微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 亚马逊第二季度亏损1.26亿美元 盘后股价重挫

亚马逊第二季度亏损1.26亿美元 盘后股价重挫

2014-07-25 09:37
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-07-25 09:37 CNET科技资讯网

亚马逊今天发布了2014财年第二季度财报。报告显示,亚马逊第二季度净营收为193.4亿美元,比去年同期的157.04亿美元增长23%;净亏损为1.26亿美元,每股亏损27美分,2013财年第二季度,亚马逊的净亏损为700万美元,每股亏损2美分。

亚马逊第二季度亏损1.26美元 盘后股价重挫

分析师平均预期该公司每股亏损15美分,亚马逊第二季度每股业绩不及华尔街分析师的平均预期,令其股价盘后重挫,跌幅近11%。

亚马逊以乐意为推出新类型产品和服务、承担投资亏损而著称。本季度也不例外。亚马逊第二季度发布两款硬件设备:Fire电视和Fire手机,同时还推出了两项新服务,Prime Music和Kindle Unlimited。

亚马逊创始人兼杰夫·贝佐斯(Jeff Bezos)在一份声明中称,“我们继续努力工作,以使亚马逊带来更好的客户体验。”贝佐斯还列举了本季度亚马逊发布的大量新产品。

亚马逊还指出,在印度市场,亚马逊推出了一个新网站,并保持了增长:在印度市场,亚马逊每13天将推出一项新服务,现在销售的服务品种超过了1700万个商品。

亚马逊在财报中对2014财年第三季度业绩作出预期。亚马逊预测,第三季度公司净营收为197亿美元到215亿美元,同比增长15%到26%,其中值为206亿美元,不及分析师预期;运营亏损为4.1亿美元到8.1亿美元,其中计入约4.10亿美元的股权奖励支出和无形资产摊销支出;相比之下,去年同期亚马逊运营亏损为2500万美元。

亚马逊还宣布,此前客户预定的亚马逊Fire手机,将从周五起开始发货。

在随后进行的财报电话会议上,亚马逊首席财务官Tom Szkutak强调了公司在投资策略上的勃勃雄心。

由于业绩不及分析师预期,美股盘后市场,亚马逊股价大幅下滑,跌幅一度逼近11%。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-