Hortonworks周四发布财报,2017财年第四季度收入高于预期,而净亏损则符合预期。Hortonworks该季度净亏损4820万美元,合每股68美分,营收为7500万美元,与去年同期比增长44%。第四季度非GAAP损失为每股24美分。
华尔街曾预测Hortonworks非GAAP损失为每股24美分,收入为7046万美元。
Hortonworks在2017年全年净亏损2.045亿美元,合每股3.08美分,营收2.618亿美元,同比增长42%。全年非GAAP损失为每股1.40美元。
华尔街曾预测Hortonworks全年非GAAP净亏损每股为1.42美元,营收2.572亿美元。
Hortonworks首席执行官兼董事长Rob Bearden在一份声明中表示,“我们在2017年取得了巨大的发展势头,全年创纪录的收入达2.618亿美元,并实现了第四季度运营现金流量的盈亏平衡。我们的产品组合广度、我们团队的执行力以及我们业务战略的重点为我们自己及客户奠定了坚实的基础。”
前景方面,Hortonworks预计今年第一季度的收入为7500万美元,全年收入在3.22亿美元至3.27亿美元之间,两项都符合预期。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
澳大利亚国立大学和广湾大学研究团队开发的VAU-R1系统通过强化学习显著提升了视频异常理解能力。该研究不仅创建了第一个专门用于训练和评估视频异常理解的思维链基准数据集VAU-Bench,还提出了一种数据高效的强化微调框架,使模型能更准确地回答问题、定位异常时间段并提供连贯解释。实验结果表明,VAU-R1在多项选择题准确率和时间定位方面比传统方法有显著提升,为安全监控、灾害预警等领域的智能系统带来了新的可能性。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究由香港中文大学团队提出了视频-3D几何大语言模型(VG LLM),一种无需依赖显式3D数据输入,仅通过普通视频就能理解3D世界的创新方法。通过集成3D视觉几何编码器,该模型能从视频序列中提取3D先验信息,显著提升空间推理能力。实验表明,该4B参数模型在多项3D场景理解和空间推理任务上超越了现有技术,甚至在VSI-Bench评估中胜过Gemini-1.5-Pro。