ZD至顶网软件频道消息(文/赵东):近日,SAP大中华区公布其2016年第一季度财报,财报显示SAP大中华区软件及软件相关服务(SSRS)收入实现了两位数增长,创下一季度历史最佳业绩。其中,云业务获得三位数增长佳绩,SAP S/4HANA 部署加速,目前客户超过240 家。据了解,这是SAP大中华区连续第10个季度实现业务稳步增长。
SAP大中华区总裁纪秉盟在接受ZDNet记者采访时表示:“SAP将自己定位为由SAP HANA驱动的云公司。几乎可以肯定,未来云业务势必要超过传统软件业务。”
SAP大中华区总裁纪秉盟
作为SAP未来发展的两个主要方向,云业务和SAP HANA都取得了不错的市场认可。财报显示,得益于SuccessFactors和Ariba 解决方案获得客户广泛采用,SAP云业务第一季度创造了三位数增长佳绩。凭借基于云的人力资本管理、商业网络和客户互动与商务解决方案,SAP的云业务发展势头持续强劲。其中,SAP Anywhere作为一款专为小型企业打造的云解决方案, 在第一季度赢得了众多客户,包括囝囡网络科技有限公司。
而作为SAP的数字化核心,SAP S/4HANA 第一季度也保持了稳健增长势头。越来越多的客户,正在积极拥抱SAP S/4HANA所带来的化繁为简和实时运营。本季度,新增客户包括:北汽福田、广州立白、上海外服、华新水泥、创美药业和互太纺织等。目前,SAP S/4HANA在大中华区的客户数量已经突破 240 家。
其中,互太纺织控股有限公司所属香港地区业务板块,第一季度SAP香港地区的业绩表现也非常抢眼,赢得了多家新客户。目前,香港地区业务已实现彻底扭转。
当然,SAP连续第10个季度实现业务稳步增长并非毫无原因,在纪秉盟看来是SAP好准了客户的“脉”。纪秉盟表示:“不管是传统的本地软件业务还是云业务,成功与否并不是由SAP决定,而是由客户的需求决定。如果客户想要更多的云,我们就给他云产品,客户想用本地的软件,我们就给他本地的软件。现在很多的客户倾向于一种混合型部署,将一些特定的软件放在本地,其他放在公有云。”
另外,纪秉盟亦表示,客户需求方式确实相较以往有了很大的变化,“以往,在传统软件销售的过程中,大多数都是软件公司向企业客户主动推销软件解决方案,而现在更多的是企业客户主动与我们沟通,可以如何对未来业务进行再构想,以及怎么实现数字化转型。”
“多年以来,SAP在25个行业中拥有获得广泛认可和认证的技术和解决方案,确实可以帮助客户实现数字化转型。”纪秉盟表示,“随着SAP S/4HANA催化和推动 SAP 大中华区业务的增长态势,我们将继续专注于高效执行公司的战略,即通过SAP领先的创新,助力中国客户加快数字化转型的步伐。”
除此之外,SAP还加强和本地云服务商的合作,继续深化SAP 云解决方案在中国市场的部署。不久前,SAP刚刚宣布了与阿里云达成战略合作,双方将共同致力于向中国企业提供云计算服务,加速推进企业级云服务在各个行业的深入应用。
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。