Adobe發(fā)布了2014財(cái)年第一季度財(cái)務(wù)報(bào)告,其業(yè)績(jī)、營(yíng)收均超該公司預(yù)期,同時(shí)創(chuàng)意云(Creative Cloud)服務(wù)訂戶持續(xù)增加。
該公司在當(dāng)?shù)貢r(shí)間本周二公布了其今年第一財(cái)季報(bào)告,報(bào)告顯示,Adobe第一財(cái)季凈利潤(rùn)為4705萬美元,每股收益為9美分,營(yíng)收為10億美元。調(diào)整后每股收益為30美分,較分析師預(yù)期超出5美分。
此外,Adobe旗下的創(chuàng)意云服務(wù)較一年前新增了40.5萬名訂閱用戶,且其創(chuàng)意業(yè)務(wù)折合成年度經(jīng)常性收入接近10億美元。
Adobe首席執(zhí)行官山塔努·納拉延(Shantanu Narayen)在其簡(jiǎn)報(bào)中表示,該公司創(chuàng)意云服務(wù)的新功能一直深受好評(píng)。
關(guān)于下季度預(yù)期,Adobe預(yù)計(jì)其2014財(cái)年第二季度營(yíng)收將在10億美元至10.5億美元之間,按照非公認(rèn)會(huì)計(jì)準(zhǔn)則計(jì)算,其每股收益將在26美分到32美分之間。而華爾街預(yù)預(yù)期Adobe第二財(cái)季每股收益為26美分。
納拉延在一次電話會(huì)議上指出,Adobe的"營(yíng)銷云"(Marketing Cloud)正逐漸獲得大家青睞,許多業(yè)內(nèi)分析師認(rèn)為它是業(yè)界最好的營(yíng)銷云。納拉延表示,當(dāng)我們統(tǒng)觀全局時(shí),發(fā)現(xiàn)我們所有的解決方案都有極佳的意識(shí)、良好的牽引,而人們采用的是新解決方案而不是產(chǎn)品。
其他要點(diǎn):
創(chuàng)意云服務(wù)訂閱合同的平均期限約為18個(gè)月,不過也有一些用戶的訂閱期為三年。
•總體而言,用戶主要是通過例如PhotoShop這樣的點(diǎn)產(chǎn)品注冊(cè)了完整的創(chuàng)意云服務(wù)。
•高管們認(rèn)為,創(chuàng)意云服務(wù)的下一個(gè)更新將基于訂閱模式傾向客戶群。因?yàn)榈诹鎰?chuàng)意套裝(Creative Suite 6)已經(jīng)有些年老了。
從數(shù)據(jù)上來看:
•Adobe營(yíng)銷云取得的營(yíng)收較上一年相比增長(zhǎng)24%。Adobe表示其預(yù)訂量增長(zhǎng)指標(biāo)有望達(dá)到30%。
•其中54%的營(yíng)收來自美洲,30%來自歐洲、中東和非洲地區(qū)(EMEA),16%來自亞洲。
•季度末遞延收入為8.81億美元。
•截止到季末,Adobe現(xiàn)金和現(xiàn)金等價(jià)物共31.3億美元。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。