Dropbox公布了超出华尔街预期的财报业绩,使得今天 Dropbox股价在盘后交易中上涨11%多。
该季度不计入股票薪酬等成本的利润为每股16美分,收入为4.46亿美元,同比增长19%。此前华尔街预期利润为每股14美分,收入为4.4341亿美元。
不过,这并不是唯一令投资者兴奋的事情。Dropbox还表示,截至该季度末,Dropbox的付费客户数为1430万,而去年同期为1270万。Dropbox称,来自每位付费用户的平均收入也从一年前的119.61美元增加至125美元。
年度经常性收入(对云软件公司而言是一项常见指标)也比一年前增长了19%,达到18.2亿美元。
唯一不足的是递延收入,该季度为5.542亿美元,低于5.556亿美元的预期。
全年来看,Dropbox的每股利润为50美分,总收入为16.61亿美元,比去年同期增长19%。
Dropbox联合创始人、首席执行官Drew Houston在声明中表示:“第四季度的强劲表现标志着Dropbox完成了激动人心的一年,这一年中我们发布了智能工作区的愿景。我们的全年收入超过16亿美元,有45多万个Dropbox业务团队,数百万人在使用我们新的前台应用,这些让Dropbox始终处于用户工作流程的中心。”
Houston在电话会议上补充说,Dropbox有望在今年年底前实现盈利。
要实现这个目标,Dropbox新财年需要有一个良好的开端。Dropbox第一季度指引表明,也许这个目标可以达成。Dropbox预计第一季度收入在4.52亿美元至4.54亿美元之间,高于分析师平均预期的4.484亿美元。
Dropbox还表示,董事会已经批准回购不超过6亿美元的A类股票。
Pund-IT分析师Charles King表示,股票回购是一项“稳固举措”,可能有助于增强投资者的乐观情绪,并有望在今年晚些时候最终实现盈利。
她说:“这让股东感到兴奋,盘后交易量激增证明了这一点。新冠病毒对全球企业的影响仍然令人震惊,Dropbox的业绩带来了一些令人欣喜的乐观情绪。”
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。