北京時(shí)間4月16日早間消息,Netflix周三表示,其流媒體視頻服務(wù)的全球訂購用戶數(shù)已達(dá)6200萬,而《紙牌屋》等自制電視劇吸引了全球范圍的觀眾。受此消息影響,Netflix股價(jià)漲至歷史新高。
Netflix周三在網(wǎng)站上報(bào)告稱,第一季度美國訂購用戶數(shù)增長了228萬,國際帳戶數(shù)增長了260萬。這兩項(xiàng)數(shù)據(jù)均超過了Netflix今年1月20日發(fā)布的預(yù)測。營收同比增長24%,至15.7億美元,符合分析師預(yù)期。
Netflix正在大力投資自制電視劇,以推動(dòng)美國業(yè)務(wù)的增長,并給國際業(yè)務(wù)的開拓提供支持。不過Netflix表示,盡管新電視劇《我本堅(jiān)強(qiáng)》和《Bloodline》推動(dòng)了美國觀眾數(shù)量的增長,但美元的升值影響了該公司國外業(yè)務(wù)營收,導(dǎo)致了國外業(yè)務(wù)的虧損。
彭博Intelligence分析師保羅·斯維尼(Paul Sweeney)表示:“Netflix仍在講述訂購用戶數(shù)增長的故事。只要美國國內(nèi)和國外訂購用戶數(shù)繼續(xù)增長,看多者就有理由買入Netflix。”
在公布第一季度業(yè)績之后,Netflix在周三美國股市的盤后交易中大漲12%,至534.07美元。如果周四美國股市開盤后Netflix仍 維持這一股價(jià),那么將創(chuàng)下歷史新高。今年到目前為止,Netflix股價(jià)上漲39%,漲幅在標(biāo)準(zhǔn)普爾500指數(shù)成分股中排名第四。
財(cái)報(bào)顯示,Netflix第一季度凈利潤下降至2400萬美元,或每股38美分,低于去年同期的5310萬美元,或每股86美分。美元匯率的走強(qiáng)影響了Netflix海外業(yè)務(wù)的利潤。不包括這部分業(yè)務(wù)在內(nèi),利潤為每股77美分。彭博社統(tǒng)計(jì)的35名分析師平均預(yù)計(jì),Netflix第一季度利潤為每股63美分。
Netflix CEO里德·哈斯廷斯(Reed Hastings)周三表示,他計(jì)劃建議董事會進(jìn)行拆股。過去3年,Netflix股價(jià)已上漲至此前4倍。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。