至顶网软件频道消息:尽管MongoDB的订阅和服务收入增长强劲,但MongoDB在周三收盘后发布的第一季度业绩的表现却有好有坏。管理型数据库播放器在第一季度净亏损3320万美元,即每股61美分。按非美国通用会计准则计算,MongoDB每股收益为22美分,营收为8940万美元,同比增长78%。
华尔街早前曾预计每股亏损24美分,营收为8310万美元。
其他方面,MongoDB称订阅收入为8400万美元,同比增长82%,服务收入为540万美元,同比增长33%。
MongoDB在指引里表示,预计第二季度每股净亏损在29美分至27美分之间,收入将从9000万美元增加到9200万美元。分析师预计每股盈利会亏损28美分,营收为8770万美元。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。