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
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。