5月15日,新浪微博今日公布了截至2015年3月31日的第一季度未经审计的财务报告,财报显示,第一季度净营收9630万美元,同比增长43%,净亏损290万美元。
2015年第一季度焦点业绩
净营收9630万美元,较上年同期增长43%,超过公司9300万美元至9600万美元的预期范围。
广告和营销营收7920万美元,较上年同期增长53%。
微博增值服务(微博VAS)营收1710万美元,较上年同期增长9%。
归属于微博普通股股东的净亏损为290万美元,较上年同期减少94%,合每普通股摊薄净亏损1美分。
非美国通用会计准则归属于微博普通股股东的净利润为290万美元,合每普通股摊薄净盈利1美分,上年同期非美国通用会计准则净亏损480万美元。
非美国通用会计准则调整后EBITDA(扣除利息、税金、折旧及摊销前之利润)为690万美元,上年同期为负50万美元。
2015年3月的月活跃用户数(MAU)为1.98亿,较上年同期增长38%。3月份移动MAU 在MAU 总量中的占比为86%。2015年3月的日均活跃用户数(DAU)为8900万,较上年同期增长34%。
2015年第一季度企业业绩
2015年第一季度净营收9630万美元,上年同期为6750万美元。2015年第一季度广告和营销营收7920万美元,上年同期为5190万美元。2015年第一季度微博增值服务营收为1710万美元,上年同期为1570万美元。
2015年第一季度的成本和开支总计1.006亿美元,上年同期为7560万美元。2015年第一季度非美国通用会计准则成本和开支为9470万美元,较上年同期增长30%。非美国通用会计准则成本和开支的增长主要源自人员相关成本、营销开支增加,由于营收增长带来的增值税费增加,以及流量增长产生的基础设施开支增加。
2015年第一季度的运营亏损为430万美元,上年同期为810万美元。2015年第一季度非美国通用会计准则运营盈利为160万美元,上年同期为亏损560万美元。
2015年第一季度非运营盈利为150万美元,上年同期为亏损3990万美元。2014年第一季度的非运营亏损包括与阿里巴巴投资相关的投资者期权负债公允值调整带来的4020万美元亏损。
2015年第一季度归属于微博普通股股东的净亏损为280万美元,上年同期为4740万美元;2015年第一季度每普通股摊薄净亏损为1美分,上年同期为31美分。2015年第一季度非美国通用会计准则归属于微博普通股股东的净利润为290万美元,上年同期为净亏损480万美元;2015年第一季度非美国通用会计准则每普通股摊薄净收益为1美分,上年同期为净亏损3美分。
截至2015年3月31日,微博的现金、现金等价物及短期投资总额为4.525亿美元。2015年第一季度经运营活动提供的现金为710万美元,资本开支为380万美元,折旧和摊销费用为560万美元。
业绩展望
微博预计2015年第二季度净营收将在1.02亿美元至1.05亿美元之间,该预期基于预计与阿里巴巴集团之间某些预定计划的方案仍将于二季度启动,而其营收因为收入确认营收认列方面的原因可能会推迟到2015年下半年。上述预期体现的是微博当前的初步判断,未来可能进行调整。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。