
索尼周五发布了截至9月30日的2014财年第二财季业绩报告。财报显示,索尼第二财季营收为174亿美元,与去年同期相比,索尼第二财季营收增长7.2%,很大程度上归因于公司PlayStation 4的流行。
索尼第二财季净亏损1360亿日元(约合12亿美元),较上年同期的196亿日元大幅增加。
索尼财报最大看点莫过于其移动通信业务。第二财季,索尼移动通信业务部门营收同比增长1.2%,至28亿美元,但运营亏损达到了16亿美元。该部门的糟糕业绩拖累了索尼所有其他部门的盈利水平。
索尼第二财政季度主要贡献来自于游戏和网络服务部门,该部门三季度营收为28亿美元,运营利润为2亿美元。由于PlayStation 4硬件旺销,该季度游戏网络部门的销售额同比增长了83%。
索尼家庭娱乐及音频业务营收总计26亿美元,运营利润为7300万美元。而包括半导体、电池、记录媒体等业务在内索尼设备部门营收为23亿美元,运营利润为2.71亿美元。
总体言,似乎索尼移动部门已成公司发展之痛,否则公司还将面临更快的增长。或许这也是本周早些时候索尼宣布移动业务换帅的主要原因。周四,索尼宣布有企业策划部门总监高级副总裁Hiroki Totoki取代铃木国正(Kunimasa Suzuki)担任索尼移动通信新总裁。
索尼业绩展望显示,该公司并未期望其整体业务能够迅速扭亏为盈。索尼预计:到明年3月本财政年度结束时,公司的年度亏损约为21亿美元。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。