ZDNet至顶网软件频道消息: 微软2014财年第三季度的收益令人难忘,更多的是因为微软首席执行官现身财报电话会议而不是财报本身。微软在该季度的收益为69.7亿美元,或者每股68美分,收入为204亿美元,与一年之前大体持平。
纳德拉在4月24日的分析师电话会议上花了一个小时时间谈微软战略并回答了华尔街分析师们的问题。这个举动在上一任首席执行官史蒂夫鲍尔默那里是非常非常罕见的。但是纳德拉似乎想把这变成一件定期的事情。
纳德拉并没有在他第一次现身分析师电话会议的时候投下“重磅炸弹”,相反,他使用了一些易于解读的措辞。
关于勇气:“对于微软,你可以期待的是,我们面对现实的勇气,我们将以对定势思维的挑战走向未来。”纳德拉这样告诉分析师。我看到有些人认为这意味着“很快就有坏消息了。”我个人认为,这更像是纳德拉本人与他的公司承认,微软面向着一些严峻的挑战,从在手机市场仅有3%的市场份额,到平板电脑市场缓慢的推进。
关于云订阅模式:“我们正在很好地做出这个过渡,从纯粹的许可模式到长期合同,以及订阅的业务模式。”纳德拉这样告诉分析师们。但是他并没有分享微软何时、是否以及如何向Windows订阅模式过渡的更多新信息。
关于接下来诺基亚会发生什么:微软对诺基亚手机业务的收购已经在4月25日正式完成。在电话会议上,微软首席财务官Amy Hodd表示,这大约要比微软和诺基亚宣布收购消息时所设想的时间推迟了大约4个月,所以业务结果也有所变化。当微软报告诺基亚财务结果的时候,这些结果将不再是设备与消费者(D&C)许可业务(这是现在诺基亚许可费用的所属)的一部分;相反将被划归到D&C硬件业务下。
Hood指出:“第四季度,我们将清楚地展示这项商业协议结束的影响,诺基亚持续运供应以及任何时间的整合以及遣散成本。”这是否意味着要裁员?或者只是整合成本的一些影响。这里她没有做进一步的阐述。
关于微软“独特”的价值主张:纳德拉已经创建了一些他个人喜欢的流行语和短语,就在他上任首席执行官短短的几个月内:移动为先/云为先;环境计算;数据文化。但是目前最令我好奇的是“独特”。
“为了推动这个(新)世界,我们将继续专注于客户真正重视而微软有能够独家提供的事情上。”他这样告诉分析师。也许我对这句话有些过度解读了,但是他的确很多次用到了这个词。
“当我们展望未来,通过我们创造的独特体验来实现的、跨设备——我们的设备或者不是我们的设备——的体验是怎样的?”他这样问道。他并没有详细阐述,但是我猜这可能是微软提供跨平台能力的一个参考,例如设备管理、单一登录认证,真正的微软Office体验和跨各种计算平台。
关于他的CEO工作:纳德拉谈到了持续规划和执行的重要性。他指出,他乐于根据环境的变化去改变计划。
纳德拉谈到“需要持续构建一些新能力”。他指出,“当你想到移动为先的时候,这意味着你必须真正深刻地了解所有移动场景,从通信发生的场景到会议发生的场景,以及那些要求我们构建新能力的场景。”
他说,其中一些工作需要“有机地进行”,并将微软收购诺基亚手机业务作为一个例子。他还提到“现在把Windows看作是一个家族会带来怎样不同的改变,这在以前是不可能的”。
纳德拉再次提到了他的新口头禅:每个人的云,每个设备的云。如果还有人怀疑这在微软是否真的是一个Windows为先的世界,那么该抛弃这个想法了。纳德拉领导下的微软似乎更为现实,并希望让用户尝试任何微软设备、软件或者服务,即使不喜欢,也希望会有后续更多的使用。
好文章,需要你的鼓励
Canonical宣布Ubuntu 25.10"Questing Quokka"将引入基于可信平台模块(TPM)芯片的全盘加密功能。该功能原计划在23.10版本推出,现在终于落地。新方案利用现代PC内置的TPM 2.0芯片存储加密密钥,支持自动解锁,无需手动输入密码。系统要求PC具备TPM 2.0芯片、UEFI固件并启用安全启动。相比传统LUKS加密方案,TPM加密可实现无人值守启动,特别适合服务器环境。该功能将采用统一内核镜像系统,通过snap包管理内核更新。
这项研究由哈佛大学团队开发的创新框架,解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束,使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明,该方法在多个真实数据集上既保障了隐私,又显著提升了模型公平性,为医疗、金融和政府等领域的数据协作提供了实用解决方案。
创新光学无线网络全球论坛在五周年之际与国际电信联盟签署合作协议,旨在加速光子技术发展。该项目由NTT主导,联合爱立信、诺基亚等巨头,致力于构建全光子网络基础设施,应对AI驱动的数据中心增长需求。研究显示,全球数据中心容量2024至2027年将增长57%,迫切需要更高带宽、更低延迟和能耗的网络解决方案。
Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台,旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法,使机器人能够从人类示范中学习复杂技能。研究表明,ALOHA系统展示了强大的泛化能力,能够在新环境中应用所学技能,如打开不同类型的瓶子。系统的开源性质鼓励全球研究者参与并推动机器人学习领域的发展,尽管仍面临成本和精确力控制等挑战。