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
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。