微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 GoPro第四季度净亏损3445万美元 同比转亏

GoPro第四季度净亏损3445万美元 同比转亏

2016-02-04 10:19
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2016-02-04 10:19 凤凰网

北京时间2月4日消息,运动相机厂商GoPro(Nasdaq:GPRO)周三发布了该公司截至2015年12月31日的第四季度及全年财报。财报显示,GoPro第四季度营收为4.36亿美元,较上年同期的6.34亿美元下滑31.1%;基于美国通用会计准则(GAAP),归属于普通股股东的净亏损为3445万美元,上年同期为净利润1.22亿美元,同比转亏。

GoPro第四季度净亏损3445万美元 同比转亏

GoPro第四季度主要财务数据

营收:营收为4.36亿美元,较上年同期的6.34亿美元下滑31.1%。

净利润(亏损):基于GAAP,归属于普通股股东的净亏损为3445万美元,上年同期为净利润1.22亿美元,同比转亏。2015年第四季度每股摊薄亏损为0.25美元,上年同期每股摊薄收益为0.83美元。

基于非美国通用会计准则(Non-GAAP),净亏损为1140万美元,上年同期净利润为1.45亿美元。2015年第四季度每股摊薄亏损为0.08美元,上年同期每股摊薄收益为0.99美元。

营业利润(亏损):基于GAAP,营业亏损为4130万美元,上年同期营业利润为1740万美元;基于Non-GAAP,营业亏损为2160万美元,上年同期营业利润为1930万美元。

股票回购:GoPro在第四季度回购了约150万股A级流通股,平均回购价格为23.05美元,投入约3560万美元现金。

现金:截至2015年12月31日,GoPro持有的现金、现金等价物和有价证券总额为为4.74亿美元,高于上年年底的5200万美元。

GoPro 2015财年主要财务数据

营收:2015财年营收为16.20亿美元,较上年的13.94亿美元增长16.2%。

净利润(亏损):基于GAAP,净利润为3613万美元,较上年的1.28亿美元下滑71.8%;每股摊薄收益为0.25美元,较上年净的0.92美元下滑72.8%。

基于Non-GAAP,净利润为1.12亿美元,较上年的1.89亿美元下滑40.9%;每股摊薄收益为0.76美元,较上年的1.32美元下滑42.4%。

财报其他亮点

2015年度,GoPro公司国际业务营收在总营收中的占比超过50%;亚太区和欧洲、中东和非洲的营收同比增幅超过49%。

中国市场依旧是GoPro全球十大市场之一。

第四季度,GoPro移动客户端下载量达到275万次,总累计下载量约为2400万次。

GoPro Studio第四季度安装总量达到近170万次,累计安装次数超过1500万次,第四季度的日平均视频输出量超过49000个。

业绩展望

2016年第一季度:GoPro预计,2016年第一季度营收将在1.6亿美元至1.8亿美元之间。

2016年全年:2016全年的营收将在13.5亿美元至15亿美元之间。

股价变动

GoPro第四季度净亏损3445万美元 同比转亏
GoPro股价截图

截至周三纳斯达克股市收盘,GoPro股价涨0.47美元,涨幅为4.59%,收于10.71美元。美股盘后市场,GoPro股价重挫,截至美东时间2月3日下午17:21(北京时间2月4日早6:21),GoPro股价下跌1.07美元,重挫9.99%,暂报10.71美元。过去52周GoPro股价浮动范围:9.90美元-65.49美元。(编译/若水)

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-