Amazon.com Inc. 今日公布的第四季度财报显示,虽然盈利和收入超出华尔街预期,但其核心云计算业务销售额未达目标,且本季度业绩指引疲软。
受此影响,投资者感到失望,Amazon 股价在盘后交易中下跌超过 4%,抹去了当天早些时候的小幅涨幅。
公司报告显示,除去股票补偿等特定成本后的季度每股收益为 1.86 美元,远超华尔街预期的 1.49 美元。当期营收增长 10%,达到 1877.9 亿美元,略高于市场预期的 1873 亿美元。
Amazon 的净利润大幅增长近 50%,达到 200 亿美元。利润增长反映了 Amazon 首席执行官 Andy Jassy 自 2022 年底开始实施的持续成本削减计划的成效,该计划迄今已裁员超过 27,000 人,裁员行动延续至今年。
通过削减支出和发展高利润率的云计算业务 Amazon Web Services Inc. (AWS),公司提升了盈利能力。本季度营业利润率(扣除运营成本后的剩余利润)升至 11.3%,高于上一季度的 11% 和去年同期的 7.8%。
然而,AWS 的收入略低于市场预期,可能令投资者担忧。该部门实现销售额 287.9 亿美元,略低于预期的 288.4 亿美元。不过,业务增速较去年有所提升,本季度收入增长 19%,而去年同期为 13%。
AWS 的增长速度不及竞争对手,Microsoft 的 Azure 和 Alphabet 的 Google Cloud 相关收入分别增长 31% 和 30%。尽管如此,AWS 仍是规模最大的云基础设施提供商,值得注意的是这些竞争对手本周的业绩也未达预期。
AWS 目前贡献了 Amazon 总收入的 15%,继续作为主要利润来源,占净利润的一半以上。本季度 AWS 实现运营收入 106.3 亿美元,同比增长 48%。
关于未来展望,Amazon 预计本季度收入在 1510 亿至 1555 亿美元之间,低于分析师预期的 1585 亿美元。公司将此归因于汇率的"异常大的不利影响",估计影响约 21 亿美元。
尽管盘后股价下跌,Amazon 股价今年迄今仍上涨 9%,延续了去年 44% 涨幅的势头。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。