由于 Blackwell AI 芯片需求强劲,Nvidia 本财年第一季度营收指引定在 430 亿美元 (上下浮动 2%),超过华尔街预期的 420 亿美元。
Nvidia CEO Jensen Huang 在声明中表示:"我们已成功实现 Blackwell AI 超级计算机的大规模生产,在首个季度就实现了数十亿美元的销售。" 他称随着各公司推出推理 AI 模型,对新芯片的需求"令人惊叹"。
Nvidia 首席财务官 Colette Kress 在财报电话会议上表示,公司毛利率将在 70% 出头,但随着 Blackwell 产能完全释放,预计本财年晚些时候将回升至 75% 左右。
上季度 Nvidia 数据中心业务收入同比增长 93%,创下 356 亿美元的新纪录。不过,Kress 表示,由于限制措施,中国地区的数据中心销售仍然较低,公司将继续遵守芯片出口管制规定。
在财报发布前,分析师们对芯片制造商能够超预期并上调展望持乐观态度,因为其正在加速生产 Blackwell 芯片——尽管中国人工智能初创公司 DeepSeek 带来了冲击波。
去年 12 月,杭州初创公司 DeepSeek 发布了一个模型,称仅花费 560 万美元就在 Nvidia 性能受限的 H800 芯片上完成了训练和开发。该公司功能强大的推理模型 R1 在 1 月份引发投资者恐慌,导致 Nvidia 股价暴跌 17%,市值蒸发近 6000 亿美元,创下美国公司单日市值损失纪录。
Zacks Investment Research 高级股票策略师 Kevin Cook 在财报发布前告诉 Quartz:"Nvidia 即将公布的财报将打消 DeepSeek 带来的忧虑。"该公司主导着"企业需要的技术栈,以及他们尚未意识到需要的下一代技术栈。"
彭博智库首席半导体分析师 Kunjan Sobhani 在财报发布前告诉 Quartz,Blackwell 平台的生产和出货量的积极更新可能会推动股价。他表示,投资者担心在本财年第一季度和第二季度之间可能出现增长"真空期",因为客户从 Hopper 转向 Blackwell。
Sobhani 说:"在这个时期,Hopper 的出货量可能会大幅下降,而从季度环比来看,Blackwell 的增长可能不足以显示显著的环比增长。"他补充说,Blackwell "可能会在下半年追赶上来"。
对于 Nvidia 的声誉和估值而言,Sobhani 表示:"环比预期很重要。如果他们说出进一步加剧这种担忧的言论,可能会导致市场情绪和股价暂时波动。"
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。