大数据流处理软件提供商 Confluent Inc. 今日发布了强劲的财务业绩和下季度展望,同时宣布与 Databricks Inc. 达成重要合作伙伴关系,使其股价在盘后交易中上涨超过 14%。
公司第四季度调整后每股收益为 0.09 美元,超过华尔街预期的 0.06 美元。季度营收同比增长 23% 至 2.612 亿美元,高于分析师预期的 2.568 亿美元。
总体而言,Confluent 净亏损为 1.058 亿美元,较去年同期的 8,470 万美元有所扩大。
在生成式 AI 需求推动下,该公司被视为快速增长的大数据行业明星企业之一。Confluent 开发了广受欢迎的开源数据流平台 Apache Kafka,该平台被企业用于实时追踪销售、订单、交易和客户反馈等数据点。这些信息通过实时数据流传递,可使用 Confluent 的工具进行分析获取洞察。
由于超过 80% 的财富 500 强企业都在使用 Apache Kafka,且其快速分析新生成数据的能力使其increasingly 成为 AI 系统的关键组件,这一能力变得尤为重要。其最著名的客户之一是开启生成式 AI 热潮的 OpenAI。
Confluent 发展迅速,增长主要来自其云服务产品 Confluent Cloud。这是一个企业级 Apache Kafka 版本,客户可以在 Amazon Web Services、Google Cloud 和 Microsoft Azure 上运行,且比开源 Kafka 更易部署和管理。
公司约两年半前推出 Confluent Cloud,现已成为主要收入来源。本季度 Confluent Cloud 销售额同比增长 38% 至 1.38 亿美元。
联合创始人兼首席执行官 Jay Krebs 称赞公司本季度超越所有预期指标。他强调:"我们的发展势头反映了完整数据流平台对支持关键任务和实时 AI 应用的重要性日益提升。过去一年我们建立的重要合作伙伴关系和产品创新,使我们在 2025 年处于继续引领行业的有利位置。"
Confluent 在客户基础增长方面也表现强劲,年收入至少 10 万美元的客户数量同比增长 12% 至 1,381 个。
展望第一季度,Confluent 预计每股收益在 0.06-0.07 美元之间,中值略高于市场预期的 0.06 美元。2025 财年目标每股收益为 0.35 美元,符合预期。
Confluent 与 Databricks 的新合作旨在帮助客户克服数据生成的操作系统与数据分析系统之间的鸿沟。这些系统通常存在于独立的孤岛中,两者之间应用不同的流程,使实时数据难以与许多分析工具对接,这正是 Confluent 与 Databricks 共同应对的挑战。
双方宣布在 Confluent 的 Tableflow 与 Databricks 的 Delta Lake 和 Unity Catalog 之间建立双向集成,实现两个系统间的实时数据流通,为 AI 驱动的决策铺平道路。
Kreps 表示:"实时数据是 AI 的燃料。我们与 Databricks 合作,确保企业能够利用实时数据的力量,为最关键的用例构建复杂的 AI 驱动应用。"
今日盘后涨幅意味着 Confluent 股价今年迄今上涨超过 7%,但过去 12 个月仍下跌约 5%。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。