VMWare近日发布第三季度财报,销售额和收益均超出了分析师对销售额增长11%的预期,VMware对外传递有关帮助客户迁移到多云环境的信息,似乎正在发挥作用。
VMware公司首席执行官Raghu Raghuram表示:“显然多云将成为未来20年的一大数字业务模式。”他本人在六个多月前上任该公司CEO。
该季度VMware的收入为31.9亿美元,高于去年同期的28.6亿美元,也高于分析师普遍预期的31.2亿美元。净收入同比增长3%,达到7.25亿美元,或每股摊薄收益1.72美元。
该季度VMware订阅和软件即服务的年度经常性收入增长了25%,达到33.1亿美元,高于上个季度的23%,这也是VMware从产品过渡到服务提供商的一项关键指标,但是股价却意外地下滑了6%。此外,季度订阅和SaaS收入为8.2亿美元,低于分析师普遍预期的8.28亿美元。当天科技股普遍下跌,VMware股价在盘后有小幅走低。
VMware表示,公司重视在研发、销售、营销、一般和管理费用上的投资,此外差旅等发面的支出也接近疫情前的水平,短期前景是光明的。
VMware首席财务官Zane Rowe表示:“第三季度的表现反映了主要产品类别的同比强劲增长,我们认为下半财年将会有很好的表现,进入第四季度我们倍感鼓舞,预计这种势头将持续到新的财年。”
VMware将2022年收入预期上调至128.2亿美元,增长9%,第四季度收入预期为35.1亿美元,同比增长7%,每股利润为1.96美元。虽然收入方面低于华尔街分析师普遍预期的35.9亿美元,但是利润超过分析师预期的每股1.89美元。
全年来看,VMware预期订阅、软件即服务和许可收入将增长12%,达到63亿美元。Raghuram表示,订阅业务会产生飞轮效应,即采用量增长会带动订阅销售的增长。此外VMware还将全年利润率指引上调至30%,每股收益上调至7.19美元,预计2023年全年收入增幅为高个位数。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。