Amazon近日公布了第二季度财报,尽管云计算业务收入增长超出预期,但该季度总收入未达预期,同时对当前季度的指引低于预期水平,使得Amazon股价在盘后交易中下跌约7%。
从去年来看,疫情促使大家越来越多地在网上购物,越来越多的企业涌向云端,使得Amazon的业务发展达到了一个新的高度,即使是疫情有所缓解的情况下也并没有放缓的迹象。
然而现在疫情带来的助推作用似乎正在终结,尽管Delta病毒可能会再次让人们陷入社交隔离的局面中。Amazon表示,第二季度利润同比增长50%,达到78亿美元,合每股15.12美元,收入增长27%达到1131亿美元,不过排除汇率有利因素之后,增幅为24%。
Amazon此前预测截止6月的这个季度收入在1100亿美元至1160亿美元之间,而分析师普遍预期的收入为1154亿美元,因此实际上Amazon并未达到预期水平,不过利润方面还是超出了市场普遍预期的每股12.28美元。
Amazon的云计算部门AWS收入增长了37%,达到148亿美元,超过了分析师预期的142亿美元。与以往一样,AWS依然是Amazon的利润引擎,该季度的营业利润为42亿美元,同比增长25%,尽管AWS的收入不到Amazon总收入的10%,但利润占比达到一半以上。
这也是前AWS首席执行官Andy Jassy接任Amazon首席执行官之后首次公布财报业绩。
Jassy在声明中特别提到了Amazon消费级业务以及之前他所领导的云业务在疫情期间所做的努力。“AWS帮助很多企业和政府机构保持业务连续性,随着越来越多的企业启动业务转型和迁移到云端的计划,我们看到AWS开始重新加速增长。”
盘后交易中Amazon股价下跌约7%,近日常规交易中,Amazon股价小幅下跌不到1%,至每股3,599.92美元,大盘有小幅上涨。今年迄今为止Amazon股价已经上涨了约12%。
投资者对Amazon发布的第三季度展望略感失望。Amazon表示,预计第三季度净销售额增幅在10%至16%之间,在1060亿美元至1120亿美元之间,其中包括约0.7%有利外汇的影响。营业收入预计将从去年同期的62亿美元降至25亿至60亿美元之间,其中包括与疫情相关约10亿美元成本的影响。
在分析师电话会议期间,Brian Olsavsky对收入趋势提出了一些看法,他指出,Amazon去年招聘了数十万名新员工,努力满足市场需求,收入增幅涨至35%到40%之间。“第二季度,增长开始回落。到今年5月中旬,同比增幅已经降至15%左右。”不过他表示,Amazon未来两年的复合年增长率大概在25%至30%之间。
云端业务仍是重点
Amazon在泛消费品和服务以及从云计算到面向商家的商业市场中,仍然是一股强大的力量,但正如Jassy所说,与Amazon的其他业务相比,AWS的规模相对较小,但仍然是一个重点。
尽管AWS在云基础设施服务方面仍遥遥领先,但微软和谷歌一直在加快发展步伐,而且可能增长更快。虽然很难拿AWS和微软Office 365以及谷歌Gmail这样的软件即服务收入进行直接对比,但是近日微软和谷歌都发布了财报,结果显示云业务收入增长要快于AWS,增幅在50%上下。
Constellation Research分析师Holger Mueller表示:“虽然Amazon因为传统零售业务正在有所放缓,但是AWS发展势头很好,增长有所加速。这一点这非常了不起,因为增长放缓是市场领导者的典型特征,也是过去几年AWS的增长特点。总体而言,Amazon是可以应对放缓的,因为AWS还在增长,AWS成为Amazon利润的主要贡献者,我们都知道,利润是所有增长的源泉。”
CCS Insight首席运营官Martin Garner将AWS收入加速增长归因于几个因素。“在疫情期间,很多AWS客户特意限制的支出,现在一部分已经恢复了。一些企业比如航空公司的业务受到严重打击,但现在正在逐步复苏。还有一些企业加速了他们的数字化转型,并正在增加这方面的支出。”
他指出,AWS的营业利润率确实回落到了28%。“这涉及扩张相关的成本、价格下降、新交易的折扣和外币冲击。Amazon预计随着AWS的持续增长,利润率会有所波动。”
该季度Amazon的订阅服务,包括Amazon Prime会员和数字视频、音乐和书籍的蓬勃发展,按固定汇率计算增长28%,达到79亿美元。广告业务似乎也有不错的表现,尽管没有列出具体数据,但广告业务被认为是“其他业务”下主要的收入来源,按固定汇率计算,“其他业务”增长了83%,达到79亿美元。
未来几个季度Amazon也将面临其他挑战。与谷歌和Facebook等大型科技公司一样,Amazon面临着很多监管上的阻碍。美国联邦贸易委员会正在调查Amazon涉嫌使用外部商家数据来打造自己的Amazon Basics产品,而且也在对Amazon以84.5亿美元收购好莱坞工作室米高梅的交易进行审查。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。