微软今天公布了第三季度财报,几乎所有产品线的收入都超出预期水平。不仅如此,微软还公布了看涨的预期,助其股票在盘后交易上涨约5%。
该季度微软的收入同比增长18%,达到493.6亿美元,超出分析师预期的490亿美元。收益为167.3亿美元,即每股2.22美元,超出预期的2.19美元,同比增长9%。其中,Office 365产品套件近十年来首次提价,是推动销售的一大因素。
尤其值得注意的是微软云业务的增长,商业预订增长了28%,Microsoft Cloud收入为234亿美元,同比增长32%。Intelligent Cloud收入增长26%,达到191亿美元,超出华尔街预期的189亿美元,其中服务器产品和云服务收入在Azure的推动下增长32%,其他云服务收入增长49%。
微软公司首席执行官Satya Nadella表示:“过去两年已经证明,每个企业组织都需要一个数字框架,将整个组织从前端董事会连接到客户和合作伙伴,没有哪家公司比微软更能满足这一需求。”
Nadella表示,他看到客户并没有任何削减IT预算的迹象,并预测说,到本世纪末技术支出占国内生产总值的百分比将翻一番。
云支出略有放缓
不过微软也提醒说,云收入可能会从高速增长转为放缓,但是在Azure的推动下,Intelligent Cloud部门在第四财季的收入仍预期在211亿美元至213.5亿美元之间。
Forrester Research副总裁、研究主管Glenn O'Donnell说:“云业务继续像杂草一样迅猛增长,很难理解一家规模2万亿美元的企业,是如何能够保持这样的增长速度,而微软做到了。”
Pund-IT首席分析师Charles King指出,微软被普遍认为是云计算领域第二大厂商,但其总体业务远大于任何竞争对手。微软商用云收入为236亿美元,“远高于AWS最近一个季度的177亿美元,但是AWS的增幅为40%,高于微软。”
因为AWS主要还是一家基础设施厂商,而微软将云应用业务纳入了整个云的收入版图中。King说:“微软还将Office 365 Commercial、LinkedIn Commercial和Dynamics 365纳入了商用云业务中。微软和Amazon的服务产品存在巨大差异,这一点表明,‘云计算’的传统定义局限性越来越明显。”
Office业绩强劲
该季度微软的Productivity and Business Processes业务线收入同比增长了17%,达到158亿美元,其中增幅最高的是Office 365 Commercial,按照固定汇率达到了20%。尽管Office已经是一款成熟的产品,但Nadella表示,在疫情期间Office的“使用率一直在增长”。
LinkedIn在企业强劲的招聘需求带动下,收入增长了35%。Dynamics产品和云服务收入增长了25%,其中Dynamics 365增长38%。
More Personal Computing业务收入增长了11%,达到145亿美元,其中Windows OEM收入增长了11%,这主要得益于个人电脑市场的持续强劲——尽管与疫情相关的PC销售高峰现在已经结束。
此外,微软对第四季度和全年的乐观预期,助推了股价的上涨。微软表示,尽管Office 365收入略有放缓,但预计Productivity and Business Processes部门收入预计在166.5亿美元至169亿美元之间。More Personal Computing部门收入预计在146.5亿美元至149.5亿美元之间。
微软公司首席财务官Amy Hood表示:“我们预计2022财年第四季度的表现将与全年保持一致,实现强劲的增长,收入份额和营业利润率都将有所增长。”她补充说,微软管理层有信心“将继续推动运营和收入保持健康的两位数增长。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。