Salesforce.com公布了业绩稳健的第一季度财报,其表现超出了华尔街对其收入和收益的预期,平息了投资者对增长放缓的担忧。
Salesforce略微下调了对第二季度的收益预测,但将全年收益预期上调至2.88美元至2.90美元之间,收入在161亿美元至162.5亿美元之间,这要高于市场预期的2.67美元全年收益,和161.4亿美元的收入。Salesforce高管表示,Salesforce有望到2020年突破260亿美元的年收入目标。
Salesforce联合首席执行官Keith Block表示:“我们已经为未来做好了充分准备。”
该季度按固定汇率计算Salesforce的收入为37.4亿美元,同比增长26%。订阅收入增长24%。营业现金流近20亿美元,增长34%,该季度结束之后Salesforce持有63.8亿美元的现金和有价证券,为展开进一步的收购做好了准备。Salesforce股价在盘后交易中上涨近3%。
平息投资者担忧
此前有投资者质疑Salesforce在三个月前发布低于预期的第四财季指引之后增长是否会放缓,如今Salesforce公布的财报结果让投资者们长舒了一口气。最近Alphabet、Nutanix、Box和NetApp等厂商公布的营收结果令人担忧,质疑企业技术市场是否正在走向低谷,但如今这些担忧已经被来自VMware、SAP和Dropbox的强劲业绩所打消。
Pund-IT首席分析师Charles King表示“超出预期肯定是一个积极的信号,但提高指引才能让很多观察者感到宽慰,这表明Salesforce今年下半年的发展不会像大多数人都担心的那样坎坷。”
尽管Salesforce并不是整个软件服务行业的领头羊,但“Salesforce在硅谷的地位及其处理特朗普总统对中国和墨西哥关税影响的方法使Salesforce成为一个值得关注的力量”,King这样表示。Salesforce联席首席执行官Marc Benioff表示,全球货币因素导致Salesforce年收入减少2亿美元,但肯定会超出预期。
这家客户关系管理巨头实现了一个重要的里程碑,其Service Cloud客户服务软件和支持应用的季度收入突破了10亿美元,成为继Salesforce旗舰产品Sales Cloud(收入增长11%至10.73亿美元)之后第二个收入突破10以美元大关的产品,也使得Sales Cloud的季度销售额仅比Service Cloud高出了5300万美元。Salesforce的平台即服务收入增长50%,达到8.42亿美元,营销和商务云增长33%,达到5.61亿美元。
Constellation Research分析师Holger Mueller表示:“Service Cloud季度收入首次突破10亿美元,这突显了Salesforce业务的强势,以及企业拥有一个集成CRM产品的愿望。”
品牌价值
Constellation Research创始人Ray Wang表示,这表明了客户对Salesforce.com品牌的信心。“这意味着创新和技术带来的好处,”这里他指的是Salesforce参与的很多慈善活动。微软首席执行官Satya Nadella“复制了这一战略,取得了巨大的影响”。
Salesforce在电话会议上向分析师表示,最近在业务方面取得的大部分成功都要归功于去年以65亿美元收购的应用集成厂商MuleSoft。
Salesforce总裁兼首席财务官Mark Hawkins表示:“MuleSoft使我们能够接触到客户,告诉客户他们拥有的一切都将成为Customer 360的一部分。这加快了数字化转型的速度。”
Hawkins表示,尽管MuleSoft在该季度的销售额仅为1.7亿美元,但作为Salesforce云产品与客户其他应用之间集成点的战略价值,使其成为一个关键的销售驱动因素。“客户希望我们采取以客户为中心的策略,利用区块链、人工智能、视觉和语音等先进技术并将其整合到手机上,将其作为编程功能提供给客户,整合到一起称之为Customer 360。”
Mueller说,“所有这些都意味着的Salesforce的发展势头在可预见的未来将是可持续的。企业正在转向云端,并根据平台稳定性和实力挑选符合他们整体战略的供应商。”
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。