Commvault公布截至2022年9月30日的第二季度财报。
Commvault总裁兼首席执行官Sanjay Mirchandani表示:“我们第二财季的业绩再创新高,并且按固定汇率计算取得了两位数的增长,这进一步提升了客户对Commvault软件和SaaS解决方案价值的认可度。在当今这个充满挑战的世界中,我们相信Commvault综合全面的数据保护产品组合将变得前所未有的重要。”
Commvault 2023财年第二季度的总收入为1.881亿美元,同比增长6%,按固定汇率计算增长12%。经常性收入为1.582亿美元,同比增长12%,按固定汇率计算增长19%。经常性收入占总收入的84%。
截至2022年9月30日,年化经常性收入(ARR),即报告期末所有有效Commvault经常性收入来源的年化价值为6.044亿美元,同比增长11%,按固定汇率计算增长18%。
受大型交易(软件和产品收入超过10万美元的交易)增长18%的推动,软件和产品收入达到8280万美元,同比增长10%,按固定汇率计算增长16%。
在截至2022年9月30日的第二财季,大型交易收入占到Commvault软件和产品收入的72%,数量为173笔,去年同期为163笔。大型交易的平均收入金额约为346000美元,同比增长11%。
主要受Metallic业务增长的推动,本季度的服务收入继续增长至1.052亿美元,同比增长3%。
按美国通用会计准则(GAAP)计算,第二季度营业收入(EBIT)为930万美元,去年同期为230万美元。按非美国通用会计准则计算,第二季度营业收入(EBIT)为3540万美元,去年同期为3100万美元。
2023财年第二季度的运营现金流总额为4980万美元,去年同期为2610万美元。截至2022年9月30日的现金总额为2.625亿美元,截至2022年3月31日的现金总额为2.675亿美元。
Commvault在2023财年第二季度回购了约70.3万股普通股,总额为3990万美元,平均价格约为每股56.74美元。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。