云存储提供商Box公布2016财年第二季度财务状况,截止时间为2015年7月31日。
在该季度,公司全球范围内客户超过50,000家,数千家公司增加或扩展部署,包括Airbnb, Alcoa, Cushman & Wakefield, Lionsgate, Limited Brands, Uber, IBM.
“在新的以及不断扩展的客户部署推动下,我们的营收较去年同期增长43%,账单收入增长45%,呈现出又一个强劲季度,”Box创始人兼CEO,Aaron Levie表示,“我们将继续对我们的核心平台进行投资,同时增加如企业密钥管理与治理新产品,在更加广泛的企业内容管理市场加强捕获需求的能力。本月晚些时候,我们还将会在BoxWorks发布更多创新。”
第二季度财务摘要:
1.营收总计7350万美元,较2015财政年同期增长43%。
2.账单收入(Billings)是7960万美元,较2015财政年同期增长45%。
3.如不按照通用会计准则(GAAP)计算,其营运亏损数为3270万美元或者说45%的营收。与上一个财政年同期亏损2940万美元,57%营收有了对比。以GAAP计算营运亏损为4980万美元,或68%的营收。而上一个财政年同期则是亏损3830万美元,或74%营收。
4.如不按照GAAP计算,1.204亿美元流通股,普通股民每股基本摊薄净亏损为0.28美元,对比上一财政年同期1450万美元流通股,亏损数目为2.01美元。以GAAP计算,同样流通股则是每股基本摊薄净亏损0.24美元,对比上一财政年的2.71美元。
5.运营活动所产生的现金流量净额总计$ 2170万美元。对比上一财政年的2630万美元。
6.截止2015年7月31日,该公司现金,现金等价物以及有价证券总计2.242亿美元。另外,限定用途现金为2840万美元,主要涉及到公司的租赁设备。
合作商方面:
早先公布与IBM的全球合作关系。根据协议,Box与IBM将——
集成Box与IBM的业内领先企业内容管理,分析,社会协作以及安全产品,向全球市场联合提供解决方案;
将Box技术融入IBM MobileFirst用于iOS应用程序;
利用IBM的销售团队和全球商业服务专业人才用现有数据和系统帮助客户部署和集成Box功能;
合作推出在线微软办公软件,拓宽Box与Office 365的强大集成范围适用于桌面,iOS上的办公软件和Outlook。
新领导新气象:
2015年8月,EMC Syncplicity部门前CEO兼总经理,Jeetu Patel以平台高级副总裁兼首席战略执行官的身份加入Box,旨在扩展Box的平台业务。
接纳前惠普软件CIO Paul Chapman作为CIO,推动公司全球IT战略与举措,进一步支持其不断增长的员工队伍及客户群。
新产品创新:
推出可用Box Governance为客户提供了一个新方案,从创建到保留与清理,无缝管理业务文件的整个生命周期。
2015年8月,Box的元数据服务发布了三个有效的新增强功能,包括管理控制台中的元数据模板,元数据API以及同步第三方系统元数据。
2016财年第三季度导向:
公司营收预计介于7600到7700万美元之间,非GAAP营运利润率约介于49%到50%。
加权平均摊薄股预计为1.22亿美元。
2016财年全年导向:
营收预计介于2.95到2.97亿美元之间,对比先前指定2.86到2.90亿美元之间。
非GAAP营运利润率预计介于47%到49%,对比先前制定的49%到51%范围。加权平均摊薄股预计将近1.22亿美元。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。