数据库厂商MongoDB今天公布了第二季度财报,表现远远超出预期,特别是利润和收入都超出预期水平,使得MongoDB股价上涨了5%。
MongoDB售卖的开源、面向文档的数据库,被企业用来支持大数据应用和其他密集型工作负载。据MongoDB报告称,该季度在不计入股票补偿等特定成本的情况下,每股收益是亏损的,收入为1.383亿美元,较去年同期增长39%,此前华尔街预期每股亏损39美分,营收仅为1.267亿美元。
三个月前公布财报的时候MongoDB给出了相当谨慎的指引,称新冠病毒大爆发导致的不确定性会给销售带来冲击,但事情并没有那么糟糕。
MongoDB公司首席执行官Dev Ittycheria表示,实际上该季度公司在销售执行方面的表现“令人印象深刻”,MongoDB正在帮助客户解决一系列“复杂的数字化转型挑战”。
Ittycheria表示:“该季度直销和总客户数达到创纪录的水平,这清楚地证明了我们将更多客户引入我们平台的举措正在取得成效。”
该季度MongoDB的订阅收入为1.325亿美元,比去年同期增长41%。服务收入增长了8%,达到580万美元。但是,这种增长并没有一年前那么强劲,当时订阅收入同比增长了71%,服务收入增长了11%。
该季度MongoDB对数据库的重大更新可能会助推销售。MongoDB 4.4版本添加了一系列新功能,其中包括一项名为Union的功能,让用户可以将来自多个数据集的数据混合到一个数据集中,从而对数据进行更深入的探索和分析。此外,MongoDB还向MongoDB Atlas(MongoDB数据库的云托管版本)中添加了新的数据湖和搜索功能。
Constellation Research分析师Holger Mueller表示,MongoDB正在取得进展,40%的收入增长让MongoDB半个脚跨进了“10亿美金,独角兽俱乐部”。但他说,他对于MongoDB的亏损状态比较担心。
Mueller说:“MongoDB一直无法实现盈利,这应该成为他们必须优先解决的问题。产品方面,MongoDB发布了具有重大创新的MongoDB 4.4。下一代应用都将进入云端,因此看到云版本Atlas占有很高的市场份额,是很令人鼓舞的。”
MongoDB表示,预计第三季度每股亏损在45至48美分之间,收入在1.37亿至1.39亿美元之间。华尔街早些时候预测收入会降低至1.303亿美元,但亏损会缩小,至每股38美分。
MongoDB还提高了全年展望,预计全年收入在5.49亿美元至5.54亿美元之间,每股亏损1.21美元至1.29美元。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。