至顶网网络频道 09月01日 综合消息:
Palo Alto网络日前公布了第四季度强劲的盈利数据,市场对Palo Alto有强劲的需求,第四季里客户群增长到42,500多家。
安全公司Palo Alto发布的业绩数据显示公司在该季度的净亏损为3820万美元,收入为5.0910亿美元,合每股42美分,同比增长27%。第四季度非GAAP收益为每股92美分。
华尔街之前预计Palo Alto第四季度非GAAP收益为每股79美分,收入为4.873亿美元。
Palo Alto首席执行官Mark McLaughlin表示,公司在该季度里增加了约3,000家新客户。Palo Alto曾更新了一批产品,包括一个名为GlobalProtect的安全服务、日志记录服务和应用程序框架。
另据了解,首席财务官 Steffan Tomlinson将退休。
就整个2017财年而言,Palo Alto的净亏损为2.166亿美元,即每股2.39美元,收入为18亿美元,同比增长28%。非GAAP年度收益为每股2.71美元。
至于前景,Palo Alto预计2018年第一季度的收入在4.82亿美元至4.92亿美元之间,非GAAP收益在每股67美分至每股69美分之间。预计2018年财年的收入在21.2亿美元至21.6亿美元之间,比2017年上升21%至23%。而非GAAP年度收益当在每股3.24美元至每股3.34美元之间。
Palo Alto的指引大致符合华尔街的预期。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。