至顶网软件频道消息: 微软2019财年第四季度的业绩报告显示本季度表现强劲,旗下的云服务、内部部署服务器产品、Surface部门甚至Windows的表现一如预期般强劲。然而,有人在更深入地了解微软的收益后就在想,微软的Azure业务是否正在放缓,因为Azure业务现在“仅仅”同比增长64%,而环比却持续下降。 有些人不禁要问,Windows Pro业务能否在Windows 7到10的迁移逐渐减少之后保持强劲势头。微软第四季度的收入为337亿美元,营业收入为124亿美元。 微软在报告旗下“商业云”的性能时仍然没有专门列出Azure数据,商业云统括了Azure、Office 365、Dynamics 365和一些LinkedIn商业业务。
微软的整体商业云业务在2019财年第四季度的表现强劲,达110亿美元。微软观察人士则继续认为商业云业务的最大份额来自Office 365商业版。由于Office 365商业版的用户订阅数增长及每个用户带来更高的平均收入(这意味着对O365 E3的持续需求,更多Office 365 E5以及对微软最近宣布的安全和合规SKU的兴趣),Office 365商业版收入本季度增长了31%。
投资者关系部总经理Mike Spencer表示,较低的Azure百分比增长是因为大数定律,即是说Azure的整体业务越大,增长的速度可能就越慢,就百分比而言。(他还表示,如果按恒定货币数字计算,增长率为68%,而不是64%。)此外,他还提到,Azure上的企业移动+安全服务的增长也变得更加温和,因此其轨迹现在看起来更像Office 365。
微软官员称,Azure利润率方面就完全不同,Azure利润率的情况正在明显改善,原因是微软最近连着签署了几个更大的多年合同。
记者问起利润率时Spencer表示,“我们正在继续扩大规模,在找业务效率。” 他表示,微软已经搞定了:数据中心结构;旗下客户支持;以及业务整体规模。这一阵的Azure交易更多的是关于合作伙伴而非事关降价(当然,尽管客户对价格仍然敏感)。
由于本季度Windows OEM和商业上的强劲增长,Windows收入同比增长了7%。微软官员在财报里表示,由于“Windows 7支持结束前的强劲势头”,Windows OEM Pro收入增长了18%。(微软的本地服务器业务也在经历类似的Windows Server 2008/R2和SQL Server 2008/R2支持终止日期的正面影响。)
笔者本季度第一次看到微软正式将2020年1月14日(Windows 7支持结束截止日期)作为Windows增长的原因,尽管Spencer告诉笔者过去几个季度的情况都是如此。笔者在前几季的财报电话会议上询问时,微软官员曾淡化Windows 7收入对Windows收入的影响。微软官员现在表示,微软预计Windows 7的终结将在下一季度及以后继续产生长尾影响。
微软官员表示,本季度Windows商业版(不是较弱的消费者版)增长的其他原因还包括“多年期协议的增加,这些协议在季内收入里的辨识度更高”,事关8-K报告格式,再加上强劲的商用PC增长及在预期关税前库存水平有4%的增长以及影响PC制造商的芯片供应问题结束。微软官员表示,专利许可的减少对Windows业务产生了一些负面影响,但没有详细说明IP许可收入下降的原因。
微软的游戏业务本季度偏低迷,游戏机销售继续下滑,而Surface收入为13亿美元,很不错了,因为第四季度没有推出新产品。微软首席执行官萨蒂亚·纳德拉(Satya Nadella)表示,微软认为游戏是Azure上的一项工作负载增长,而且微软正朝着旗下xCloud跨平台游戏流服务迈进。
好文章,需要你的鼓励
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
微软八月补丁星期二更新修复了超过100个漏洞,其中包括8个关键的远程代码执行漏洞,影响DirectX、Hyper-V、Office等多个产品。此外还修复了Windows NTLM权限提升漏洞、Hyper-V信息泄露漏洞等。值得关注的是Windows Kerberos权限提升漏洞CVE-2025-53779,虽然已有公开利用代码但暂无实际攻击证据。SharePoint的两个漏洞也需重点关注,特别是RCE漏洞CVE-2025-49712可能与已知认证绕过漏洞组合使用。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。