可编程芯片制造商援引经济复苏以及汽车和无线等市场的健康状况。
可编程芯片制造商Xilinx(赛灵思)今天下午发布了第二季度收入和利润报告,业绩超分析师预期,预计本季度的业绩与华尔街的预期相符。
Xilinx公司在北美和欧洲的增长强劲,在数据中心计算机方面的销售也录得大幅增长。
Xilinx首席执行官Victor Peng在事先准备好的讲稿里表示,Xilinx的业绩“得到经济复苏的提振”。
Xilinx在新闻稿里指,“环比增长强劲,由于汽车终端市场的改善和无线终端市场5G增长的驱动。”
Xilinx最近几周卷入一些谣传,谣传称Xilinx在洽谈被英特尔竞争者Advanced Micro Devices(AMD)收购事宜。Xilinx今晚发布的消息里并没有提任何关于并购的事。
Xilinx生产的芯片名为现场可编程门阵列,现场可编程门阵列由一系列通用电路组成,可以重新布线这些通用电路令芯片变身为以适应不同的应用。现场可编程门阵列通常用于最前沿的应用,包括5G网络的基站设备。
Xilinx在截至9月底的三个月里的收入同比下降8%,为7.67亿美元,但仍高于华尔街分析师之前平均预期的7.57亿美元,环比则上升5%。
按非公认会计准则基础计算每股收益为82美分,比预期高5美分。
Xilinx本季度收入预计在7.5亿美元至8亿美元之间,与市场预期的7.74亿美元相符。毛利率预测在67.5%至70.5%之间,亦符合分析师的预期。
按地理位置分,Xilinx的最大改进来自欧洲,在欧洲的销售额与第一季度比大增47%,与去年同期相比增长10%,而在北美地区的销售额与第一季度相比增长20%。
按产品线分,Xilinx最强劲的增长来自数据中心产品。数据中心收入占总收入的14%,环比增长23%,同比增长30%。
Xilinx股票在尾盘交易中小幅上涨至111.60美元。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。