4月23日消息,据国外媒体报道,eBay今天发布了截止2015年3月31日的第一季度财报。报告显示,eBay第一季度的净营收为44.48亿美元,比去年同期增长4%;按美国通用会计准则净利润为6.26亿美元,同比扭亏。2014年一季度eBay从海外调度60亿美元资金进入美国,美国政府对eBay课税近30亿美元,导致按美国通用会计准则巨亏。非美国通用会计准则净利润9.43亿美元,同比去年8.99亿美元增长5%。
在截至3月31日的第一季度,eBay的净营收为44.48亿美元,比去年同期的42.62亿美元增长4%。非美国通用会计准则净利润9.43亿美元,同比去年8.99亿美元增长5%;eBay第一季度每股摊薄收益为0.77美元,比去年同期的0.70美元增长10%。
按美国通用会计准则,eBay第一季度净利润6.26亿美元,比去年同期增长127%;按美国通用会计准则,eBay第一季度每股摊薄利润为0.51美元,比去年同期增长128%。
2015年第一季度现自由现金流8.29亿美元,共回购10亿美元普通股。
财务分析
网络拍卖服务:
2015年第一季度,eBay网络拍卖服务净营收为20.69亿美元,比去年同期的21.55亿美元下滑4%。
网络支付服务:
2015年第一季度,eBay网络支付服务PayPal的净营收为21.08亿美元,比去年同期增长14%。
企业业务:
2015年第一季度,eBay企业业务的净营收为2.88亿美元,比去年同期增长7%。
其它财务数据:
营业利润率 - 按美国通用会计准则2015年第一季度运营利润率下降至16.4%,去年同期为20.6% 。非美国通用会计准则运营利润率上涨至27%,去年同期为26.9%。
税务 - 美国通用会计准则有效税率2015年第一季度为15.4%,2014年第一季度为366.4%。2015年和2014年第一季度,非美国通用会计准则有效税率分别为21.5%和21.2%。
现金流 - 该公司2015年第一季度产生经营性现金流为12.00亿美元,自由现金流8.29亿美元。
股票回购计划 - 该公司在2015年第一季度回购1760万股普通股,价值10亿美元,该公司剩余的股票回购授权为20亿美元。
现金及现金等价物和非股权投资 - 该公司的现金及现金等价物和非股权投资组合总额为141亿美元。
业绩展望
eBay预计2015年第二季度净营收为44亿美元到45亿美元;按照美国通用会计准则,第二季度每股摊薄收益为0.44美元到0.49美元;不按照美国通用会计准则,第二季度每股摊薄收益为0.71美元到0.73美元。
eBay预计2015年全年净营收为183.5亿美元到188.5亿美元;按照美国通用会计准则,2015年每股摊薄收益为2.17美元到2.32美元;非美国通用会计准则,2015年每股摊薄收益为3.05美元到3.15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。