至顶网软件频道消息:
微软在2018财年实现商用云业务2200亿美元的年运营收入目标现在看来不仅是可行的,而且是非常有可能实现的。
是的,对微软在第四财季230亿美元和2017财年900亿美元贡献最大的就是更多个人计算部门(More Personal Computing),其中包括Windows、设备和游戏。但是更多个人计算部门在微软三大业务部门对运营收益的贡献中是最小的,不管是季度还是财年。这一转型基本上是华尔街预期将会看到的。
在2017财年第四季度(截止于2017年6月30日)的时候,微软商用云的运营收入为189亿美元,高于上个季度的152亿美元。微软在2015年4月为自己定下的商用云运营收入目标是200亿美元。微软方面表示,其商用云的毛利率是52%,同比增长了10%。
下面就让我们来看看微软商用云都包含了什么,以及这些服务都是做什么的。
微软商用云中的主要服务是Azure;Office 365企业服务(Exchange Online、SharePoint Online、Skype for Business Online、Microsoft Team);Dynamic 365、Enterprise Mobility + Security Suite (EMS)。最近公布的Microsoft 365捆绑包包含Windows 10、Office 365、管理和安全服务作为订阅项将包含在商用云中。但是没有本地服务器、云托管或者其他咨询服务在这个包中。
微软方面表示,这意味着Azure Stack——微软的Azure一体机产品从今年9月开始供货之后,将不会作为商用云业务的一部分计算在内。
商用云并不等同于微软“智能云”细分业务,只是让事情变得更加复杂了,因为Office 365是属于微软生产力和业务流程部门的,一系列本地服务器产品例如Windows Server、SQL Server和System Center都是本地产品,并不作为商用云的一部分计算在内。
微软仍然没有详细列出Azure的销售额或者客户数字。微软表示,该季度Azure收入同比增长97%,但是没有办法计算一个精确的数字,因为我们不知道基数是多少。Dynamics 365收入同比增长74%,但同样的,因为没有基数所以我们无法计算出一个精确的数字。(微软大多数Dynamics CRM和ERP用户仍在使用这些产品的本地部署版。)
大多数企业观察家都认为微软商用云最大的部分是来自于Office 365 Commercial。Office 365 Commercial的用户席位同比增长了31%,微软方面表示(微软没有提供基数)。Office 365 Commercial月活用户在2017年4月达到了1亿,微软方面表示。
微软首席财务官Amy Hood在7月20日的分析师电话会议上表示,这个季度微软Office 365 Commercial订阅收入首次超过通过非订阅许可售出的Office。Office 365消费者订阅数现在是2700万,略高于2017财年第三季度的2620万。
有几个Windows和设备方面的数据值得注意:Surface收入下滑2%至9480亿美元,“由于生命周期过渡”,微软方面表示,尽管微软的确在第四季度发布了两款Surface产品线(Surface Pro和Surface Laptop),但都是在季度末的时候。2017财年第三季度Surface的收入有所下滑,同时也低于微软的预期。
微软基本上在2017财年第三季度或者第四季度没有手机的收入的,但是资产表仍然显示下滑趋势,因为微软在一年前的几个季度仍然身处于消费级手机市场。
好文章,需要你的鼓励
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。