至顶网软件频道消息: 一度因为烧钱而倍受批评的Hortonworks已经发布了2018年第二季度业绩,收入增长了40%,而净亏损下降了27%。这一结果也表明,OG Hadoop-flinger正在努力兑现盈利承诺。

在6月30日截止的这三个月中,收入和去年同期相比增长了39.6%,达到8630万美元。完全超出了华尔街的预期。据悉,此前华尔街预估的收入增长为30%,达到8050万美元。
其中,经营现金流为200万美元,比一年前的1170万美元大幅下降。这家新贵再次表示预计全年的经营现金流将转为正值。
值得一提的是,Hortonworks的运营亏损和净亏损值分别减少了数百万美元,分别为4200万美元和4120万美元,在2017年第二季度的运营亏损为5450万美元,净亏损为5610万美元。
在业绩报告发布之后,该公司的股价上涨超过12%,高官们在财报电话会议上对该季度的业绩表现也给出了积极的评价。
特别值得一提的是,他们的国际销售额增长了67%,其中重点是北欧、南欧和亚太地区,而且100万美元以上的交易增加了70%。
Hortonworks表示,本季度签署了其中17笔大型交易,有8笔交易来自海外客户。其中十笔交易包含数据摄取和分析平台Hortonworks DataFlow,前十大交易中有四笔涉及到IBM。据了解,这两家公司在去年夏天建立了长期合作的关系。
首席执行官Rob Bearden补充表示,该公司开始通过合作伙伴关系获得"拓展动力",包括与IBM的Data Science Experience与Hortonworks数据平台完全集成以及IBM的云平台的合作。
和MapR以及Cloudera等其他的Hadoop发行商一样,Hortonworks希望能够不仅仅因为开源技术出名,该公司也试图将自身定位为一家现代数据架构企业。
Bearden表示:"我们在混合和多云架构中管理数据从起点到终点的整个生命周期的一致策略对第二季度增长的实现是大有裨益的。"
除此之外,该公司今年宣布HDP 3.0,作为"内部部署和云端的无缝体验"将于2018年第三季度全面上市。
首席技术官Scott Gnau表示,"早期的客户反馈和对HDP 3.0的需求非常高",并指出它是第一家在Hadoop上提供容器化的供应商,这为客户提供了灵活性和性能。
他补充说:"自今年年初以来Spark一直"大幅上涨",而客户也对Hive越来越感兴趣,他们正在将其视为"真正的RDBMS"。
Bearden还强调了Hortonworks混合产品,着重介绍了该公司与所有公共云供应商的交易,并声称竞争解决方案缺乏企业级的能力。
据了解,Hortonworks 股价上涨发生在Cloudera的股价在今年上半年下跌了约50%之际,Cloudera 2018年财报显示,该公司的净亏损创纪录地达到了3.858亿美元,股票价格在4月份下跌了34%,很快将业务重组为三个单元,但至今尚未完全恢复"元气"。
与此同时,MapR尽管去年有相关计划但仍未上市,也进行了一次重组,首席执行官Matt Mills在1月份被该公司回归的联合创始人John Schroeder取代。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。