VMware近日发布第四季度财报,由于软件即服务和订阅产品的强劲增长,使得该季度VMware的收入达到分析师预期,而利润超出预期。
不过由于VMware对于2023财年第一季度的指引低于分析师预期,使其股价在盘后交易中下跌近6%。VMware预计,该季度收入为31.85亿美元,略低于华尔街预期的32.3亿美元,每股盈利1.56 美元,低于分析师预期的1.64美元。
Mizuho Americas分析师Gregg Moskowitz、Matthew Broome和Michael Romanelli警告说,VMware的前进道路可能会崎岖不平。“随着时间的推移,我们预计SaaS和混合云订阅的贡献不断增长,这应该会改善VMware的境况,但我们认为这个过程不会太顺利,我们对整体计算业务保持谨慎态度,”他们在一份研究笔记中这样写道。
VMware第四季度净收入为5.86亿美元,即每股2.02美元,超出预期的5.307亿美元,即每股1.98美元。利润低于去年同期的7.91亿美元,部分原因是VMware一直增加投资以从许可产品转向服务模式。该季度总收入增长7%,达到35.3亿美元,符合预期水平。
VMware高官们在电话会议上特别强调了订阅和软件即服务收入增长23%,达到8.68亿美元,高于分析师预期的8.602亿美元。订阅收入现在约占总收入的25%,SaaS和订阅收入2022财年首次超过许可收入,占总预订量的32%,并有望在2023年超过40亿美元。
VMware高管还表示,VMware作为客户多云战略的协调者,这一定位正在获得成功。VMware首席执行官Raghu Raghuram表示:“客户正在实施云智能,这不仅仅是云优先,客户考虑的是将哪些应用迁移到云端,以及将哪些应用部署到边缘和数据中心。”
VMware总裁Sumit Dhawan表示,VMware作为多云引领者的协调者的定位是独一无二的,“客户没有看到其他路径可实现他们采用云智能战略的雄心壮志。”
VMware全财年的收入增长了9%,达到128.5亿美元。订阅、SaaS和许可收入总共增长了13%,达到63.3亿美元。全年订阅和SaaS收入增长24%,达到30亿美元,订阅和SaaS年度经常性收入增长24%,达到35.8亿美元,同时这也是衡量业务稳定性的一项重要指标。
Dhawan表示,VMware正在积极地将客户从许可模式转换为SaaS模式,并让他们可以立即运转起来,而且“我们打算利用其他投资组合来利用这一点”。
该季度VMware的软件许可收入占到了总销售额的29.3%,但低于去年的30.8%。VMware大量本地客户依赖vSphere管理程序来运行最关键的系统,这使得向订阅的过渡也变得很缓慢,尽管如此,订阅和SaaS收入从去年第四季度占总销售额的21.5%,增加到今年的24.6%。
Raghuram表示,VMware整体增长前景依然强劲。“软件支出超过了整体IT支出,也就是超过了GDP支出。”
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。