
SK海力士推进美国上市路演 或创全球IPO规模前三纪录
SK海力士于本周一开始了其在美国上市的路演活动。这家韩国半导体企业期望利用当前存储芯片领域需求旺盛的市场热情，顺利达成此次发行目标。 依据提交给美国证监会的材料，SK海力士计划出售对应约1，779万股普通股的美国存托凭证。参照其韩国本土股票上周五的收盘价格，此次发售总额接近280亿美元。这次ADR发行恰逢SK海力士在韩国市场的股价年内已飙升约260%，推动公司总市值跨越1万亿美元门槛。 作为全球领先的高带宽内存生产商，赴美上市将为SK海力士开辟一条关键的资本补充路径。随着人工智能运算对配套硬件需求急剧上升
诺诚健华股价飙升 ICP-B208 新药首例患者给药
诺诚健华(14.12, 1.04, 7.95%)（09969）盘中涨幅突破9%，截至今日发稿，股价已上扬6.42%，报13.92港元，累计成交5426.90万港元。 7月6日，诺诚健华官方发布消息，宣布公司自主研发的靶向CDH17新型ADC药物ICP-B208已顺利完成首例患者给药。依托诺诚健华自有的ADC技术平台，ICP-B208采用人源化抗CDH17抗体，通过蛋白酶可裂解连接子与公司自研的高效载荷偶联，能够精准打击肿瘤细胞，同时大幅降低脱靶风险。 资料显示，CDH17属于钙黏蛋白家族，在肿瘤细胞的增殖
外贸AI看似火热，为何实际用起来处处碰壁？
外贸业务开发平台如今几乎人手一个。AI查关税、AI写开发信、AI做背调，表面上似乎每家企业都搭上了AI的快车。但真正落地后感受天差地别——有人直呼真香，有人却觉得不过是新瓶装旧酒，该花的精力一分没少。坦白讲，评判外贸AI业务开发平台是否好用，关键看三个核心指标。第一，线索质量——搜到的客户是精准对接还是垃圾重复，这直接左右后续全部工作的效率。第二，智能深度——是机械问答、报告出炉后仍要亲力亲为，还是接管执行、切实节省人力，二者存在本质差异。第三，场景覆盖——仅限于查数据挖人脉，还是能串联完整开发链路乃至延
Adobe Illustrator(AI)安装资源获取与永久免费使用指南（含全版本安装文件）
https://pan.baidu.com/s/1dtietqvuGgM5QWgq0NeYnw?pwd=6688提取码：6688软件均为压缩文件，请务必使用360压缩解压后再进行安装，不解压直接进行安装会导致软件安装失败360压缩下载地址：https://yasuo.360.cn/如遇软件下载链接失效，在公众号内回复【软件下载】，即可获取最新的下载链接任何问题都可以咨询人工客服，如需人工客服，请在公众号内回复：人工客服
SK海力士ADR发行拟向银行支付0.5%承销费用
据知情人士透露，SK海力士正考虑将其在美国上市募集资金的约0.5%支付给参与该交易的银行。 报道称，这家韩国芯片制造商已表示可能发行不超过其流通股2.5%的股份，尽管最终发行规模尚未确定。 报道补充称，SK海力士还可能在基础承销费之外支付酌情奖金。 这家全球第二大内存芯片制造商将于7月6日启动美国存托凭证（ADR）的簿记建档流程，并于7月9日确定最终发行价，随后于次日在纳斯达克(25832.6716, -207.36, -0.80%)上市。 SK海力士拒绝了置评请求。 负责此次股票发售的高盛(1021,
AI先驱Yann LeCun再破世界模型瓶颈：AI实现边执行边进化！
世界模型被普遍视为迈向通用人工智能的关键路径之一，它相当于AI在内部构建了一个由外部环境构成的模拟系统，Yann LeCun是这一领域极具号召力的倡导者。以往的世界模型存在一个明显短板：在实验室中用大量数据完成训练后，其参数随即进入冻结状态，然后直接投入使用，相当于训练一次，终身使用。这使得它一旦进入新环境，碰到未曾见过的情形，就很容易暴露出掉链子的状况。模型能否适应现实环境，完全取决于训练数据是否涵盖所有情形，但现实环境的复杂度远超训练数据所能覆盖的范围。近期，纽约大学携手前Meta首席AI科学家LeC