IBM近日公布了稳健的第二季度财务业绩,超出了分析师的预期水平,而这主要得益于IBM的企业客户增加了AI支出。IBM股价在盘后交易中上涨了约3%。
该季度IBM的每股收益(不包括股票薪酬等某些成本)为2.43美元,远高于分析师普遍预期的每股2.20美元。收入增长2%,至157.7亿美元,轻松超过华尔街预期的156.2亿美元。
总体来看,IBM的净利润为18.3亿美元,高于去年同期的15.8亿美元。
IBM公司首席执行官Arvind Krishna(如图)在一份声明中表示,IBM的生成式AI业务已增长至20多亿美元,这得益于一年前推出的Watsonx开发平台。
Krishna表示:“鉴于我们上半年的业绩,我们上调了全年自由现金流预期,目前预计自由现金流将超过120亿美元。”三个月前,在之前的财报电话会议上,IBM预计到今年年底自由现金流将达到120亿美元左右。“我们对技术支出的宏观前景仍然充满信心,”Krishna在电话会议上向分析师这样表示。
近几个月来,IBM一直专注于扩展Watsonx平台,该平台使企业能够构建和部署AI聊天机器人,以及增强其他AI程序的代码。此外,IBM于最近开源了Granite系列大型语言模型,以推广IBM其他的一些AI服务。
Global X研究分析师Tejas Dessai表示:“生成式AI的商业化正在加速,让IBM等多元化的企业技术公司能够利用日益增长的、AI集成带来的需求。”
Krishna在电话会议上告诉分析师,IBM继续受到高利率和通货膨胀的影响。尽管世界其他地区存在不确定性,但IBM的主要业务部门继续顺利运转。该季度IBM的软件业务收入为67.4亿美元,比去年同期增长7%,高于华尔街预期的64.9亿美元。
其中,Red Hat的增长率为7%,对于这个收购来的软件业务来说,算是一个相对缓慢的季度,而该业务曾经每季度的增长率一直超过20%。不过,Krishna表示,Red Hat该季度的订单量有所增加,这对今年剩余的时间来说是一个好兆头。
IBM的咨询业务收入为51.8亿美元,较去年同期下降1%,略低于华尔街52.3亿美元的目标。与此同时,IBM的基础设施部门(包括IBM标志性的大型计算机)该季度销售额为36.5亿美元,增长0.8%,高于华尔街普遍预期的53.1亿美元。IBM公司首席财务官Jim Kavanaugh在电话会议上表示,当前一代z16大型机的表现仍然优于之前的销售周期。
IBM的软件业务日益重要,多年来IBM从一家传统硬件公司逐渐转变为一家专注于高增长软件和服务公司,如今这一转型达到了顶峰。IBM一直在努力加速这个转型过程,在今年4月宣布计划以64亿美元收购“基础设施即代码”软件巨头HashiCorp。
HashiCorp在上周的更新中透露,监管机构已经要求提供有关计划收购的更多信息。这表明,交易审批流程可能会因监管审查的加强而延迟,尽管目前尚无迹象表明该交易遭到反对。Krishna告诉分析师,他仍然“非常有信心”这次交易能够在今年年底前完成。
该季度IBM还宣布与Palo Alto Networks建立新的合作伙伴关系。IBM表示,这家安全公司将收购IBM的QRadar软件即服务资产,成为IBM在网络、云和安全运营方面的首选网络安全合作伙伴。
在这次股价上涨之前,IBM的股价今年迄今为止已经上涨14%,与更广泛的标准普尔500指数基本一致。
好文章,需要你的鼓励
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
谷歌为其AI驱动的NotebookLM平台新增"精选笔记本"功能,与全球知名作者、研究人员、出版物和非营利组织合作创建高质量互动资源。首批精选笔记本涵盖长寿建议、2025年预测、人生建议和莎士比亚作品等主题。用户可通过聊天界面提问、查看AI生成的摘要、音频概览或流程图与内容互动。该功能在桌面版NotebookLM中已上线,未来将持续增加更多精选内容。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。