至顶网软件与服务频道消息: 尽管收入增长略有放缓,Amazon旗下AWS即使在零售旺盛的第四季度仍然成为整个Amazon的发展推动引擎,使得股价在今天盘后交易中飙升13%。
Amazon该季度的总体净收益为33亿美元,合每股6.47美元,收入增长21%达到874亿美元,轻松超出了分析师此前每股收益4.04美元、收入860亿美元的预期。
此外Amazon还提供了第一季度的最新指引,范围从690亿美元到730亿美元,与分析师此前预测的716亿美元基本持平。
Amazon旗下云计算子公司Amazon Web Services的收入增幅连续几个季度放缓,但是下降的幅度不大,该季度AWS的销售额增长34%至99.5亿美元,而上个季度的增幅为35%,此前分析师预期的增幅仅约30%。
AWS仍然是Amazon的摇钱树,目前占总收入的12%,去年同期为10%。AWS的营业收入接近26亿美元,增长19%,占Amazon整体营业利润的2/3。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“WS表现得很出色。该季度AWS的销售额增加了25亿美元,这比大多数云厂商的年度总收入还要多。”
实际上如果按年度计算的话,AWS的业务规模已经达到400亿美元,而Google Cloud的业务规模为80亿美元,其中还包括来自G Suite和其他服务的软件即服务收入。Amazon首席财务官Brian Olsavsky在与分析师的电话会议上表示,产品和功能的丰富,以及销售队伍的扩张推动了增长,而且这一增长是跨各种类型的客户和工作负载的。他说:“我们的产品组领先市场,我们比竞争对手更快地进入市场。”
eMarketer首席分析师Andrew Lipsman表示:“面对成本上升和AWS的竞争压力,Amazon在该季度实现利润增长的确令人惊喜。”
AWS在第四季度遭受了打击,当时美国国防部在10月底批准微软赢得价值100亿美元、为期10年的JEDI云基础设施项目,而在这一年中的大部分时候AWS是云市场的领导者。
上周,AWS提出了一项终止该项目的动议。AWS早些时候指控说,这一决定受到了特朗普对Bezos本人具有敌意的政治影响,而Bezos是《华盛顿邮报》的老板,该报对特朗普进行了至关重要的报道。本周三,微软公布财报显示,Azure云基础设施收入增长了62%,但没有透露绝对收入数字。
Amazon股价在盘后交易中上涨近13%,随后回落至11%左右。这也使Amazon的市值跃升至突破1万亿美元大关,与苹果、微软和谷歌母公司Alphabet看齐。Amazon股价在常规交易时段收盘时上涨了2/3至每股1870.68美元,当天整体市场有小幅下跌。
毫无疑问,投资者之所以热情是因为高利润,更不用对下一个季度的乐观预期。Amazon还表示,预计第一季度运营收入将在30亿美元至42亿美元之间,低于去年第一季度的44亿美元。
这很可能是因为一项新计划需要花费大量资金所导致的:该计划需要向Prime会员提供某些产品的一日甚至两小时送达服务。Amazon首席执行官Jeff Bezos仍然专注于年费119美元的Prime会员项目,该项目为会员提供免费快速送达和免费提供视频内容的服务。
他表示:“本季度加入Prime的人数比以往任何时候都多,现在我们在全球拥有1.5亿付费Prime会员。该本季度,Prime免费一日送达和当日送达服务的商品数量比去年同期增长了3倍。”
尽管更快的送货速度推动了营业额的增长,但这也非常耗费成本。Amazon去年宣布该计划的一日送达服务总共花费了15亿美元,但令投资者感到乐观的一个原因是,过去一个季度的运输成本已经稳定下来。
订阅服务(主要是Amazon Prime)也在快速增长,增长32%达到52.4亿美元。“其他”类收入(主要是广告),增长了41%达到47.8亿美元。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。