ZDNet至顶网软件频道消息:甲骨文斥资53亿美元收购了Micros Systems,软件巨头甲骨文转眼间即在餐饮、零售等行业站住了脚跟。甲骨文此举表明,电子商务极有可能会成为各大科技巨头拼杀的下一个战场,同时,也道出了甲骨文为推动公司增长而四处寻求收购对象的现实。
爱说风凉话的人或许会说,甲骨文收购Micros是为了转移视线(甲骨文连续几个财季表现令人失望),公司的云策略仍未成形,应用程序的业务增长也让人担忧。Summit Research分析师Richard Williams在一份研究报告中戏虐地表示:华尔街有一条古老的黄金定律,内容如下:1)每一个财季的表现必须好;2)某一个财季的表现可能不好时,参见规则1;3)某一个财季的表现肯定不好时,做一桩收购交易。
纵观大局,商务(前端硬件、软件和多通道)正在成为各企业巨头的主战场。IBM深谙其道,一直都专注电子商务,尤其是在移动的多个方面。NetSuite和其他不少公司也是一样。Micros公司的年度报告中列举了多个竞争对手,如餐馆业方面的NCR、Par Technology和Agilysys、酒店业方面的思博公司(Infor公司的子公司)、Sabre和Northwind,以及零售方面的SAP、甲骨文、IBM、Demandware和eBay。
从财务上看,甲骨文的这笔交易无可厚非。此次的收购是甲骨文耗资70亿美元收购Sun以来最大的收购,但此次收购与那次收购比要好得多。甲骨文表示Micros公司将为公司提升收益。一众分析师表示,被收购的Micros营运良好。甲骨文会将Micros与旗下的Art Technology Group(ATG)电子商务平台整合在一起。
FBR的分析师Daniel Ives表示: 我们认为,此举可能为下一轮“云计算竞赛”揭开序幕,特别是在电子商务方面。SAP去年收购了电子商务解决方案供应商hybris,现在甲骨文尽管已经有了大型企业级系统ATG却学SAP再行收购之举。目前许多SaaS厂商仍未达到公司的短期高峰状态,而几个大厂商手里又有大把的现金,可以看到,市场整固的时机已经成熟。
下面是甲骨文对Micros公司在酒店、餐饮和零售方面扮演的角色的看法。Micros在酒店和餐厅方面颇为成功,在零售方面可与甲骨文互补。
酒店行业:甲骨文+Micros
餐饮行业:甲骨文+Micros
零售行业:甲骨文+Micros
从多个方面来看,甲骨文收购Micros事关与对手在各行业的阵地战。SAP的目标是各行业,Salesforce采取了类似的做法。各家的目的都是把各行业弄到一个平台上——可能是云平台、硬件平台或软件平台,然后去主导他们、坐收现钞。至于这些大企业玩家是否会被看作真正的创新合作伙伴、借以变革各个行业则有待进一步观察。
但不管结果是什么,甲骨文和SAP都将在多个垂直市场上演恶斗。SAP CEO Bill McDermott最近表示:我们正在更新公司的重点行业。大家都从有关SAP的报道里知道,我们在25个不同的行业里一直是市场领导者。我们正在加倍专注诸如零售行业、银行、医疗、公共部门等行业,因为我们认为各市场都存在着巨大商机,尤其是SAP的HANA平台。我们希望HANA成为世界业务平台标准,所以,对于那些想在HANA上运行自己的云的合作伙伴,我们对他们的生态系统持非常开放的态度。
甲骨文总裁马克·赫德也有一段类似的说法: 甲骨文成功地帮助过客户跨越多行业和充分利用云计算、移动、社交、大数据和物联网的功能改造业务。我们预计,收购Micros后,我们将为酒店和零售等行业内的公司提供令人信服的优势。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。