2018年第一季度Arista的同比增长率略高于40%,本季度收入达4.2425亿美元。
Arista总裁兼首席执行官Jayshree Ullal表示,100 Gbps以太网转变“尚未进入第一局”(借用棒球或板球术语),Ullal预计这种转变可令Arista有机会在2018年剩余的时间内保持向前发展的局面。
即便如此,任何公司如能以40%的速度增长都是件了不起的事情。 Arista对今年余下时间的预测是“25%左右”的增长,消息宣布后Arista股价跌至约245美元,跌幅8.5%。
这给了Arista从长期的角度发展100 Gbps的充分理由。 Ullal表示,该项技术将渗透到云端,从而使25G和50G回归存储网络,而且“明年400G的到来将令我们在100G方面更加强大”。
除上述因素以外,还要考虑到云领域竞争的加剧和产量增加的因素,这些会令价格走低,毛利率下降。Ullal还表示,Arista正在路由器领域发展业务,预计到2018年底,客户数量与2017年底比将翻一番。
Arista公布的本季度GAAP净收入为1.449亿美元,2017年第一季度该数字为8300万美元。
Arista补充表示,Arista预留了600万美元,用于与思科和OptumSoft的诉讼收尾(法律费用未包括在Arista指导内)。
Ullal表示,Arista与思科的诉讼进展意味着Arista不会再经历客户认证延迟,而且在客户实施方面,“我们非常期望在2018年下半年恢复正常”。
而与OptumSoft讼事涉及到Arista联合创始人David Cheriton,事关EOS操作系统某些组件的争执。
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。