
亚马逊首席财务官汤姆•兹库塔克(Tom Szkutak)周四在与投资者进行的电话会议上透露,因其智能手机的相关成本费用,该公司账面价值调低1.7亿美元。
亚马逊的艰难处境突显了进入智能手机业务市场的艰辛,目前苹果仍是该市场上唯一一个能够产生巨大利润的制造商,即使是该市场的领导者三星目前也处于困境。这款Fire Phone智能手机理应成为亚马逊日益扩大的设备家族的一个分支,成为一个从单一电子阅读器发展到平板电脑,再到流媒体盒和智能手机的设备体系。
亚马逊于当地时间本周四早些时候公布了其第三季度财报,其亏损较上年明显扩大,而且业绩不及华尔街预期,与此同时,预期其第四季度的营收也将令人失望。Fire Phone带来的费用损失在其4.37亿美元净亏损中占据很大一部分。
今年7月,亚马逊发布了其Fire Phone,通过与无线运营商AT&T的独家合作,该公司首次涉足智能手机业务。然而,该智能机未能在该市场上引起轰动,两个月后,Fire Phone两年合约价从200美元降至99美分。
亚马逊曾大力吹捧Fire Phone显示3D图像的独有能力,以及扫描某些产品和媒体来获得附加信息和购买选项的能力。虽然AT&T承诺将该手机至于其商店的旗舰位置,但它还是被其竞争对手如消费者们备受期待的苹果iPhone 6和iPhone 6 Plus或是三星Galaxy Note 4取代了。
Fire Phone的受挫也很可能跟其与美国AT&T签订的独家交易协议有关。每一款最引人注目的智能手机往往会选择多个运营商,而亚马逊选择了将其自身与AT&T捆绑,以换取在后者商店中获得更为有利的销售位置。
兹库塔克表示,Fire Phone承担的费用主要源于其销货成本。其中约2500万美元费用涉及国际费用,其余的与北美销售有关。
兹库塔克说道,亚马逊在第三季度末大约有价值8300万美元的库存。但他拒绝评价这将对该公司第四季度的业绩预测产生怎样的影响。
亚马逊在盘后交易中股价下跌11%,至278.41美元。而在正常交易时段,其最后收盘价为313.18美元。
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。