
甲骨文公司周四发表声明,称首席执行官(CEO)拉里·埃里森(Larry Ellison )在领导公司35年多后,将辞去公司首席执行官职务,惠普前CEO马克·赫德(Mark Hurd)和萨夫拉·卡兹(Safra Catz)将担任联合CEO。
拉里·埃里森
但埃里森卸任CEO,并不意味着他将离开自己一手创办的公司。据悉,他将继续担任甲骨文执行董事长兼首席技术官。而甲骨文公司主席杰夫·亨利(Jeff Henley)将担任董事会副主席。
甲骨文表示,卡兹和赫德将负责公司大部分运营,其中卡兹负责制造业务、金融以及法律事务,而赫德负责销售、服务和垂直业务,而软件和硬件工程仍将在埃里森监管之下。
埃里森表示:在过去几年时间里,我们三人一直合作的很好,在可预见的未来一段时间里,我们仍将继续合作,保持这一管理团队,一直是我的首要任务。
周四,甲骨文发布了公司第一财季业绩报告。报告显示,该季度甲骨文净利润为22亿美元,每股收益折合48美分,营收为86亿美元、较上年同期增长3%。按Non-GAAP计算,该季度每股收益为62美分。
但华尔街分析师预期,该季度甲骨文营收为87.7亿美元,每股赢利为64美分。在过去7个季度中,甲骨文有5个季度业绩表现未能达到华尔街收益预期。
甲骨文第一财季报告还显示,该季度甲骨文软件和云服务收入上升了6%至66亿美元;软件、平台即服务收入增长32%至3.37亿美元,基础构造即服务营收增长26%至1.38亿美元;硬件系统销售下降8%至12亿美元。
卡兹表示,甲骨文的云服务季度总营收为4.75亿美元,增长了30%。卡兹还表示,本财政年度是“一个良好的开端”。
好文章,需要你的鼓励
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。
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。
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。