数据存储厂商西部数据(Western Digital)得益于闪存市场的改善以及市场对其硬盘的需求增加,今天发布第二季度财报业绩超出了华尔街此前的预期。
西部数据宣布,该季度在股票薪酬等特定成本之前的利润为每股62美分,收入为42.3亿美元,此前华尔街预期每股利润为58美分,收入为42.2亿美元。
更重要的是,西部数据该季度净亏损1.39亿美元,与去年同期净亏损4.87亿美元相比,有了很大的改善。
西部数据在三个月前宣布2020财年第一季度财报时表示,首席执行官Steve Milligan计划在2020年9月前卸任CEO一职,这也让股东感到一些不安。西部数据一直在寻找继任者,尽管伺候没有任何更新消息,但今天的财报结果似乎让投资者安心下来,使得西部数据股价在盘后交易中上涨了7%多。
股票市场的积极反应可能与西部数据下一季度的指引有关。西部数据预计,第三季度收入将在41亿美元至43亿美元之间,每股利润在85美分至1.05美元。此前华尔街预期收入为40.6亿美元,利润为73美分。
Milligan在一份声明中表示:“12月这个季度的业绩反映出我们产品路线图的强大执行力,硬盘毛利率的提升以及闪存市场的改善。我们预计闪存毛利率将加速回升,加上市场对硬盘和闪存的需求持续强劲,为我们在2020年实现持续盈利增长奠定了良好的基础。”
西部数据高管在电话会议上补充说,该季度的运营现金流为2.57亿美元,现金和等价物总额为31亿美元。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。