
全球虚拟化和云基础架构领导厂商VMware公司周二公布了2015年第二季度财务财报。财报显示,VMware公司第二季度营收为15.2亿美元,同比增长4%。净利润1.72亿美元,同比去年1.67亿美元上涨5%。每股摊薄收益0.4美元。
· 第二季度收入总额为15.2亿美元,较2014年第二季度增长4%,按照固定货币计算,同比增长8%;
· 第二季度许可收入为6.38亿美元,较2014年第二季度增长4%,按照固定货币计算,同比增长9%;
· 第二季度按美国会计通用准则运营收入为2.06亿美元,较2014年第二季度增长3%。第二季度非美国会计通用准则运营收入为4.79亿美元,较2014年第二季度增长12%;
· 第二季度美国会计通用准则净利润为1.72亿美元,摊薄每股收益0.4美元;相较于2014第二季度的净收入1.67亿美元、摊薄每股收益0.38美元,2015年第二季度的摊薄每股收益增长5%。第二季度非美国会计通用准则净利润为3.96亿美元,摊薄每股收益0.93美元;相较于2014年第二季度非美国会计通用准则净收入3.51亿美元、摊薄每股收益0.81美元,2015年第二季度的摊薄每股收益增涨15%;
· 第二季度运营现金流为6.83亿美元,自由现金流为5.77亿美元;
· 截至2015年6月30日,现金、现金等值项目以及短期投资共计70亿美元,预收收入为48.1亿美元。
好文章,需要你的鼓励
Brown大学等高校联合研究团队开发了Causal-JEPA系统,采用"蒙眼训练法"让AI学会因果推理。通过故意隐藏部分物体信息,迫使AI理解物体间真实相互作用而非简单记忆模式。结果显示假设性推理准确率提升20%,机器人控制仅需传统方法1%计算资源且速度快8倍。该方法从理论上证明了自监督学习中因果推理的有效机制,为AI真正理解物理世界开辟新路径。
MWS AI基础研究中心联合ITMO大学开发的COMPOT技术,通过正交字典学习和智能分配策略,实现大型AI模型高效压缩。该方法能在保持80-90%性能的同时,将模型体积压缩到原来的20-60%,显著降低存储和计算需求,为AI技术普及奠定基础。
这项由斯坦福大学和Meta超级智能实验室联合开展的研究,首次让AI具备了类似人类的多轮思考和自我改进能力。UniT系统能够像熟练工匠一样反复审视和完善作品,通过验证、分解任务和记忆内容三种认知能力,实现了图像生成质量的显著提升,为AI向真正智能化迈进开辟了新路径。
韩国电子通信研究院联合多家机构提出TAROT框架,通过四级测试体系实现编程AI的个性化训练。该框架根据AI模型能力特征定制学习策略,小模型从基础开始,大模型直接挑战复杂问题,在多个基准测试中取得3-6个百分点的性能提升,并显著改善训练稳定性和效率。