
在索尼削减其持续下滑的智能手机销量预期后,该电子巨头的移动部门面临着严重的困境。
索尼首席执行官平井一夫(Kazuo Hirai)周二宣布了一笔大约17亿美元的减值损失,该损失来自其移动设备业务部门。但平井一夫表示,尽管市场增长缓慢,但索尼仍将致力于移动业务,继续将它作为索尼的三个核心部门之一。
在截至2014年3月31日的全年预期中,索尼将其预期净亏损从4.663亿美元扩大到了21.5亿美元。据路透社报道,援引自平井一夫的话称,2014年,索尼也将停止分红,这是自该公司1958年上市以来首次停止分红。
此外,在本财年结束之前,截至2015年3月中旬,索尼还将裁减其移动部门15%的员工。这个比例意味着该部门7100名员工中将有大约1000名员工离开。
索尼将在今年10月份公布其第二财季财报时宣布其裁员的相关细节。
索尼首席执行官表示:“我将集中确保重组工作能在今年完成,这样我们将会在下一个财政年度转为盈利。经济复苏是我的责任。”先前平井一夫计划扩大其移动部门,如今,在预期销售额增加之前,这将是一个转变。
面对苹果、三星和其他亚洲智能手机制造商,如小米和联想等,索尼竞争压力一直很大,处境艰难。索尼公司很难深入美国和中国市场,这使得该公司很难扩大自己的地盘。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。