終於搞懂了 Sui 這次新融資的5億美元是怎麼回事了，和其他“微策略”的直接通過二級市場 ATM 的融資方式有點不一樣，是屬於“定向增發/分階段增發股票”來換取融資資金，不是一次性出售或者傳統債務融資。
這次的“股權信貸額度協議”（Equity Line Agreement）並不是一次性獲得5億美元的傳統融資，其具體運作方式如下：
- 融資工具：股權信貸額度 (Equity Line)。這可以理解爲一個靈活的“股權提款機”。
- 核心機制：Mill City Ventures 公司（“借款方”）與投資機構 A.G.P./Alliance Global Partners（“投資方”）籤訂協議。根據協議，Mill City 公司獲得了在未來一段時間內，有權（但非義務） 將自己公司的普通股（common stock）出售給A.G.P.的權利。
- 融資金額：總額度最高可達 5億美元。但這並不意味着公司馬上就拿到了5億美元。它只是一個上限，公司可以根據自身需求，分批次、分時間點來“提取”這筆資金。
- 主動權：融資的主動權完全掌握在 Mill City 公司手中。公司可以根據股價、市場環境和資金需求，自行決定何時出售股票、出售多少股票來換取資金。
- 資金用途：通過這種方式獲得的任何收益，都將用於推進公司的 SUI 金庫策略（SUI treasury strategy）。
簡單來說，這種融

figma 都要 adobe 一半市值了這咋玩🤣
再看好也別這麼透支啊，華爾街這幫人也太狠了。當初 adobe 要收購 figma 的時候 200 億美金，最後因爲反壟斷收購不成 adobe 還賠了 10 億美金，這筆金額甚至超過了Figma 此前所有融資的總和，借此大力發展，現在一舉逆襲又成功在美股上市，贏麻了簡直

Suiplay 香港本地自提和轉運回大陸教程，預計在 8 月開始發貨
距離香港比較近的小夥伴也可以考慮到香港自提，這樣不會被稅，稅費 13% (599*13%*7.2=¥560)基本也相當於運費了。實在沒法去也可以轉運回大陸，時間需要 8-15 天。
1、已經訂購 Suiplay 會收到郵件通知，讓你去填寫地址，在郵箱裏找到這封郵件【Your SuiPlay0X1 pre-order is confirmed】
2、進入之後會告訴你需要支付$35美金的運費，還有送一個遊戲機的保護殼。點擊【Pay shipping fee】，填寫郵寄信息
3、註冊【遞四方】或【Tiptrans】等轉運平台有香港轉運倉地址，這裏以遞四方爲例
有兩種一個是自提(費用很便宜)，還有一個郵政清關可以郵寄回大陸(會收 13% 的稅費才能清關)，下圖是兩者的區別
4、復制上面的地址把信息填到 SuiPlay 的快遞信息裏
注意：First name 填自己的名字，Last name是平台生成的識別號按照，提示填寫即可。地址分兩行，電話留平台的
5、用 Visa、萬事達、paypal 等方式支付 $35，國內的帶有 vise 和萬事達標志的信用卡也可以支付。支付完成以後會收到訂單確認郵件，等待官方發貨以後再到新增包裹中添加快遞單號，收件等信息
其他如果你有更好的轉運或郵寄方式歡迎交流合作

去看看郵箱有沒SuiPlay 的通知，現在可以填寫收貨地址了，寄送到香港還要再付一個 $35 的運費，預計發貨後 5-7 天就能收到
得看下要怎麼搞轉運了

我知道你很急，但能不能先別急，實在急的話你也不能把母豬給幹死啊，你讓其他公豬怎麼想

A 股又和 ETH 並駕齊驅了，而且發現這兩個今年的漲幅都是 10%

原來多兒來中國和瑞幸聯名還去一趟南京，笑死我了。徹底出名

徹底成功！ SBET 再次收網，希望你沒有被套

1、稅務局不是按照年度來收稅，是按照近 3 年的盈利來算，也就是 2022-2025 年，前面的不算
2、帳戶如果總體是沒有盈利也是不用交稅的，不存在本金虧損的情況下還要去補稅
3、兩家用戶最多的互聯網券商被查的概率很大
4、如果你的交易量比較大，盡管本金只有區區幾萬美金，年交易額幾百萬美金，也一樣會被通知。數據互換是不知道你資金體量，所以是用分紅和交易量來篩選的。
5、股票的分紅按照 20% 是確定的，10% 券商是直接扣走了，剩餘的 10% 要補繳
這幾年港美股的行情比較好，很多一被稅就是上百萬的，和稅務局的金額並不是一定按這個交，有一定談判的空間取決於不同地方稅務，很多律所也有合理避稅的方案，自己可以都了解情況再去稅務局，現在其實是沒有什麼統一的標準的，甚至有可能打電話叫你去交稅的人自己都搞不明白。

下面是發布會的內容總結👇
3. 功能應用：語音交互延遲減半，新增自然嗓音；API開放後，在商業模擬、科研、遊戲開發等領域應用廣泛，如提升售貨機業務淨值、加速科研、快速開發遊戲。
4. 未來計劃：幾周內推出編碼模型，提升多模態能力；未來3 - 4周啓動視頻生成訓練，目標是打造更快更智能的模型，推動人類文明升級。