ZDNET网络频道 02月12日 综合消息:思科公司今天发布了截止到2015年1月24日的2015财年第二季度业绩报告。报告显示,第二季度销售额为119亿美元,根据通用会计准则(GAAP)计算的净收入为24亿美元,合每股0.46美元,非GAAP净收入为27亿美元,合每股0.53美元。
“第二财季的业绩反映了我们在将思科转型为排名第一IT公司的过程中取得的持续进步,”思科董事会主席兼首席执行官约翰·钱伯斯表示。“在本财季,我们的销售额增长了7%,每股收益增长强劲,所有地域、产品和细分市场的增长实现了最好的平衡。尽管经济环境不稳定,我们仍然实现了良好的业绩。”
“这种强劲的增长势头是过去三年里我们成功实现公司转型的直接结果,得益于我们在云、移动性、大数据、安全、协作和‘万物互联’等关键技术转型推进中的领导地位。每个国家、每家企业以及万事万物都在被数字化,而网络正处在这种转型的中心。”钱伯斯补充说。
|
第二季度GAAP业绩 |
|||
|
2015财年 第二季度 |
2014财年 第二季度 |
与2014财年 第二季度相比 |
|
|
销售额 |
119亿美元 |
112亿美元 |
增长7.0% |
|
净收入 |
24亿美元 |
14亿美元 |
增长67.7% |
|
每股收益 |
0.46美元 |
0.27美元 |
增长70.4% |
|
第二季度非GAAP业绩 |
|||
|
2015财年 第二季度 |
2014财年 第二季度 |
与2014财年 第二季度相比 |
|
|
净收入 |
27亿美元 |
25亿美元 |
增长8.9% |
|
每股收益 |
0.53美元 |
0.47美元 |
增长12.8% |
2015财年前六个月的销售额为242亿美元,相比之下2014财年前六个月的销售额为232亿美元。2015财年前六个月的净收入按GAAP标准计算为42亿美元或每股0.82美元,相比之下2014财年前六个月的相应数字为34亿美元或每股0.64美元。2015财年前六个月的非GAAP净收入为55亿美元或每股1.08美元,相比之下2014财年前六个月的相应数字为54亿美元或每股1.00美元。
思科增加季度现金股息
思科还宣布,今天早些时候其董事会宣布将于2015年4月22日向截至2015年4月2日登记在册的全部股东派发每普通股0.21美元的季度现金股息,比前一季度的股息增加两美分。未来的股息派发将需要得到董事会批准。
“这个季度对我来说是作为思科首席财务官的良好开局,”思科执行副总裁兼首席财务官Kelly Kramer表示。“业务发展势头良好,我们对未来的商机感到兴奋。销售额的增长和每股收益的提升使我们能够继续回馈股东, 我们在第二季度向股东提供了22亿美元的回报,并继续承诺每年将我们自由现金流的至少50%回馈给股东。我们也很高兴将本季度的股息增加到每股0.21美元,即增长11%。”
其它业绩亮点
万物互联
快速IT
思科创新
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。