ZD至顶网CIO与应用频道 04月27日 北京消息:作为CDN行业的绝对龙头,网宿演绎了三年股价涨10余倍的成长奇迹。26日晚间,网宿公布的2016年一季报显示,公司主营业务呈现加速增长的态势,新设立的上海网宿投资管理公司,更是开启了想象空间。
一季报加速增长 行业需求快速扩张
26日晚间,网宿正式公布2016年一季报。报告期内,公司主营业务继续保持良好的发展态势,经营业绩较去年同期加速增长。公司实现营业收入97,434.81万元,比去年同期增长74.12%;实现营业利润25,487.38万元, 比去年同期增长67.90%;实现归属于上市公司股东的净利润24,171.39万元,比去年同期增长84.50%。
业绩加速增长的背后,一方面是公司继续专注于CDN业务的产品优化与市场开拓,另一方面也是源于公司加快战略项目的落地建设,“CDN业务升级+战略项目建设”齐头并进。网宿董秘周丽萍表示,作为国内专业CDN市场的领导者,公司通过不断放大的规模化效应、快速响应市场需求的机制、高定制化的产品策略、超前的战略项目布局不断提升行业竞争壁垒。
从行业情况来看,今年一季度,互联网行业仍保持快速发展的态势,在以视频直播为代表的互联网应用需求增长的驱动下,全网流量快速增长。凭借技术、平台规模及品牌优势,公司以更及时、更优质的产品及服务,快速抢占市场,业务规模继续扩大。而且,随着产品定制化程度的不断加深,公司与客户建立了紧密的合作关系。在新业务开拓上,流量经营项目经过一年多的努力,相关产品已逐步推向市场并贡献业绩。
年化49%收益 设立投资公司再启想象空间
众所周知,创业板虽说是成长的代名词,但很多创业板公司的高成长并不完全来源于内生性增长,而是靠外延式并购。作为创业板的绝对真金,网宿七年来不靠外延式并购,纯靠内生性增长,三年内股价翻了10余倍。
统计显示,自09年网宿上市以来,截至2015年底,主营收入的复合增长率高达47.30%,与此同时,网宿的股价年复合增速高达49%,而创业板指数自2010年创立以来的年复合增长率则为22.77%。无论是主营业务增长还是股价上涨,网宿都远远跑赢创业板指数。
内生性高成长的背后,网宿也在进一步布局未来。26日晚间,网宿同步宣布成立上海网宿投资管理有限公司,旨在向产业并购及股权市场发力。
公司公告显示,投资公司将作为网宿的投融资业务发展平台。一方面,通过产业并购、股权投资等方式,延伸公司产业链,有效进行资源整合,为公司主营业务的发展提供有力支持,增强公司的核心竞争力;另一方面,有利于公司充分利用投融资平台,创新业务模式,拓展业务领域,培育新的利润增长点,进一步提升公司的盈利能力。
有券商分析人士表示,网宿设立投资公司,是顺应整个市场通过并购扩张做大做强的时代发展潮流。网宿在CDN领域积累的强大技术优势,令其在产业并购层面更具前瞻性及判断力,未来对业绩的贡献不容小视;与此同时,网宿通过并购,延伸产业链的打法,也将进一步强化网宿在CDN及云服务上的核心竞争力,想象空间将顺势打开。
无独有偶,在网宿一季报的前十大流通股名单中,BILL & MELINDA GATES FOUNDATION TRUST及UBSAG赫然在列,两者均逆市加仓,持股数分别增至704.64万股级675.83万股,一家是比尔盖茨明星基金,一家是欧洲最大的金融控股集团。而在网宿的年报披露上,这两家基金均未进入前十大流通股之列,直到3月份网宿发布的非公开发行新股的上市公告书中显示,截至2016年1月31日,这两家明星基金已悄然增持,持股数分别增至644.24万股及538.02万股,正式进入前十大流通股队列。且不到三个月的时间,这两家基金还在继续增持收筹码。
分析人士表示,在牛股的挖掘上,QFII素有风向标的引领作用,此次比尔盖茨基金豪买网宿,一方面可能是源于其对中国市场的看好,而网宿以年化49%的收益成为创业板当之无愧的真金;另一方面可能也代表着QFII对中国高科技企业的认同。毕竟,在CDN领域,网宿的技术已经处于全球领先的优势,而中国在互联网领域的蓬勃发展,需求上不断迭代更新,网宿也因此能够保持技术上的领先性。
展望未来,在A股整体市场波动较大的背景下,网宿将以高成长性及估值优势,进一步强化其创业板真金的价值,“越跌越买”的机构配置需求,或将推动网宿进入一个新的上行通道。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。