至顶网软件与服务频道消息: 3月19日,金蝶国际(00268.HK)公布2019年财年业绩。报告期内,其收入约33.26亿元人民币(单位下同),同比增长18.4%,其中金蝶云业务收入增长54.7%,占总收入39.5%;毛利率约80.4%;来自经营活动产生的净现金约9.63亿元,同比增长6.3%。
在金蝶公布业绩当天,其股价一度大涨12%,资本市场将其业绩评为“高分”答卷。从去年下半年以来,各外资大行都将目光聚焦于金蝶云·苍穹的发力上,而金蝶2019年的业绩表现也远超资本市场的预期。
据财报数据,金蝶云·苍穹于2019年共获得130家新客户,新签合约累计超过人民币2亿元。新客户包括中国兵装、中冶南方、中国钢研、中移物联网等央企;顺丰集团、天津钢铁、海螺资讯等大型企业。其中,金蝶云·苍穹的新客户还不乏中国石油、河钢集团、万科及建发集团等世界500强企业。
除此之外,金蝶云·苍穹还与德龙钢铁、河钢集团、湖北捷瑞、江苏富浩电子等企业建立战略合作关系,共同推进行业价值链重构。报告期内,金蝶云·苍穹生态伙伴总数已达160家,其中,ISV伙伴55家,开发者伙伴90家,内容伙伴15家。
客户突破只是金蝶云·苍穹给市场的惊喜之一,其在产品及技术上的突破也十分亮眼。
产品方面,金蝶云·苍穹完善了其产品功能,新增了已完成客户验证的涉及财务云、企业绩效云、供应链云、人力云、协同云、营销云、税务云、AI大数据服务云、流程服务云、开发服务云等20余项云服务的100余款企业应用。
目前,金蝶云·苍穹已提交了73项专利,云原生技术框架的一项核心技术获得国家专利奖。其通过微服务、容器等组件化方式,能够以低时间及实施成本的方式满足客户的定制化需求,是最符合国内需求的ERP部署方式。同时,金蝶云·苍穹还实现了从硬件到软件的全栈技术自主可控,并于华为鲲鹏等厂商合作,通过了国产化有用环境功能、性能等全方面测试。
金蝶CFO林波介绍,金蝶云·苍穹平台有两个技术亮点。首先,其为一个开发平台,能够快速满足SaaS开发的需求,能够让客户的研发效率较此前提高4倍。其次,金蝶云·苍穹系统完全支持国产化,能够全方位满足国产需求,包括国产芯片、国产操作系统、国产数据库以及国产服务器等。
在金蝶云·苍穹平台PaaS用户案例上,金蝶也把该平台当做公司的公共平台,并整合公司相关的云服务产品,以及在该平台上重新构建工业互联网平台。林波表示,此战略对金蝶意义重大,其能让金蝶的产品在更大程度上互用,以此避免了产品在打通、互联以及发展时的数据浪费。
除了整合金蝶旗下产品外,金蝶云·苍穹也为客户搭建了数字化平台,如其为华为基建项目打造设计管理中心,以及为中石油搭建海外社会安全信息网络平台。其中,金蝶云·苍穹为了助力中油国际提升海外安全,为其快速搭建了HSE系统,并保证系统24小时不间断提供服务。
上述两个服务案例只是金蝶云·苍穹为众多服务伙伴提供服务的一个缩影。此前,金蝶曾推出过“伙伴云转型加速计划”,加速提升伙伴核心能力的同时,还加速苍穹ISV伙伴的发展。基于金蝶动态领域模型架构的低代码开发平台,ISV开发者的效率可以提升500%以上。此外,金蝶云·苍穹平台提供的微服务和API能力可以让ISV伙伴最大限度利用平台的开放能力。
值得注意的是,除了金蝶云·苍穹取得了亮眼的成绩,其他云产品也同样有出色的表现,如面向成长型企业的金蝶云·星空于2019年入选了全国 17 大省区 26座城市政府发文推荐厂商目录,并获亚马逊 AWS 认证为 2019 年度唯一最佳 SaaS 合作伙伴。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。