Oracle近日公布的第二季度财报好坏参半,未能达到预期,使得股价在延长交易中下跌了3%。
Oracle公司董事长兼首席技术官Larry Ellison表示,Mark Hurd前不久去世后,Oracle目前还没有计划聘请Safra Catz之外的第二位首席执行官。
该季度Oracle在股票薪酬等特定成本之前的利润为每股90美分,收入为96.1亿美元,只同比略微增长了0.5个百分点。此前华尔街预期Oracle在该季度的利润为88美分,收入为96.5亿美元。
该季度Oracle的最大亮点是云服务和许可支持业务部门,同时也是Oracle规模最大的一个业务部门,收入为68.1亿美元,比去年同期增长3%,但略低于华尔街68.2亿美元的预期。在该部门下,Oracle Autonomous Database的云收入翻了一番。
Ellison在一份声明中表示:“Oracle Autonomous Database尽管还处于发展初期,但是已经有数千家客户运行在我们的第二代公有云中。”他说,预计“未来几个月这块业务的增幅将随着我们把运行在Gen2 Cloud@Customer上的Autonomous Database发布到庞大的本地环境中而急剧增加。”
其他业务方面,云许可证和本地许可业务贡献了11.3亿美元的收入,比去年同期下降了7%。硬件收入减少2%至8.465亿美元,服务收入减少1%至8.06亿美元。
Ellison强调了Oracle云企业资源计划产品的增长,其中Fusion ERP收入增长37%,NetSuite ERP收入增长29%。他说,Oracle有机会争夺竞争对手的客户群来进一步发展自己的ERP业务。
Oracle在电话会议上表示:“SAP的很多大客户已经和我们展开合作,制定迁移到Fusion ERP的计划。我们赢得了SAP客户群的青睐。”
除此之外,Pund-IT分析师Charles King认为,Oracle收益超出预期而收入未达目标可绝对不是一个好消息,而且上个季度的业绩也是低于预期的。
King表示:“这显然让Oracle的一些股东感到不安,但是鉴于Oracle的业绩与分析师的期望之间差距很小,所以转而投奔其他厂商也许是一个比较极端的反应。”
说到缓解,King表示,该季度结束的时候Oracle并不是唯一一家遇到难题的厂商,中美持续不断的经济和贸易争端下,很多科技公司都面临挑战。
Constellation Research分析师Holger Mueller认为,Oracle即使在未达到目标的情况下也能很好地保持收入增长,但主要的挑战是如何继续前行。
“显然Oracle确实需要NetSuite,否则业务将会萎缩。硬件、本地许可和服务业务都在萎缩,而且Oracle在EMEA(数据库业务表现抢眼的地区)方面也没有实现增长,这一点令人惊讶,可能是执行方面的问题。这些增长引擎的表现需要摆脱收入线不断萎缩的困境,而这正是Oracle在第三季度和第四季度需要做的。”
该季度Oracle联席首席执行官Hurd英年早逝的消息震惊业界。Oracle在电话会议上表示,公司计划引进一些新人才包括“潜在的首席执行官”,但他说“没有计划设置第二个首席执行官”,这意味着目前公司还将由Catz领导。
同样在该季度,Oracle宣布了与VMware达成重要的合作伙伴关系,使双方共同客户能够构建混合云环境,从而可以在Oracle的云中运行VMware服务。此外,Oracle还在该季度收购了客户忠诚度初创公司CrowdTwist。
Catz向投资者表示,预计第三财季每股收益在95至97美分之间,中位数仅略低于华尔街预测的每股97美分。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。