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
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。