北京时间4月24日凌晨消息,亚马逊今天公布了2015财年第一季度财报。报告显示,亚马逊第一季度净亏损为5700万美元,相比之下去年同期的净利润为1.08亿美元。
在这一财季,亚马逊的净亏损为5700万美元,每股亏损为12美分,这一业绩不及去年同期,但符合分析师预期。在2014财年第一季度,亚马逊的净利润为1.08亿美元,每股收益为23美分。亚马逊第一季度营收为227.2亿美元,比去年同期的197亿美元增长15%,超出分析师预期。汤森路透调查显示,分析师此前平均预期亚马逊第一季度营收为224亿美元,每股亏损为12美分。
尽管销售额实现了增长,但亚马逊在第一季度中却转盈为亏,原因是该公司仍在针对多个项目投入大量资金,如无人机送货服务和流媒体视频交易以及仓库建设等。虽然某些投资者担心亚马逊进入如此之多的业务领域会让其变得过“薄”,但该公司则表示其正在为未来进行投资。
在今天公布的财报中,亚马逊还公布了旗下“亚马逊网络服务”(Amazon Web Services)部门的业绩数据,这是自该部门于2006年成立以来的第一次。亚马逊网络服务部门为创业公司以及流媒体视频服务提供商Netflix等企业提供计算能力,该部门第一季度营收为15.7亿美元,这意味着全年的营收应该至少会达到62.6亿美元,相比之下分析师预期在60亿美元到90亿美元之间。
亚马逊第一季度运营支出为224.6亿美元,比去年同期的196亿美元增长15%。
亚马逊预测,第二季度营收为206亿美元到228亿美元,相比之下分析师平均预期为221.1亿美元。
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。