计算机芯片制造商赛灵思公司(Xilinx)今天发布了第一季度财报,其业绩超出了收益和收入预期。
赛灵思主要生产用于航空航天和国防工业以及服务器和消费产品的芯片。该季度,赛灵思在不计入股票补偿等特定成本的利润为每股65美分,收入为7.27亿美元,高于此前华尔街预期的每股利润56美分,收入7.256亿美元。
数据中心业务是该季度赛灵思的一大亮点,收入增幅达到了创纪录的104%,同时无线部门实现了27%的连续收入增长。
赛灵思公司总裁兼首席执行官Victor Peng在一份声明中表示,航空航天、国防、工业、测试与测量部门的业绩表现也相当突出,一定程度上抵消了汽车和广播业务的低迷。
Peng说:“尽管COVID-19和全球贸易问题给业务带来了持续的挑战,但第一季度我们的收入仍然远远高于此前的指引水平,主要原因是我们在多个终端市场展现出了实力,以及最近美国政府对赛灵思面向中国客户、或者在中国有业务的客户销售产品施加的贸易限制措施,让订单快速增加。”
Peng这里所指的是美国商务部在6月份做出的一项决定,旨在放宽对向中国公司售卖技术产品的某些限制,这项决定让赛灵思从中受益,收到了来自中国的大量订单,也促使赛灵思在6月29日提高了对该季度的初步预期。
但是Peng在接受ZDNet采访时表示,预计下个季度需要有一段时间“消化”这些订单,从而可能阻碍数据中心和网络芯片的新订单。
尽管如此,赛灵思对下个季度的指引还是很乐观的。在财报电话会议上,赛灵思表示,预计第二季度收入在7.3亿美元至7.8亿美元之间,高于分析师普遍预期的7.293亿美元。
首席财务官Brice Hill表示:“我们多元化的终端市场仍然是我们的一个关键优势,即使我们修改了指引,业务仍然表现优于预期。形势对于我们来说依然是有利的,我们可以利用所有最终市场所带来的机会。”
发布财报后,赛灵思的股价在盘后交易中仍下跌了3%。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。