Oracle第二财季业绩表现抢眼,业绩和营收均高于预期,云业务也超出预期。该公司公布第二季度净收入为22亿美元,折合每股收益52美分,营收96亿美元,同比增长6%。本季度非GAAP收益为每股70美分。
华尔街预计第二季度每股收益68美分,营收95.7亿美元。在财报出炉之前,分析师们正在密切关注云预订。去年11月7日通过的对NetSuite的收购已经满了一周年,这使得软件即服务(SaaS)在未来几个季度的增长更加困难。
JMP Securities的分析师Patrick Walravens表示,投资者期望云预订增长超过40%,收入增长在40%至45%之间。分析师也对数据点感兴趣,这些数据显示,Oracle正在与亚马逊网络服务(AWS)、谷歌和微软在基础设施即服务方面展开有效竞争。
甲骨文的云业务总收入为15亿美元,比去年同期增长了44%。其中,11亿美元的销售额来自软件即服务,平台和基础设施即服务为3.96亿美元,同比增长21%。
本季度云和本地软件收入为78亿美元。
Oracle表示,其云业务正在“形成良好的势头”,首席执行官Safra Catz预计该业务表现良好。联合首席执行官Mark Hurd也表示,Fusion ERP和Fusion HCM SaaS套件的销售额在本季度上涨了65%。在与分析师的电话会议上,Hurd还强调了数据库市场份额。
与此同时,Hurd表示,Oracle正在保持其数据库的份额,并在竞争中发起了一些进攻。Hurd表示:
让我告诉你谁没有离开Oracle。你听说过的一家公司在上个季度又给了我们5000万美元。这家公司就是亚马逊。他们并没有离开Oracle。Salesforce并没有离开Oracle。我们的那些不怎么喜欢我们(他们也没有理由喜欢我们)的竞争对手继续投资,并且在Oracle上运行他们的整个业务。我不知道有谁离开Oracle了。也许Mark知道,也许Safra知道。但是亚马逊——你会认为亚马逊真的想要离开。让我告诉你另一家没有离开Oracle的公司:SAP。他们有一个名为HANA的数据库。他们想要迁移SuccessFactors。他们一直试图从Oracle离开有五六年了。所有SAP的大客户都运行在Oracle上。亚马逊继续购买Oracle的技术来运营他们的业务。Salesforce则完全运行在Oracle上。来吧,你来告诉我还有谁想要离开Oracle。
展望未来,Oracle和专注于该公司的分析师预计,在甲骨文全球大会(Oracle OpenWorld)上描述的自主数据库将推动这家公司的发展。
在Oracle的自主数据库方面,首席技术官Larry Ellison表示,它将在1月份发布。他说:
我们预计这项新技术将极大地推动PaaS和SaaS业务的增长,并保持我们的数据库授权业务保持强劲。人们正在购买数据库授权以在本地和云端运行。你可以在各种环境选择中运行它们,无论是在本地还是在云端。
至于前景,Catz表示第三季度收入增长将在2%至4%之间,按恒定货币计算,非GAAP每股收益为68美分至70美分之间。考虑货币波动,Oracle预计每股收益为71美分至73美分,符合华尔街的预期。
Catz表示,第三季度的云业务总收入预计将增长21%至25%。
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。