Twitter于當(dāng)?shù)貢r(shí)間本周三發(fā)布了該社交網(wǎng)絡(luò)上市后的首份季度財(cái)報(bào),業(yè)績超分析師預(yù)期。財(cái)報(bào)顯示,Twitter第四季度營收為2.43億美元,調(diào)整后每股收益為2美分。截至去年第四季度末,Twitter每月活躍用戶為2.41億。
然而,盡管該公司第四季度營收較去年同期增長了116%,Twitter在第四季度的凈虧損為5.115億美元,而2013年全年凈虧損為6.453億美元。從完整的2013財(cái)年來看,該公司公布其總營收為6.649億美元,每股虧損為18美分。
不過,盡管Twitter尚未盈利,投資者們對(duì)該公司一直很期待,自其11月首次公開募股(IPO)以來,其股票從26美元的IPO價(jià)一直漲至當(dāng)?shù)貢r(shí)間本周三65.25美元的收盤價(jià)。
盡管Twitter股價(jià)很吸引人,然而,特別是在美國之外,人們真正需要關(guān)注的問題主要是該公司用戶量的增長能力,以此來提高其廣告收入。需要強(qiáng)調(diào)的事實(shí)是,盡管該公司月度活躍用戶量的增長同比上升了30%,但自第三季度結(jié)束以來,其增長率僅有4%。長期來看,Twitter的用戶增長速度正在放緩。在2013年第一季度,Twitter用戶增長量同比增長48%,而第二季度同比增長44%,到第三季度,該數(shù)據(jù)降至39%,繼而至第四季度的30%。
分析師曾達(dá)成共識(shí),預(yù)測(cè)Twitter第四季度營收將為2.178億美元,并預(yù)測(cè)其每股損失為2美分。而對(duì)整個(gè)2013財(cái)年業(yè)績,分析師曾預(yù)計(jì)Twitter每股損失為19美分,總營收為6.394億美元。
毫無疑問,由于第四季度Twitter每股收益并非虧損而是盈余,營收也高于預(yù)期,這些預(yù)測(cè)顯然大錯(cuò)特錯(cuò)。
Twitter第四季度業(yè)績有以下亮點(diǎn):
•截至去年12月31日,Twitter月度活躍用戶(MAUs)達(dá)2.41億年。較去年同期增長30%。
•Twitter月移動(dòng)活躍用戶達(dá)1.84億,較去年同期增長37%??傮w而言,移動(dòng)用戶量占月度活躍用戶量的76%。
•Twitter第四季度時(shí)間軸瀏覽量達(dá)到1480億次,較去年同期增長26%。
•第四季度Twitter每千次時(shí)間軸瀏覽量的廣告營收達(dá)到1.49美元,同比增長了76%。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。