
特斯拉可以说是全球电动汽车的领军品牌,提起电动汽车总是绕不过特斯拉这一座“山”,但是其财报却没有那么乐观。
今天凌晨,特斯拉汽车公布了2015年第二季第财报,截至6月30日,特斯拉第二季度总营收为9.55亿美元,净亏损为1.843亿美元,每股亏损为1.45美元。虽然好于市场分析师预期,但是仍然继续亏损。
财报中显示,Model S汽车销售量为11532辆,符合公司7月份11507辆的销量预期。但是2013年在美国底特律举办的北美汽车展上首次亮相的Model X,却至今仍未交付第一辆车。特斯拉的计划是在2014年底Model X就能就绪(上市发售并交付),后来又把时间推迟到了今年夏季,结果是Model X预计要到第三季度末才会出货。华尔街预期今年第三季度特斯拉能交付443辆Model X电动车。
而投资者关注的焦点,也正是Model X能否如期出货,这也是直接影响特斯拉下半年业绩的最为主要的因素。
另外,特斯拉也和松下达成共建新一代锂离子电池“超级工厂”(Gigafactory)协议。特斯拉首席执行官伊隆·马斯克周三在财报电话会议中表示,特斯拉的蓄电池业务在2017年将会给公司带来“数十亿美元”的营收。
据悉,位于美国内华达州的超级电池工厂将如期在2016年年初投产,而这个工厂也只是特斯拉电池战略的一部分。
不难看出,特斯拉在蓄电池业务上面下了重注,特斯拉首席财务官迪帕克·阿胡亚表示,特斯拉现金流可能需要待2016年年初才能转正。
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。