至顶网软件频道消息:商业智能和数据仓库供应商Teradata的收入在今年第一季度从5.45亿美元下降了10%,达到4.91亿美元,亏损了200万美元,而该公司新任首席执行官Victor Lund仍然相信有办法。
Teradata表示2016年第一季度的收入包含了Marketing Applications业务3400万美元的收入,而该公司已于2016年7月1日将该业务出售了,希望这种解释能够减轻第一季度收入情况的惨淡程度。是的,但是,2017年第一季度的收入和2016年第一季度收入的差距是5400万美元,扣除Marketing Applications业务的3400万美元,还下降了2000万美元。
尽管如此,该公司一年前的净亏损为4600万美元,因此这一改善令人印象深刻。毛利率为45.6%,而一年前为49.4%。Teradata拥有11.44亿美元的现金,大部分在美国境外。在公司债务总额约为5.63亿美元时,这是一个令人放心的安全垫。
Lund在一次预先准备好的讲话中表示:“我仍然对我们的战略和我们的人有信心,我们在积极进行业务转型。”确实是在积极转型。他补充表示:“我们的团队专注于为客户推动成功的业务成果,并让我们的未来充满活力。”
Lund专注于Teradata的成功业务成果。正在将客户从采购许可转换为付费订阅模式,这使得未来的收入估算值出现问题,因为转换率是不可预测的。考虑到这一点,下一季度的收入预计将在5.1亿美元至5.3亿美元之间,和一年前同期相比下降13.2%。
该公司的转型仍在进行之中,直到不用再计算已经出售的Marketing Applications部门过去的贡献,并且/或将其业务扩展到其他领域为止。
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。