北京时间4月30日下午消息,索尼今天发布公告称,由于成像传感器业绩强劲,加之为复兴亏损的手机业务展开的成本压缩计划,该公司本财年的营业利润将会大幅增长。
索尼预计,在该公司本财年的营业利润将达到3200亿日元(约合27亿美元),净利润为1400亿日元,营收则会从上财年的8.2万亿日元萎缩至7.9万亿日元。
分析师预计,索尼本财年的预期可能比较保守,市场平均预计该公司本财年营业利润为3980亿日元,净利润为1770亿日元。
索尼在截至今年3月31日的财年内净亏损1260亿日元(约合10.6亿美元),这也是该公司在过去7年内第6次出现年度亏损。但当年实现营业利润690亿日元,远超初步预期。此次净亏损主要源自智能手机业务产生的一次性成本。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。