今天,Red Hat公布了自IBM宣布以340亿美元收购Red Hat以来的首个财报,股票没有上涨基本持平。
一旦收购完成(可能在明年下半年完成),Red Hat将不再是一个公开交易的实体,这可能解释了为什么今天股东们对Red Hat财报显然缺乏兴趣。尽管Red Hat超出了华尔街的盈利的预测,但股票方面没有波动。
第三财季,Red Hat在某些特定成本如股票补偿之前的收益为每股96美分,远高于分析师预期的87美分。该季度Red Hat的净收入为9450万美元,没有达到华尔街的预期水平。销售额为8.468亿美元,低于华尔街预测的8.536亿美元。
Red Hat的财报没有提供太多细节,由于IBM收购案正在进行中所以Red Hat高管没有主持电话会议。出于同样的原因,Red Hat也没有更新指引。不过,至少有关于订阅收入的一些好消息,订阅收入占到了总收入的87%,达到7.41亿美元,同比增长13%。
Red Hat总裁兼首席执行官Jim Whitehurst在声明中表示:“采用Red Hat技术让客户能够在混合云和多云环境中更安全、更一致地构建和部署应用,从而继续推动我们在第三季度的增长。例如,我们的认证云和服务提供商计划在第三季度突破了3亿美元年运营率大关,Red Hat Enterprise Linux在公有云中的按需收入同比增长25%。此外,Red Hat OpenShift企业级Kubernetes平台和Red Hat Ansible Automation也都实现了强劲的客户增长,该季度这两个产品都新增了100多个客户。”
Constellation Research分析师Holger Mueller表示,该季度尽管受进行中的收购影响,但可以看到Red Hat所有主要产品组合表现良好。
Mueller说:“对于Red Hat来说问题一直是,它的新应用、开发和平台即服务业务能够快速增长以弥补放缓的硬件和Linux业务吗?现在我们永远无法得知答案了,因为Red Hat将被完全捆绑到IBM产品中。”
一个成功的季度,加上云计算业务的持续增长,这至少对IBM来说是个好兆头,外界普遍认为IBM希望通过收购Red Hat提升在私有云和公有云领域的地位。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。