美國流媒體視頻服務提供商Netflix今天發(fā)布了2014財年第二季度財報。報告顯示,受益于美國地區(qū)服務提價,Netflix第二財季營收 為13.4億美元,去年同期為10.7億美元;凈利潤為7100萬美元,每股收益為1.15美元,比去年同期的2950萬美元增長141%,去年同期 Netflix每股收益為0.49美元。
財報顯示,Netflix第二季度全球用戶數(shù)量突破5000萬大關。
Netflix表示,盡管海外業(yè)務沒有實現(xiàn)盈利,但該公司仍繼續(xù)推進海外擴張步伐,并計劃在今年進軍歐洲市場。Netflix指出,當前公司仍未觸及到全球三分之二的寬帶用戶,還有很大的發(fā)展空間。
Netflix預計,2014年第三季度公司的凈利潤為5500萬美元,每股收益為0.89美元,而華爾街分析師平均預測Netflix第三季度每股收益為1.06美元。 公司預測今年第三季度國內(nèi)用戶將新增133萬,國際用戶將新增236萬。
Netflix表示,公司預計在今年9月份,在德國、法國、奧地利、瑞士、比利時和盧森堡等國家的市場上推出服務,將使其服務覆蓋至1.80億個寬帶家庭,相當于目前美國寬帶家庭總數(shù)的兩倍。
當日美股收盤,Netflix股價上漲7.78美元,報收于451.95美元,漲幅為1.75。盤后Netflix股價小幅上揚0.7%,至455美元。去年Netflix股價漲幅達到70%,并在本月早些時候觸及歷史高位。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。