新近上市的Pivotal公司今天公布了第一季度业绩,结果表现强劲。
Pivotal主要提供用于构建云计算应用的软件。在2019财年第一季,Pivotal净亏损为3250万美元,每股盈利31美分,低于去年同期的5150万美元和76美分。
除去股票报酬等一定成本,亏损为每股10美分,低于一年前的20美分。收入同比上涨28%,达到1.557亿美元。分析师此前预计调整后的每股亏损为13美分,收入为1.44亿美元。
更重要的是,Pivotal的订阅收入比传统软件更稳定、更可预测、且收益更高,这部分收入增长了69%,达到9010万美元。订阅用户达到339个,比一年前增加20%。
Pivotal还发布了新的预测,称目前这个季度的订阅收入将达到9200万美元至9300万美元之间,收入将在1.57亿美元至1.59亿美元之间,调整后的亏损为9美分至10美分。预计整个财年Pivotal的订阅收入在3.8亿美元到3.84亿美元之间,总收入在6.42亿美元到6.49亿美元之间,调整后的亏损在37美分到39美分之间。FactSet公司的一项调查显示,分析师预测Pivotal销售额为6.22亿美元,亏损45美分。
这些结果让投资者们感到满意,Pivotal的股价在盘后交易中上涨超过7%,在常规交易中上涨1.3%,达到每股21.21美元。
Pivotal公司首席执行官Rob Mee在财报电话会议上表示:“这是我们财政年度的一个良好开局。我们相信,我们在帮助企业跨行业转型的同时,我们有能力颠覆一些IT投资的最大领域。”
Pivotal在今年4月20日上市,筹集了4.97亿美元,是今年众多上市的企业软件公司之一。Dell仍然拥有Pivotal 70%的股份,并控制近96%的投票权,这可能会限制投资者们对这支股票的兴趣,因为无论做出什么重大决策都要得到Dell的同意。
的确,Pivotal上市本身在很大程度上被广泛认为是Dell为了偿还收购EMC所带来巨额债务的一种方式,但是这不会立即见效,因为筹集到的资金仍然在Pivotaln那里。分析师Dave Vellante表示:“这是关于戴尔继续降低杠杆的一种方式,这样他们就可以偿清债务。”
尽管如此,Pivotal的业务本身仍然很强大,Cloud Foundry软件仍被视为平台即服务云计算领域的领导者。此外Pivotal还有一个名为Pivotal Labs的服务操作。Pivotal首席财务官Cynthia Gaylor指出,Pivotal第一季度的毛利润率为64%,比一年前上涨了10个百分点,这要归功于订阅收入的增加,这部分业务的利润率为92%。
Mee提到了一些新增客户,尤其是线上票商StubHub,它使用Cloud Foundry更快速地构建应用,降低使用谷歌公有云的成本。另一位新客户是体育用品零售商Dick’s Sporting Goods。此外West Corp.和Garmin等现有客户也扩展了对Cloud Foundry的使用。
Pivotal由Mee于1989年成立,当时他担任该公司的软件顾问。2012年,Pivotal被存储巨头EMC收购,EMC于2012年将其与2010年收购的数据仓库提供商Greenplum进行了整合。2015年,Mee再次接管了CEO的位置,当Dell收购EMC的时候,Dell成为Pivotal的主要股东。
好文章,需要你的鼓励
Converge Bio完成550万美元种子轮融资,由TLV Partners领投。该公司专为生物科技和制药行业打造LLM应用平台,提供数据增强、模型微调及可解释性分析等功能,帮助企业将通用生物基础模型转化为可实际落地的研发工具。以抗体研究为例,平台可将抗体LLM精调至氨基酸级别的结合亲和力预测,并生成优化序列。公司计划用于扩充团队、拓展客户,并发布抗体设计科研论文。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
ChatGPT高级语音模式的创造者Alexis Conneau离开OpenAI后,创办了音频AI初创公司WaveForms AI,并获得由a16z领投的4000万美元种子轮融资。该公司专注于训练自有音频大语言模型,计划于2025年推出与OpenAI、谷歌竞争的AI音频产品。Conneau深受电影《Her》启发,致力于开发具备情感感知能力的语音AI,同时警惕AI伴侣化带来的社会问题,强调技术应服务于人而非取代人际关系。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。