


Hasil Q1 Tencent meningkat 11% tahun ke tahun kepada 150 bilion yuan: Kepintaran buatan akan menjadi pengganda untuk pembangunan perniagaan
Dihasilkan oleh Sohu Technology
Pengarang |. Pan Yuan
Pada 17 Mei, Tencent mengeluarkan laporan suku pertamanya yang menunjukkan pendapatan suku pertama syarikat ialah 149.99 bilion yuan, peningkatan tahun ke tahun sebanyak 11% ialah 28.54 bilion yuan, peningkatan tahun ke tahun sebanyak 10%. Keuntungan bersih di bawah bukan IFRS ialah 32.54 bilion yuan, peningkatan tahun ke tahun sebanyak 27%.
Ma Huateng berkata bahawa jumlah hasil Tencent telah mencapai pertumbuhan yang stabil, yang mencerminkan bahawa struktur hasil syarikat telah dipertingkatkan dan kecekapan operasi telah dipertingkatkan. Syarikat sedang melabur banyak dalam membina keupayaan kecerdasan buatan dan infrastruktur awan untuk menerima peluang yang dibawa oleh model asas Kami percaya bahawa kecerdasan buatan akan menjadi pengganda untuk pembangunan perniagaan syarikat dan memberi perkhidmatan yang lebih baik kepada pengguna, pelanggan dan juga seluruh masyarakat.
Perlu dinyatakan bahawa keuntungan bersih Tencent telah meneruskan pertumbuhan pada suku terakhir, tetapi pendapatan perniagaan utamanya masih dalam tekanan. Pada suku ini, tiga perniagaan utama Tencent pulih, semuanya menunjukkan tahap pertumbuhan yang berbeza-beza.
Tiga perniagaan utama telah pulih, dengan pertumbuhan permainan mencapai 25%
Laporan kewangan menunjukkan bahawa hasil perkhidmatan tambah nilai Tencent pada suku pertama ialah 79.337 bilion yuan, peningkatan tahun ke tahun sebanyak 9%. Antaranya, hasil permainan di pasaran antarabangsa ialah 13.2 bilion yuan, peningkatan tahun ke tahun sebanyak 25% dalam pasaran tempatan ialah 35.1 bilion yuan, peningkatan tahun ke tahun sebanyak 6%.
Dengan hasil permainan Tencent berkembang dengan ketara, Tencent telah memperoleh lebih daripada 15 lesen permainan dalam pasaran tempatan tahun ini. Pada 15 Mei, persidangan permainan Tencent mengumumkan 35 produk permainan baharu yang akan dilancarkan tidak lama lagi. Tahun ini Tencent melancarkan permainan baharu "Dawn Awakening: Life", dan permainan lama "Honor of Kings" melancarkan hampir 60 kulit baharu.
Hasil perniagaan teknologi kewangan dan perkhidmatan perusahaan S1nya ialah 48.701 bilion yuan, peningkatan tahun ke tahun sebanyak 14%. Ia kini telah menjadi enjin pertumbuhan terbesar dalam pendapatan Tencent. Laporan kewangan menyatakan bahawa perniagaan pembayaran Tencent telah membantu pemulihan penggunaan domestik, dan jumlah pembayaran juga telah mendapat manfaat daripadanya. Hasil perniagaan perkhidmatan perusahaan bertukar positif tahun ke tahun dalam tempoh tersebut, mendapat manfaat daripada peningkatan dalam jualan beberapa perkhidmatan awan dan penjanaan hasil pertama daripada yuran perkhidmatan teknikal yang berkaitan dengan penstriman langsung akaun video.
Selain itu, hasil rangkaian sosial Q1 Tencent ialah 31 bilion yuan, peningkatan tahun ke tahun sebanyak 6%. Pendapatan operasi perniagaan pengiklanan pada suku pertama ialah 21 bilion yuan, peningkatan tahun ke tahun sebanyak 17%. Terutamanya disebabkan oleh sumber pendapatan baharu akaun video, peningkatan dalam pengiklanan dalam program mini dan pemulihan pakatan pengiklanan mudah alih.
Kecergasan akaun video juga boleh dilihat daripada perniagaan pengiklanan. Laporan kewangan menunjukkan bahawa akaun video telah menarik pengiklan baharu dan belanjawan baharu daripada pengiklan sedia ada, dan purata hasil eCPM (ribuan halaman) bagi akaun video adalah lebih tinggi daripada platform video pendek yang lain. Ketua Pegawai Strategi Tencent James Michel berkata pada panggilan persidangan pasca pendapatan bahawa pengiklanan WeChat menyumbang paling banyak kepada hasil pengiklanan syarikat, antaranya pengiklanan Moments menyumbang paling banyak program kecil dan akaun awam menyumbang sebahagian kecil hasil pengiklanan, dan prestasi akaun video Ia melangkaui program mini dan akaun rasmi.
Tencent berkata bahawa dari segi pengiklanan dalam talian, ia telah meningkatkan platform pembelajaran mesin pengiklanan dan model pembelajaran mendalam bersepadu serta perpustakaan produk piawai untuk membawa pengiklan keupayaan penyasaran iklan yang lebih baik dan kadar penukaran yang lebih tinggi.
