據(jù)分析師吉恩·蒙斯特(Gene Munster)表示,iPhone 6和iPhone 6 Plus的供應(yīng)已開始追趕需求,但并不如預(yù)期那般快。
在周一發(fā)布的一份投資者報(bào)告中,該分析師表示,截至12月12日,蘋果專賣店中有56%的iPhone 6和6 Plus有貨,而這相較于11月中旬幾乎沒貨供應(yīng)的情況已大幅改善,不過仍未達(dá)到此前預(yù)期的可能達(dá)到100%的有貨率。
幾乎每次蘋果發(fā)布新款iPhone時(shí)都會(huì)上演這樣的戲碼:產(chǎn)品的最初供應(yīng)有限,消費(fèi)者要等幾周后才能收到新款手機(jī)。而在假期期間,這個(gè)問題將令人擔(dān)憂,畢竟有些消費(fèi)者可能會(huì)因此將新款iPhone從其購物清單上剔除。
據(jù)蒙斯特表示,去年iPhone 5S的供應(yīng)在12月初滿足了需求,但他預(yù)計(jì),今年的供應(yīng)要趕上需求,需要的時(shí)間將更長。
蒙斯特表示:“現(xiàn)在,我們預(yù)計(jì)在本季度末其有貨率將接近80%。”
蒙斯特研究小組追蹤了12款Verizon版和AT&T版iPhone 6和6 Plus同一天中在80家蘋果專賣店的店內(nèi)自取量,以此估測iPhone 6和6 Plus的供給與需求。
而經(jīng)過對美國以外的其他八個(gè)國家iPhone 6、6 Plus手機(jī)的調(diào)查,該分析師發(fā)現(xiàn)雖然其供應(yīng)有所增加,但仍低于一貫預(yù)期。此外,蒙斯特表示,他查詢了9個(gè)國家的蘋果在線商店,結(jié)果發(fā)現(xiàn)其發(fā)貨時(shí)間已經(jīng)改善為3到5個(gè)工作日。
目前,美國蘋果在線商店內(nèi)16GB版和64GB版iPhone 6和6 Plus顯示的發(fā)貨時(shí)間為一到三個(gè)工作日。較上周及11月份均有所改善。
不過,128GB版iPhone 6和6 Plus仍“欲擒故縱”,其發(fā)貨時(shí)間顯示為7到10個(gè)工作日。
那么這種拖延戰(zhàn)術(shù)將在財(cái)務(wù)上對蘋果產(chǎn)生怎樣的影響呢?
蒙斯特表示,蘋果公司在發(fā)布當(dāng)前財(cái)季的預(yù)測目標(biāo)時(shí)或許已經(jīng)知道iPhone 6的供應(yīng)將比較緊張,但它出人意料地偏低必將導(dǎo)致其本財(cái)季的營收增長受到限制。華爾街預(yù)計(jì),iPhone 6的需求將帶動(dòng)明年第一季度的營收增長3%到5%。
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)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(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評測基準(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。