特讯热点！游戏驿站第一季度营收下滑，净亏损缩窄，拟增发7500万股

游戏驿站第一季度营收下滑，净亏损缩窄，拟增发7500万股

德克萨斯州格雷普韦恩市 - 2024年6月7日 - 游戏零售商GameStop（NYSE：GME）今日公布了截至2024年5月4日的2024年第一季度财报。公司第一季度净销售额为8.82亿美元，同比下降29%。净亏损为3230万美元，合每股摊薄亏损0.12美元，而去年同期净亏损为5050万美元，合每股摊薄亏损0.17美元。

尽管营收下滑，GameStop表示其亏损有所缩窄，主要得益于销售、一般和管理费用（SG&A）的下降。第一季度SG&A费用为2.951亿美元，同比下降14.6%。公司还表示，其现金、现金等价物和可变现证券余额为10.83亿美元。

GameStop首席执行官Matt Furlong表示：“尽管宏观经济环境充满挑战，我们仍然致力于执行我们的转型战略。我们正在努力提高我们的商品组合，扩大我们的电子商务业务，并为我们的客户提供卓越的客户服务。”

值得注意的是，GameStop还宣布计划增发7500万股普通股。公司表示，将利用所得资金用于一般公司用途，包括潜在收购和投资。

分析师评论

一些分析师对GameStop的业绩表现感到担忧。Wedbush Securities分析师Michael Pachter表示：“虽然GameStop的亏损有所缩窄，但其营收下滑令人失望。公司需要加快转型步伐，才能实现长期增长。”

其他分析师则认为GameStop仍具有长期潜力。Cowen & Co.分析师Doug Creutz表示：“GameStop拥有强大的品牌知名度和忠诚的客户群。如果公司能够成功转型，它可能会在未来几年内实现盈利。”

股价表现

GameStop股价在周五下跌5%，收于每股53.25美元。

新闻标题

• 游戏驿站第一季度营收下滑29%，净亏损缩窄
• GameStop拟增发7500万股，用于潜在收购和投资
• 分析师对GameStop业绩喜忧参半
• GameStop股价周五下跌5%

新闻来源

• GameStop Announces First Quarter 2024 Results
• GameStop stock plunges after it reports quarterly financial loss
• GameStop's stock falls following downbeat earnings and plan to sell more shares

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。