4月24日,英特尔公司发布了2025年第一季度财报。
英特尔首席执行官陈立武(Lip-Bu Tan)表示:“在第一季度财报中,营收、毛利率和每股收益(EPS)均超出预期指引,这是我们朝着正确的方向迈出的一步,但重获市场份额并实现可持续增长非朝夕之功。我们正快速行动,提升业务执行力与运营效率,同时赋能工程师团队打造卓越产品。英特尔正回归本质——通过专注倾听客户需求,实施必要的改革,打造一个全新的英特尔。”
英特尔首席财务官David Zinsner指出:“今年开端良好,我们很好地推进了战略重点的执行。当前宏观经济环境给全行业带来了诸多不确定性,这一态势也反映在我们的业绩展望中。我们正以严谨和审慎的方式,持续投资核心产品与晶圆代工业务,同时最大程度地节约运营成本并优化资本使用效率。”
英特尔正在采取行动,推动业务执行更加优化、高效。这一计划包括精简组织架构、减少管理层级以及加速决策流程。通过实施这些举措,英特尔将重点赋能工程技术人员开发卓越的产品,强化企业内的责任制,使我们能更好地服务客户。
根据这些调整,英特尔将2025年非通用会计准则运营支出目标由此前公布的175亿美元减少至约170亿美元,并设定2026年的目标为160亿美元。运营支出主要由研发、市场营销与行政管理费用构成。英特尔预计这些行动将产生重组费用,其中部分可能计入非通用会计准则财务结果中。由于公司尚未完成相关费用评估,当前财务指引未包含此类支出。
此外,通过进一步提升运营效率并优化在建工程资产利用率,英特尔得以将2025年总资本支出目标由原定的200亿美元减少至180亿美元,同时仍预计净资本支出2维持在80亿至110亿美元区间。公司将持续聚焦核心业务的投资,同步推进运营效率的提升。
在第一季度,英特尔从运营中产生了8亿美元的现金。
2025年第一季度,公司实施了组织架构调整,将网络与边缘事业部(NEX)整合并入客户端计算事业部(CCG)和数据中心和人工智能事业部(DCAI),并据此修订业务分部报告,以配合此次架构调整及相关业务调整。所有历史期间的业务部门数据已追溯调整,以体现英特尔自2025财年起内部接收信息及管理和跟踪各业务部门绩效的方式。英特尔合并财务报表的前期数据并未发生任何变化。
在过去这一个季度,英特尔对外做了以下重要发布:
英特尔对2025年第二季度的指导包括以下通用会计准则和非通用会计准则预估:
通用会计准则和非通用会计准则财务指标之间的调节表已列示于“阅读原文”。实际业绩可能与英特尔业务展望存在较大差异,原因包括但不限于下文“前瞻性声明”部分所述之因素。毛利率与每股收益(EPS)展望基于营收区间中值计算得出。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。