
在当地时间本周二发布的一份投资报告中,摩根斯坦利旗下分析师凯蒂·休伯蒂(Katy Huberty)指出,分析预计,在2.5亿位iPhone 4S及更旧版iPhone设备的持有者中,仅有一半用户会在今年将其iPhone设备升级至iPhone 6。因此,这为未来留下了很多潜在需求,更确切地说,是为苹果公司2016年财年留下了大量的潜在需求,而这批需求将从2015年10月开始突显。更进一步讲,如果Apple Pay或Apple Watch深受人们欢迎,休伯蒂预计在2015和2016财年,我们将有望看到更多用户升级其iPhone设备。
苹果公司于周一公布了其第四财季报告,报告显示苹果该季iPhone销售火热,销量达3930万部,较上年同期增长16%。Mac计算机销售依旧增长强劲,销量达550万台,较上年同期增长21%。只有iPad未能全胜出击,其销售额下滑13%,销量滑至1230万台。
然而,期待iPhone 6的消费者们或将不得不多等一段时间。苹果公司首席执行官蒂姆·库克(Tim Cook)表示,iPhone 6和iPhone 6 Plus的需求已“远远超过了供应”,这或将延至2014年末及其以后。
库克曾在一次电话会议上说道:“从数据上来看,尚不清楚供给何时会赶上需求。但很明显,截止今天……我们距此还相差甚远。”
在周二早盘前交易中,苹果股价一直在102美元左右徘徊,较周一收盘时上涨约2.8%。
休伯蒂认为,苹果公司已经解决了零售商的一些早期供应限制。但到今年十二月底,iPhone的零售范围将从目前的32个国家扩大到115个以上。这意味着未来几个月内,一些想要购买或升级到iPhone 6的消费者或将无法幸运地购得该设备。
然而,休伯蒂认为苹果能够在2015年3月之前逐渐扩大其iPhone 6库存,这样将会引发更多用户升级,并会较过去这个时期生成更多iPhone销售额。
休伯蒂还权衡了其他因素,特别是苹果的销售和盈利是否能继续增长。
休伯蒂说道:“在我们看来,答案是肯定的,它将以个位数的速度长期增长。通过其大屏幕智能手机和最新支付服务,苹果有机会在增长放缓的大屏幕智能手机和平板电脑市场上占据一定份额。苹果的新产品,如Apple Watch和Apple Pay支付服务可能会进一步推动其销售和盈利增长。”
但是,该公司还能像过去那样提高其创新力度吗?
分析师说道:“能。我们将Apple Watch看作是该公司在库克领导下发展创新能力的一个重要指标,此外,苹果最近新增的管理团队也令人倍受鼓舞,这些团队增强了苹果关键领域的领导能力,如零售、设计、健康和数字内容。”
回顾苹果第四季度的强劲业绩,摩根大通分析师罗德•哈尔(Rod Hall)认为,苹果公司“在较为严厉的全球经济下,仍继续良好运转”。在周二发布的一份投资报告中,该分析师表示,基于苹果iPhone生产能力的提高,他确实看到了当前季度中存在的一些风险,并相信该公司到2014年末将密切关注其较大的iPhone供不应求问题。
对12月当季,哈尔预计iPhone销量在6500万左右,较上年同期增长27%。但他相信,如果苹果能够较预期更快满足这批极大的需求,该数据或将更高。
哈尔表示:“鉴于iPhone 6/6+非常强大的需求和蒂姆·库克的评论,我们猜测苹果认为iPhone供应不足制约了其当前季度(第一财季)的收入。因此,其上涨潜力或将主要取决于该公司该季加速生产的能力。”
美国投资银行派杰(Piper Jaffray)旗下分析师吉恩·蒙斯特(Gene Munster)在其最新的投资报告中也专注于iPhone的供应和需求这一主题。蒙斯特指出了苹果为iPhone和iPad定下的五至七周的渠道库存目标。简而言之,该公司希望在准备好为买家交付产品的期间,能够保持足够的供应。
那么该目标到底包含了多少台iPhone和iPad设备呢?基于蒙斯特对当前季度的销售预估,“新的渠道库存目标似乎意味着苹果将追加300万到400万部iPhone以及100万到150万台iPad。”
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。