北京時間4月30日 (美國東部時間4月29日),全球最大中文搜索引擎百度(NASDAQ:BIDU)公布了截至2015年3月31日的第一季度未經(jīng)審計的財務(wù)報告。百度第一季度總營收為127.25億元人民幣,較2014年同期增長34%。移動營收持續(xù)高速增長,首次在總營收中占比達(dá)50%。
從主要運(yùn)營數(shù)字來看,百度第一季度來自網(wǎng)絡(luò)營銷業(yè)務(wù)的收入為125.19億元人民幣,較去年同期增長33.5%。本季度,百度為近52.4萬家客戶提供網(wǎng)絡(luò)營銷服務(wù),客戶數(shù)量較去年同期增長17.5%,戶均收入達(dá)到2.38萬元人民幣,與去年同期相比增長13.9%。
財報數(shù)據(jù)顯示,百度第一季度營業(yè)利潤為21.55億元人民幣,較2014年同期下降9.2%;第一季度歸屬于百度的凈利潤為24.49億元人民幣,較去年同期下降3.4%。主要是因?yàn)榘俣缺炯径壤^續(xù)加強(qiáng)面向未來的研發(fā)投入,該項(xiàng)支出達(dá)人民幣22.86億元,比2014年同期增長79.1%。此外,百度也在不斷加速投資布局,截至第一季度,已經(jīng)連續(xù)發(fā)布了對二手車電商優(yōu)信,拼車軟件公司51用車、天天用車,餐飲IT系統(tǒng)提供商客如云等企業(yè)的領(lǐng)投。
百度董事長兼首席執(zhí)行官李彥宏表示,“‘連接人和服務(wù)’的閉環(huán)模式從根本上重新定義了搜索框。百度是需求的天然入口,這一巨大勢能在移動業(yè)務(wù)上得到繼續(xù)釋放。百度的平臺包羅萬象,我們的技術(shù)優(yōu)勢和成熟的市場經(jīng)驗(yàn),將會保證我們在移動領(lǐng)域,O2O,以及醫(yī)療、教育及金融等垂直服務(wù)領(lǐng)域的高速發(fā)展。”
“我們將繼續(xù)加大投資,把握住移動時代的巨大機(jī)遇”,百度首席財務(wù)官李昕晢強(qiáng)調(diào),“我們對公司連接人與服務(wù)的當(dāng)前進(jìn)展感到滿意,同時我們也將繼續(xù)發(fā)起進(jìn)攻,以取得在生活服務(wù)領(lǐng)域更大的市場影響力”
財報中,百度對2015年第二季度的業(yè)績進(jìn)行了展望:預(yù)計2015年第二季度,百度營收總額將會介于163.65億元人民幣到167.5億元人民幣之間,比2014年同期增長36.5%至39.7%。
業(yè)內(nèi)分析人士認(rèn)為,盡管商業(yè)環(huán)境急速變遷,百度的商業(yè)模式仍然展現(xiàn)出了強(qiáng)大的適應(yīng)性和生命力。百度業(yè)績的穩(wěn)健增長,不僅給投資者以信心,也為面向未來的發(fā)展,包括創(chuàng)新研發(fā)和投資布局提供了堅(jiān)強(qiáng)的后盾。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。