Dari segi kandungan digital, disebabkan kelewatan dalam penjadualan kandungan, bilangan ahli berbayar video panjang Tencent turun sebanyak 9% tahun ke tahun kepada 113 juta, hasil langganan menurun sebanyak 6% tahun ke tahun , dan hasil langganan muzik meningkat sebanyak 30% tahun ke tahun.
Dalam bidang penyelidikan saintifik, perbelanjaan R&D Tencent mencecah 15.2 bilion yuan pada suku ini Sejak 2018, pelaburan R&D syarikat telah melebihi 220 bilion yuan. Sehingga akhir tahun lepas, Tencent telah menerbitkan lebih daripada 62,000 permohonan paten di negara dan wilayah utama di seluruh dunia, dan telah memberikan lebih daripada 30,000 paten.
Penurunan kos input telah menyebabkan pengurangan harga perniagaan awan "Saya percaya bahawa setiap syarikat besar akan mempunyai model asas kecerdasan buatan sendiri"
Dalam panggilan pendapatan pada petang 17 Mei, eksekutif Tencent menjawab isu kebimbangan pasaran biasa seperti pengurangan harga produk awan, kemajuan penyelidikan dan pembangunan model besar Hunyuan serta penyeliaan model besar.
Pada 16 Mei, Tencent Cloud mengumumkan potongan harga untuk beberapa produk awan teras, dengan beberapa barisan produk menyaksikan pengurangan harga sehingga 40%.
Dari segi rangkaian awan, Tencent Cloud telah mengurangkan yuran LCU bagi pengimbangan beban CLB sebanyak 18% dan harga get laluan NAT standard sebanyak 15%, yang memanfaatkan pengguna awan pada harga yang lebih rendah.
Dari segi pangkalan data, Tencent Cloud Database TDSQL-C telah melancarkan model pembayaran pakej sumber baharu Berbanding dengan produk tahunan dan bulanan dengan spesifikasi yang sama, harga biasa telah turun sehingga 25%. pengebilan berdasarkan penggunaan sebenar boleh membantu pengguna mengurangkan harga maksimum Ben 80%.
Dari segi keselamatan awan, Tencent Cloud Host Security Basic Edition akan percuma kepada perusahaan kecil dan sederhana merentas rangkaian, dan juga akan membuka pengurusan aset dan keupayaan pemeriksaan fizikal satu klik secara percuma.
Sebagai tindak balas kepada pengurangan harga ini, James Michel menjawab bahawa perkadaran perniagaan Tencent Cloud dalam jumlah hasil hanya satu digit dan tidak mencapai 10%. Potongan harga telah diumumkan secara meluas di seluruh industri dalam beberapa minggu kebelakangan ini, dan ini sebenarnya terpakai kepada kontrak prabayar jangka panjang, yang kebanyakannya tersedia untuk perniagaan kecil dan sederhana berbanding perusahaan besar. Bagi industri, kos pelaburan awan semakin berkurangan, jadi pengurangan harga itu sendiri masuk akal.
Selain itu, sementara pengeluar utama mempamerkan keupayaan model besar mereka, model besar "Hunyuan" Tencent masih belum membuat sebarang langkah. Dalam hal ini, Presiden Tencent Liu Chiping berkata bahawa model besar "Hunyuan" sedang membuat kemajuan yang baik. Secara khusus, dari segi data, di satu pihak, ia berasal dari data awam Internet, dan sebaliknya, ia adalah data dalaman Tencent yang mempunyai nilai yang lebih tinggi daripada data awam dari segi urutan model, jumlah latihan juga semakin meningkat. "Dari segi pembinaan infrastruktur, memandangkan perniagaan awan Tencent, model AI akan menjadi kelebihan teras kami pada masa hadapan."
Liu Chiping juga berkata bahawa dia percaya bahawa setiap syarikat besar akan mempunyai model asas kecerdasan buatan sendiri, yang bukan sahaja akan digunakan secara dalaman dalam syarikat, tetapi juga akan berorientasikan kepada pasaran untuk menyediakan perkhidmatan kepada pengguna. Di samping itu, sesetengah syarikat permulaan akan cuba membina model kecerdasan buatan asas mereka sendiri, yang mungkin lebih sesuai untuk industri atau kategori tertentu.
Tencent dilaporkan sedang giat membina kecerdasan buatan dan infrastruktur awan, dan telah menjalankan amalan penyelidikan sendiri berskala besar dalam bidang perisian dan perkakasan teras seperti cip, sistem pengendalian dan pangkalan data yang diselidik sendiri asas kuasa telah mula terbentuk.
Selain itu, mengenai isu penyeliaan model besar, Chiping Liu menjelaskan bahawa "penyeliaan adalah perlu" dan "ini bukan sahaja untuk China, tetapi juga untuk seluruh dunia. Pengasas Open AI telah pergi ke Kongres A.S. untuk memberi keterangan Dia merasakan perlu ada penyeliaan industri yang relevan "Dengan rangka kerja kawal selia yang munasabah dan kerajaan menyokong inovasi, industri pasti akan membuka peluang untuk pertumbuhan yang sihat.
Atas ialah kandungan terperinci Hasil Q1 Tencent meningkat 11% tahun ke tahun kepada 150 bilion yuan: Kepintaran buatan akan menjadi pengganda untuk pembangunan perniagaan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
