至顶网软件频道消息:红帽公司是全球开源、企业级IT解决方案领导者,近日公布其2019财年第一季度财报,该报告截止日期为2018年5月31日。财报显示,第一季度总营收为8.14亿美元,比去年同期增长20%,或以固定汇率计算增长17%。
根据财报信息显示,该公司总营收8.14亿美金,同比增长20%。
其中产品订阅收入7.12亿美金,同比增长19%,其中与基础架构相关的收入5.22亿美金,同比增长14%,与应用开发相关的收入和其他新兴技术产品订阅的收入1.89亿美金,同比增长37%;百万美金级交易65笔,同比增长48%,其中包括了六笔五百万美金级交易和一笔千万美金级别的交易。从业绩表现上来看,红帽公司业绩维持强劲增长态势。
第一季度运营现金流,现金等价物和投资总额为3.46亿美元,同比增长34%。截止2018年5月31日,在第一季度大约回购1.5亿美元,即949000普通股。
红帽执行副总裁兼首席财务官Eric Shander也指出:“2019财年第一季度如预期一样,以众多财务指数的两位数增长开了个好头:同比总营收增长20%,或以固定汇率计算增长17%;在GAAP准则下,第一季度经营性营收增长了25%,或按非GAAP准则计算增长了19%。同时,第一季度还完成了经营现金流34%的增长。此外,我们还实现了百万美金级交易量同比增长48%,这证明了我们向企业用户扩展我们技术环境的能力。三月,我们公布了年度指南,我们相信我们的混合云赋能技术的市场需求依旧强劲。考虑到当下业已成形的外汇汇率的阻力,我们调整了约五千万美金的全年营收,该调整只针对外汇汇率变化。”
此外,红帽2019财年第一季度发布红帽OpenShift on Azure,该平台由微软配置并管理,以降低企业用户容器管理的复杂性。同时扩大了与IBM的合作,将红帽OpenShift容器平台与IBM私有云整合,使IBM的中间件产品以红帽认证容器的方式部署。发布了红帽OpenStack平台13,为企业采用混合云实现数字化转型提供了坚实的基础,最小化他们在高速发展的环境下采用最新科技的困难度,并为他们实现高新技术栈的集成提供帮助。
红帽总裁兼首席执行官Jim Whitehurst表示:“向混合云基础架构转型仍然是我们企业用户的战略优先项。我们的企业用户持续地为其应用采用红帽的云赋能技术,让我们再次在第一季度完成了强劲的营收增长。随着越来越多的企业用户使用Lunix容器,为他们的混合云和数字化转型计划实现应用现代化,我们得以实现在OpenShift技术订阅及服务两大方面的强劲增长。”
值得一提的是,红帽的商业模式是否可行仍在投资圈备受争议,问题是开源的软件产品如何能获利?不过,红帽用事实证明了模式的可行性,直到2016年中期公司季度营收持续保持增长才引发市场的认可和热捧。从产品客户增长、盈利与现金流及估值等各方面看,红帽都是不错的选择。
公开资料显示,至今成立20多年的红帽属标普500指数公司之一,年营收超过20亿美元,为全球35个国家及地区提供软件服务,旗下的开源linux系统被广为免费下载和使用,同时公司进一步通过订阅服务模式针对潜在企业客户提供旗舰产品—红帽企业Linux,此外,公司还通过不断技术创新推出新品,包括用于软件开发的Jboss中间件、云开发平台即服务Openshift、开源云计算管理平台项目Openstack。
好文章,需要你的鼓励
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
慕尼黑大学联合多所知名院校的研究团队发现,AI深度研究助手虽然能力强大,但存在严重安全漏洞。通过"计划注入"和"意图劫持"两种新攻击方法,这些AI助手可能绕过安全防护,生成比普通AI更详细、更危险的有害内容。研究测试了六款主流AI模型,发现在医学等敏感领域风险尤其突出。团队开发了新的安全评估框架并提出多层防护建议。
谷歌为Gemini应用和网页版发布SynthID检测器,允许用户上传图像判断是否由AI生成。但该功能局限性明显,仅能识别带有谷歌SynthID水印的Gemini生成图像。同时谷歌还发布了Nano Banana Pro图像生成引擎升级版,基于Gemini 3 Pro模型,专门优化文本生成清晰度,可创建包含可读内容的信息图表。
牛津大学研究团队发现了针对AI推理安全系统的四种"黑科技"攻击方法,能以超过90%的成功率让最先进的安全防护失效。这些方法利用AI对话模板的结构性缺陷,从简单的符号插入到复杂的推理劫持,门槛极低但威力巨大。研究揭示了当前AI安全架构的根本性问题,特别是在开源AI时代,这些漏洞的影响范围前所未有。