聯(lián)想集團(00992.HK)今日公布截至2015年6月30日的第一財季業(yè)績,財報顯示營收107億美元(約合人民幣683億元),同比上漲3%;凈利潤1.05億美元(約合人民幣6.7億元),同比下降51%。
其中個人電腦集團(PCG,包括個人電腦和Windows平板電腦)的季度營業(yè)額達73億美元,稅前利潤達3.68億美元,同比下跌8%。稅前利潤率維持強勁達5.1%,同比改善0.3個百份點。本季度個人電腦銷量為1,350萬部,同比下跌7.1%,而市場整體下跌12.8%。
PC業(yè)務大幅下滑,聯(lián)想集團必須繼續(xù)提升效能和削減開支,以確保所有業(yè)務維持穩(wěn)健和盈利能力。為了讓整體業(yè)務重新回到增長的軌道,聯(lián)想將采取以下舉措:
1、重組移動業(yè)務集團(MBG),進一步協(xié)調理順智能手機產品開發(fā)、設計、生產制造等關鍵環(huán)節(jié),更好地利用摩托羅拉和聯(lián)想的互補性優(yōu)勢,快速推動增長。簡化產品組合,減少產品數(shù)量,提高差異化水平。
2、企業(yè)級業(yè)務要集中資源,調整定位,向最有吸引力并與聯(lián)想自身能力最為緊密相關的細分市場發(fā)起進攻。
3、更好地利用個人電腦市場行業(yè)整合的機會,加速向30%市場份額的目標努力。同時不斷提高效率,降低成本,確??沙掷m(xù)的盈利性增長。
4、推動所有職能部門提高效率。每一個部門更好地利用科技,互聯(lián)網和創(chuàng)新方式,更高效,更以用戶為中心地推進轉型。
以上這些舉措預計將為聯(lián)想在下半財年減省費用約6.5億美元,年化減省約為13.5億美元。
有關舉措還將包括在全球范圍內減少約3,200名非生產制造員工,約占聯(lián)想非生產制造類員工的10%,全球60,000員工的約5%。這些舉措將產生重組支出約6億美元,以及約3億美元的額外費用作智能手機庫存撇賬。
聯(lián)想在第一財季的毛利年比年上升22%至16億美元,毛利率達15.4%。季度經營利潤同比下滑67%至9,600萬美元。首季每股基本盈利為0.95美仙或7.36港仙。于2015年6月30日的凈債務狀況為5億美元。
第一財季,聯(lián)想個人電腦銷量為1350萬部,同比下跌7.1%;摩托羅拉為聯(lián)想智能手機總銷量帶來590萬部的貢獻,同比下跌31%,摩托羅拉為聯(lián)想的移動業(yè)務集團營業(yè)額帶來12億美元的貢獻;至于平板電腦市場,聯(lián)想市場份額達5.6%,銷量同比增長3.8%,達250萬部。
聯(lián)想集團董事長兼CEO楊元慶表示:“上個季度,盡管面對近年來最為嚴峻的市場環(huán)境,我們依然取得了不錯的業(yè)績。個人電腦連續(xù)9個季度全球第一,智能手機業(yè)務重點從中國轉向其他市場的戰(zhàn)略初見成效,企業(yè)級業(yè)務連續(xù)第三個季度取得稅前盈利。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(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與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(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20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經網絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。