全球高性能模拟及混合信号半导体领导者 Skyworks(纳斯达克代码:SWKS)与全球领先的连接和电源解决方案供应商 Qorvo(纳斯达克代码:QRVO)今日宣布,两家公司已达成最终协议,将通过现金与股票交易完成合并。该交易将合并后的企业估值约为 220 亿美元,旨在共同打造一家总部位于美国且全球领先的高性能射频、模拟及混合信号半导体公司。
Skyworks 首席执行官兼总裁 Phil Brace 表示:“此次合并是业内及 Skyworks 的重要里程碑。结合 Skyworks 与 Qorvo 互补的产品组合及世界一流的工程技术团队,将增强我们满足移动及多元化广泛市场客户需求的能力。借助更大的规模、更多元化的客户基础及运营协同效应,我们能够为客户带来更多创新,同时为股东创造可持续的价值。”
Qorvo 首席执行官兼总裁 Bob Bruggeworth 表示:“Qorvo 与 Skyworks 秉承共同的创新文化,始终致力于解决客户最复杂的技术难题。与 Skyworks 携手后,我们能够加速创新,并在众多增长领域提供更广泛、更全面的解决方案。我们期待能充分利用双方团队及产品和技术组合的综合优势,巩固在移动领域中的能力,并显著扩大在国防与航空航天、边缘物联网、AI 数据中心、汽车及其他由长期增长趋势驱动的行业中的影响力。”
战略理由与交易亮点
此次交易预计将为客户、员工及股东带来显著的长期价值。
交易详情
根据协议条款,在交易完成时,Qorvo 股东每持有一股 Qorvo 股票,将获得32.50美元现金及0.960股 Skyworks 普通股。这意味着合并后的企业价值约为220亿美元。
交易完成后,Skyworks 股东将持有合并后公司约63%的股份,Qorvo 股东约持有37%的股份(按完全稀释基准计算)。Phil Brace 将担任合并后公司的首席执行官;Bob Bruggeworth 将加入董事会。合并后公司的董事会将由11名董事组成,其中8名来自 Skyworks,3名来自 Qorvo。
Skyworks 计划使用现金储备及额外融资支付现金部分,并已获得高盛美国银行的债务融资承诺。该交易不受融资条件限制。合并后的公司在完成交易时的净杠杆率预计约为过去十二个月调整后税息折旧及摊销前利润(EBITDA)的1.0倍。这种稳健的资本结构将允许持续及进行业务投资以提升股东价值。
时间安排与审批
两家公司的董事会均已一致批准该交易,该交易预计于2027年初完成,但前提是需获得必要的监管批准、Skyworks 与 Qorvo 股东的批准,并满足其他常规成交条件。持有Qorvo 约8%股份的Starboard Value LP 已签署支持该交易的投票协议。
财务初步结果
Skyworks 今日发布2025财年第四季度及全年初步财务结果,详情见 Skyworks 官方网站。按计划,Skyworks将于2025年11月4日发布新闻稿并举行分析师电话会议,分享其完整的第四季度财务业绩。
同样,在今日另行发布的新闻稿中,Qorvo 公布了其2026财年第二季度的初步财务业绩,该新闻稿可在 Qorvo 官方网站(位于财务新闻下方)查阅。Qorvo将于2025 年11月3日公布2026财年第二季度财务业绩并举行电话会议。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。