Nikola年亏7亿美元:从卡车界特斯拉变成骗子界天花板

Nikola作为曾经的氢燃料卡车明星,因其与特斯拉相似的名字和高估值而备受关注。然而,公司被曝出多项欺诈指控,包括虚假宣传和误导投资者。Milton辞职后,公司股价大幅下滑,面临法律诉讼和调查。目前市值仅剩27亿美元,与初创时相差巨大。
摘要由CSDN通过智能技术生成

96c54d3316525ae573b3517ab9c7510b.png

雷递网 雷建平 5月15日报道

氢燃料重型卡车制造商Nikola日前发布年报,年报显示,截至2022年3月2日,Mark A. Russell持股为11.7%,Kim J. Brady持股为2.4%,Britton M. Worthen持股为1.3%。

72e62e6d0c90db4761483e15d887fd9f.png

截至2022年3月2日,Nikola股权结构

Milton旗下M&M Residual持股为11.8%,Iveco S.p.A持股为6.1%,Norges Bank持股为5%。

cdc5a25ccead354531c7a086b2766cb5.png

Nikola在2021年无营收,研发开支为2.93亿美元,销售与市场及管理费用为4亿美元,净亏损为6.93亿美元。

e5f5016b0da1f374a29738ec03b3a383.png

Nikola在2020年营收也不多,研发开支为1.86亿美元,销售与市场及管理费用为1.83亿美元,净亏损为3.84亿美元。

Nikola在2021年Adjusted EBITDA为-3.03亿美元,上年同期的Adjusted EBITDA为-2亿美元。

也就是说,Nikola在2020年到2021年两年,一共净亏损超过10亿美元,Adjusted EBITDA为-5亿美元。

Nikola在2022年第一季度的营收为188.7万美元,净亏损为1.53亿美元;上年同期的营收为0,净亏损为1.2亿美元。

从卡车界特斯拉变成骗子界的天花板

7eecd29a0497e0fa05ab2856ad5a14a0.png

Nikola被称为卡车界的特斯拉,Nikola和Tesla合起来是美国发明家尼古拉·特斯拉——Nikola Tesla的名字。

3550a6cb276e400d0ac23cae5e48aa7e.png

尼古拉·特斯拉(NikolaTesla)是塞尔维亚裔美籍发明家、物理学家、机械工程师、电气工程师,1895年,他替美国尼亚加拉发电站制造发电机组,该发电站至今仍是世界著名水电站之一。

1897年,尼古拉·特斯拉使马可尼的无线电通信理论成为现实。1898年,他制造出世界上第一艘无线电遥控船,无线电遥控技术取得专利。

1899年,尼古拉·特斯拉发明了X光(X-Ray)摄影技术。其他发明包括:收音机、雷达、传真机、真空管、霓虹灯管、飞弹导航等。

7e4339dffb2592b9856f2cb06cd77c2b.png

Nikola则以开发氢燃料电池和电池为动力的新能源重型卡车为主。2018年11月,Nikola向特斯拉发起挑战,推出属于自己的新能源半挂车。

Nikola于2020年6月以120亿美元的估值在美国纳斯达克完成上市,并募得资金7亿美元。

当时,Nikola的创始人Trevor Milton(特雷弗·米尔顿)宣布,接受旗下皮卡车型Badger预定,Badger装载氢燃料和电池组,续航能力达960公里。

c6b35172066a68c8ee8de428711ca2c1.png

2020年9月,Nikola与通用汽车签订认购协议,据此,Nikola同意发行和出售47,698,545股股票给通用汽车,整体作价为20亿美元。

在这个节骨眼,做空机构兴登堡研究公司(Hindenburg Research)针对Nikola及其创始人Milton发布了措辞严厉的报告:“我们从没有在一个上市公司中见过规模如此大的骗局。” 

Hindenburg称,Milton严重夸大了公司的技术能力,并向投资者撒谎。此后,进一步的研究给出了确凿的证据,暗示Nikola的股票的价值可能为零。

Hindenburg最重要的两大控诉是:

1,2018年,Nikola在一段视频广告中展示了其氢燃料电池卡车Nikola One的原型车,广告中是该款车在行驶的画面,但事实并非如此,车辆本身并不会动,而是被放到了一个斜坡上拍出来的效果。

2,2020年7月Milton曾声称在德国乌尔姆有5辆Nikola Tre下线,然而为其负责生产这款卡车的合作伙伴博世却证实,没有完整地生产任何Nikola产品。

Hindenburg断定Nikola为获得发展势头存在大量欺骗行为,以此成功地将其所做的虚假陈述变成了市值200亿美元的上市公司。

在“造假”带来的舆论压力以及投资人的诉讼后,Milton“引咎辞职”。此后,通用汽车取消入股Nikola,博世减持股份、大额订单跑票。美国司法部展开调查,Milton还因欺诈指控遭到起诉。

当然,这并不影响Milton赚钱,Milton在2021年相继两次减持,一共套现了2.84亿美元。Milton用股市圈来的钱买小岛,买飞机。

2021年12月,美国SEC指控Nikola违反了美国证券法,在2020年对该公司的产品和未来的财务前景做出了许多误导性陈述。“所有这些行为都虚假地描述了该公司的业务和技术的真实状况。这种不当行为--以及它对零售投资者造成的伤害--值得今天的和解协议提供强有力的补救措施。”

最终,Nikola同意支付1.25亿美元,以和解对其产品和技术成果误导投资者的指控。

截至今日,Nikola股价为6.41美元,市值27亿美元,较上市之初相去甚远。

———————————————

雷递由资深媒体人雷建平创办,若转载请写明来源。

ec2b39039f08544487da0e224db13d8d.png

6a2e2f633412136372922acf1897c1d4.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值