Nexsan公司持有方Imation在2016年第二季度遭遇连续第十个季度亏损。不过需要强调的是,这至少是最近十个季度来亏损额最低的三个月。
截至今年6月30号的三个月中,Imation公司共拿下1060万美元营收,较上年同期的1690万美元缩水37%,同时亦略低于上个季度的1070万美元。
Imation 方面指出,这一结果主要是受到关闭Nexsan旗下业务不佳业务并退出低利润业务,同时高度关注UNITY产品等战略决策的影响。顺带一提,UNITY产品刚刚qbgoConnected Data文件同步与共享功能。
不过其给出的理由与2016年第一季度可谓如出一辙,仍然是决定关闭业务表现不佳的区域市场、退出低利润业务并专注于Unity。因此,第二季度的营收与上季度基本持平,仅略微下降1%。
另外,Imation公司还在采访中表示,最终Unity产品预计将在今年第四季度推出。希望届时这套解决方案能够为其业务带来提振。
在今天发布的第二季度财报声明当中,Imation方面表示:"持续运营亏损(排除特殊费用)已经由2015年第二季度的1310万美元削减至本季度的630万美元,"当然,这里指的是同比亏损额降低。研发方面的支出则由去年的290万美元提升至本季度的320万美元。
Interim公司CEO Robert Fernander指出:"尽管第二季度的营收与上个季度基本持平,但我们已经在降低运营亏损方面取得了一定进展,另外Nexsan公司在现金流方面也迎来了里程碑式的进步。"
由于克林顿集团自去年8月开始即控制了Imation公司的运营决策权,而其营收较2015年第四季度的9400万美元仍处于巨大缩水态势。不过Fernander对于增长充满信心:"毛利率的改善、UNITY产品的公布以及产品上市架构的转变将支持我们由稳定逐步过渡至增长轨道。"
在第二季度,Imation新成立的资产管理子公司已经得到了美国证券交易委员会的批准,其将注册为一家投资咨询企业。
好文章,需要你的鼓励
这篇研究介绍了KVzip,一种创新的查询无关KV缓存压缩方法,通过上下文重建机制为大型语言模型提供高效存储解决方案。该技术能将KV缓存大小减少394倍,同时提高解码速度约2倍,在各种任务上性能几乎不受影响。不同于传统查询相关的压缩方法,KVzip创建可在多种查询场景下重用的通用压缩缓存,特别适合个性化AI助手和企业信息检索系统。研究在LLaMA3.1-8B、Qwen2.5-14B和Gemma3-12B等多种模型上进行了验证,处理长度高达17万词元的文本,并能与KV缓存量化等其他优化技术无缝集成。
腾讯与上海交通大学联合推出的DeepTheorem研究突破了大型语言模型在数学定理证明领域的限制。该项目创建了包含12.1万个IMO级别非形式化定理的大规模数据集,开发了专门的RL-Zero强化学习策略,并设计了全面的评估框架。研究表明,通过使用自然语言而非传统形式化系统,即使是7B参数的模型也能在复杂定理证明上取得显著成果,超越许多更大的专业模型。这一成果为AI数学推理开辟了新途径,使语言模型能够像人类数学家一样思考和证明。
MAGREF是字节跳动智能创作团队开发的多主体视频生成框架,能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制,使单一模型灵活处理人物、物体和背景,无需架构变化;并采用像素级通道拼接机制,在通道维度上运作以更好地保留外观特征。实验表明,MAGREF在身份一致性和视觉质量方面优于现有技术,能将单主体训练泛化到复杂多主体场景,为内容创作者提供了强大而便捷的视频生成工具。
这项研究揭示了大型语言模型(LLMs)偏好决策的内在机制。以色列理工学院和IBM研究院的团队开发了一种自动化方法,不需人工预设即可发现和解释影响AI判断的关键概念。研究横跨八个领域(从一般问答到安全评估),分析了12种偏好机制,发现人类评判者重视权威性和清晰度,而AI评判更关注事实准确性。他们提出的层次多领域回归模型不仅能准确预测偏好,还能清晰解释判断过程,为构建更透明、更符合人类价值观的AI系统提供了新途径。