美光科技(Micron Technology)今天发布了第一财季指引,由于预期内存芯片价格下滑导致指引水平随之下降,使得美光股价在今天的盘后交易中遭受重创。
这项警告是在美光发布了表现强劲的第四季度和全年业绩之后发出的。
该季度美光在不计入股票补偿等特定成本情况下的每股利润为2.39美元,收入为82.7亿美元,高于去年同期的60.6亿美元,高于华尔街分析师预期的2.33美元每股利润,以及82.3亿美元收入。
美光表示,该季度毛利率达到47.9%,同比增长13%。
美光公司首席执行官Sanjay Mehrotra表示,美光该季度表现出“出色的执行力”,全年来看实现了多个关键里程碑。
“2021年,我们确立了在DRAM和NAND技术方面的领先地位,在多个市场实现了创纪录的收入,并发送了季度红利。预计2022年市场需求强劲,美光公司将为客户提供创新的解决方案,推动我们的长期增长。”
不过,分析师们更关心的是美光公司的短期前景,而且美光公布的第一季度指引并不尽如人意。美光预计,第一季度调整后每股利润在2美元到2.20美元之间,收入在74.5亿美元到78.5亿美元之间,远低于华尔街分析师预期的每股利润2.53美元和收入85.4亿美元。
美光公司的股价在盘后交易中下跌超过4%。
在整个新冠疫情爆发期间,美光公司的股价一直在上涨。美光是全球领先的DRAM芯片生产商之一,这种芯片主要用于个人计算机和服务器。此外,美光还售卖用于智能手机和U盘等小型设备用的NAND闪存芯片。
疫情期间市场对这些产品的需求量很大,促使存储芯片等组件的价格水涨船高。正如全年业绩所显示的,这个趋势也让美光从中受益:2021财年美光的总收入达到277.1亿美元,高于去年同期的214.4亿美元。
不过大多数分析师认为,这场狂欢即将结束,尤其是对DRAM市场来说。疫情导致的PC销售热潮正在放缓,因此市场对DRAM的需求也在下降,从而让价格走低。
Mehrotra在公司公布业绩之后的分析师电话会议上承认了这一点,称下一季度市场对DRAM和NAND的需求将从非常高的水平“温和下降”。他透露,“由于PC用非内存组件有所短缺,因此一些PC客户正在调整他们的内存和存储采购计划。”
Constellation Research分析师Holger Mueller表示,尽管今天美光的股价出现下跌,但是美光的业绩表现值得称赞,实现了“非常抢眼的一年”,收入增长了近30%,特别是第四季度收入增幅接近40%。
Mueller说:“一部分原因是美光有非常出色的成本策略,使得他们的营业收入翻了一番。我们知道芯片行业就像过山车,在疫情期间到了令人难以置信的高位,现在我们得关注一下2022年PC销售情况会出现怎样的变化。好消息是,在即将到来的放缓之前,美光已经改善了自身的财务状况。”
Pund-IT分析师Charles King表示,美光是在非常时期发展起起落落的一个很好的例子。他说,美光公司处于一个很理想的位置,过去一年从新冠疫情带来的诸多挑战中受益,而且其领导层带领公司所取得的成绩也值得称赞。
“然而,非常时期不会永远持续下去,尤其是在价格和需求经常波动的市场中。总体而言,美光这个季度表现出色,并为全年画上了一个圆满的句号。虽然未来几个季度内存芯片供需情况尚不明朗,但过去18个月美光公司领导层的稳健表现表明,无论发生什么,美光都把自己的未来掌握在自己手中。”
确实,尽管接下来几个季度可能会很艰难,但Mehrotra表示,他对今年晚些时候公司实现反弹持相当乐观的态度。
“该财年下半年出货容量将有所恢复,我们预计将在2022财年实现创纪录的收入和稳健的盈利能力,并且2022年需求前景强劲,美光将为客户提供创新的解决方案,推动我们的长期增长。”
好文章,需要你的鼓励
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
谷歌为Gemini应用和网页版发布SynthID检测器,允许用户上传图像判断是否由AI生成。但该功能局限性明显,仅能识别带有谷歌SynthID水印的Gemini生成图像。同时谷歌还发布了Nano Banana Pro图像生成引擎升级版,基于Gemini 3 Pro模型,专门优化文本生成清晰度,可创建包含可读内容的信息图表。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。