北京時(shí)間5月19日晚間消息,500彩票網(wǎng)(Nasdaq:WBAI)今天公布了2015年第一季度財(cái)報(bào)。凈營收為9880萬元人民幣(約合1590萬美元),環(huán)比下降32.4%,同比增長10%。凈虧損為5200萬元人民幣(約合840萬美元),而去年同期為凈利潤2750萬元人民幣。
財(cái)報(bào)發(fā)布后,500彩票網(wǎng)創(chuàng)始人及董事長羅昭行、CEO潘正明和CFO于敏出席了電話會議,對財(cái)報(bào)進(jìn)行了解讀,并回答了分析師提問。
以下是電話會議問答環(huán)節(jié)主要內(nèi)容:
派杰分析師邁克·奧爾森(Mike Olsen):你們提到,移動(dòng)應(yīng)用用戶已占用戶總數(shù)的50%。那么,移動(dòng)端用戶和PC端用戶的活躍程度有何不同,或者說兩者有相似之處?你們是否認(rèn)為,未來所有用戶都會轉(zhuǎn)向移動(dòng)端?于敏:關(guān)于移動(dòng)端用戶,本季度的平均APRU(每用戶平均收入)要低于PC端,但移動(dòng)端帶來了更多訂單。目前我們正處于銷售暫停期。對于未來,我們認(rèn)為,移動(dòng)端用戶對營收的貢獻(xiàn)將會繼續(xù)提升,并在所有業(yè)務(wù)中占很大的一部分。本季度,值得指出的一點(diǎn)是,移動(dòng)應(yīng)用是帶來用戶、新用戶和營收的最主要平臺。
奧爾森:第二個(gè)問題關(guān)于在線彩票銷售的暫停。你們的第二季度營收是否會為零?此外,在暫停期間,你們的運(yùn)營費(fèi)用會下降,還是與此前保持持平?
于敏:目前,我們認(rèn)為第二季度將不會獲得任何營收。關(guān)于費(fèi)用的問題,費(fèi)用總額同比將出現(xiàn)明顯下降,與我們獲得營收的其他季度相比也會有所下降。一個(gè)重要原因是,我們不會像以往一樣投入大筆銷售營銷費(fèi)用,主要成本將是人員成本。
德意志銀行分析師:我的問題關(guān)于傭金率。根據(jù)我的計(jì)算,本季度傭金率為8.6%。如果扣除增值稅等影響,那么是否有其他原因?qū)е铝藗蚪鹇实慕档??在未來幾個(gè)季度恢復(fù)銷售之后,這一傭金率將會如何變化?
潘正明:目前我們還不清楚,在在線彩票銷售恢復(fù)之后,傭金率將會是什么水平。政府部門尚未對此做出決定。
于敏:關(guān)于本季度傭金率的降低,我認(rèn)為關(guān)鍵原因在于第一季度,有的省份體彩中心將傭金率從10%下調(diào)至8%。
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。