思科近日发布了表现强劲的第四季度财报,该季度思科在所有区域和客户市场都实现了双位数的订单增幅,不过由于指引低于预期,因此思科的股价在盘后交易中有小幅下跌。
该季度思科在不计入股票补偿等特定成本下的利润为每股84美分,收入为131亿美元,比去年同期增长8%,高于此前华尔街预期的每股利润82美分,以及收入130.3亿美元。
不过,全年情况并不那么乐观,尽管思科以498亿美元的销售额实现了收支平衡,但仅比去年同期增长1%。
即便如此,思科首席执行官Chuck Robbins仍然表现乐观,称思科仍然看到那些致力于期望通过现代化提高敏捷性和弹性的客户呈现“巨大的增长势头”。
Robbins在一份声明中表示:“市场对思科技术的需求仍然十分强劲,我们第四季度的业绩标志着思科产品订单实现了十年来的最高增幅。我们凭借强大的产品组合,能够很好地帮助客户加速数字化转型并在混合世界中蓬勃发展。”
作为思科最大的业务部门,基础设施平台部门(包括思科以太网交换机和数据中心路由器)该季度的销售额为75.5亿美元,同比增长13%,高于预期水平。
但是应用部门表现不佳,销售额同比下降下了1%,至13.4亿美元。与此同时,安全业务的收入同比仅增长1%,至8.23亿美元,这两个部门的业绩表现都没有达到华尔街预期的水平。
自去年新冠疫情以来,思科一直在努力应对供应链方面的挑战,而这也一直困扰着整个IT行业。该季度思科对此做出回应,首席财务官Scott Herren表示从8月7日开始会进行“战略性价格上涨”。
Herren在电话会议上向分析师表示,思科正在努力确保其产品所需组件有额外的供应量,也有可能会寻找其他供应源头,不过他说,这么做会增加公司成本,目前思科还在持续评估这个情况,未来有可能会进一步提高价格。
Robbins在电话会议上表示:“我们预计供应链方面的挑战以及成本方面的影响至少还会在上半财年持续,并且延续到下半财年。”此前在5月的财报电话会上,思科曾警告称,在2021年底之前将持续面临供应方面的限制。
尽管如此,Robbins称没有看到任何迹象表明客户会在需求之前进行订购。“未来我们当然认为客户会因为交货时间而提前下订单,这是合乎逻辑的。当第四季度订单实现增长,然后在看看我们对未来销售管道的预测,说明还有相当数据的需求在那里。”
另外,思科在软件和订阅销售方面取得了不错的成绩。思科表示,第四季度收入中有40亿美元来自软件,同比增长6%,订阅收入增长9%。全年来看,软件收入增长7%,订阅收入增长15%。
该季度思科还忙着进行收购交易,宣布计划收购Epsagon公司,该公司可帮助企业检测应用中存在的技术问题并确定根本原因。交易完成之后,Epsagon将被并入思科的应用业务。
思科表示,预计下一季度调整后的利润将在每股79至81美分之间,收入增长在7.5%至9.5%之间。华尔街预测调整后的利润为每股81美分,收入为128.4亿美元,收入增长7.7%。
全年预测更为乐观一些。思科预计2022财年调整后的利润为3.38美元至3.45美元,与华尔街预测的3.41美元一致。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。