5月19日,巴克萊發(fā)布研究報(bào)告稱,基于中國手游在2014年第1季度強(qiáng)勁的業(yè)績表現(xiàn),上調(diào)中國手游目標(biāo)價(jià)至34美元,并給予“加碼”評(píng)級(jí)。
截止到5月21日,中國手游的收盤價(jià)為19.8美元,這一價(jià)格離巴克萊的最新評(píng)級(jí)還有約72%的上漲空間。
事實(shí)上,這是巴克萊將中國手游納入研究范圍后一個(gè)多月的時(shí)間內(nèi)第二次推薦買入。早在今年4 月3日,巴克萊首次將中國手游納入研究范圍后,預(yù)測其未來12個(gè)月的目標(biāo)價(jià)為32美元,給予增持評(píng)級(jí)。
中國手游近日發(fā)布的2014年1季報(bào)顯示,其總營收達(dá)到3450萬美元,比去年同期增長488%,較上一季增長47%。非公認(rèn)會(huì)計(jì)準(zhǔn)則下凈利潤率達(dá)到17.8%,而上年同期為虧損。
巴克萊認(rèn)為,隨著手游行業(yè)的高速發(fā)展,自研加發(fā)行的運(yùn)營模式,加上豐富多元的游戲組合,是中國手游業(yè)績?cè)鲩L的主要原因。中國手游未來的增長空間主要有三個(gè)原因:一是中國手游已在臺(tái)灣、韓國、泰國設(shè)有當(dāng)?shù)鼗l(fā)行團(tuán)隊(duì),且發(fā)行成績不俗,看好其海外發(fā)行業(yè)務(wù)的發(fā)展和變現(xiàn)能力;二是中國手游通過IP的投資/合作豐富自身的游戲儲(chǔ)備,計(jì)劃在2014年發(fā)行至少20款自研游戲和代理發(fā)行50款左右的第三方游戲,其中部分游戲已經(jīng)進(jìn)入封測和公測階段?;趦?yōu)秀的測評(píng)數(shù)據(jù),相信中國手游將繼續(xù)保持強(qiáng)勁的增長:三是除了2014年預(yù)計(jì)裝機(jī)量將超過8000萬臺(tái),中國手游還通過和免費(fèi)wifi運(yùn)營商合作,利用巴士和實(shí)體店的網(wǎng)絡(luò)覆蓋,提供和運(yùn)營旗下游戲,加上投資了游戲社交平臺(tái)運(yùn)營商,強(qiáng)化了線下自有流量的布局。
此外,巴克萊認(rèn)為,中國手游第2季度營收預(yù)測強(qiáng)勁,達(dá)到人民幣2.6億元到人民幣2.8億元。巴克萊相信隨著收益規(guī)模的不斷增加和成本控制,凈利潤率仍有上升空間。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。