美国流媒体视频服务提供商Netflix今天发布了2014财年第二季度财报。报告显示,受益于美国地区服务提价,Netflix第二财季营收 为13.4亿美元,去年同期为10.7亿美元;净利润为7100万美元,每股收益为1.15美元,比去年同期的2950万美元增长141%,去年同期 Netflix每股收益为0.49美元。
财报显示,Netflix第二季度全球用户数量突破5000万大关。
Netflix表示,尽管海外业务没有实现盈利,但该公司仍继续推进海外扩张步伐,并计划在今年进军欧洲市场。Netflix指出,当前公司仍未触及到全球三分之二的宽带用户,还有很大的发展空间。
Netflix预计,2014年第三季度公司的净利润为5500万美元,每股收益为0.89美元,而华尔街分析师平均预测Netflix第三季度每股收益为1.06美元。 公司预测今年第三季度国内用户将新增133万,国际用户将新增236万。
Netflix表示,公司预计在今年9月份,在德国、法国、奥地利、瑞士、比利时和卢森堡等国家的市场上推出服务,将使其服务覆盖至1.80亿个宽带家庭,相当于目前美国宽带家庭总数的两倍。
当日美股收盘,Netflix股价上涨7.78美元,报收于451.95美元,涨幅为1.75。盘后Netflix股价小幅上扬0.7%,至455美元。去年Netflix股价涨幅达到70%,并在本月早些时候触及历史高位。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。