国内第一家,大模型半年营收2千万!还得是周鸿祎

半年时间,用大模型为公司创收2000万元

这个数字来自360发布的2023年半年报,这也是该公司押注大模型后,交出的第一份财报。

在这里插入图片描述

一同公布在这份中期业绩报告的营收数据,也较为亮眼:

  • 总营收45.03亿元
  • 二季度营收25.37亿元,同比增长10.42%,环比增长29.08%
  • 安全业务实现营收9.08亿元,其中第二季度收入6.54亿元

在互联网广告、安全业务、游戏、智能硬件等一众老牌创收业务中,“360智脑”大模型创收成绩不是最多,但格外引人关注。

个中原因,不外乎大模型时代的到来,带动了整个AI应用进一步“飞入寻常百姓家”,背后更是厂商、创业公司的积极布局和研发探索。

半年过去,卷生卷死的大模型赛道,终于把成绩白纸黑字落在了各大厂商的财报上。

360上半年取得近2000万元的相关业务收入似乎说明了,这家公司在AI方面密集排布的战略,两翼齐飞,场景布局,奏效了。

首家靠大模型营收的国内厂商

首先来看360财报公布出的具体数字。

360上半年财报显示,报告期内,公司总营收45.03亿元;归属于上市股东净利润亏损2.31亿元,去年同期净亏3.98亿元,亏损幅度有所收窄。

今年第二季度营收25.37亿元,同比增长10.42%,环比增长29.08%。

利润和营收的增长来自技术的支撑及相关研发投入。

财报显示,今年上半年360公司研发费用为15.6亿元,且研发费用的营收占比为34.64%,较2022年上半年、2021上半年分别提升近1.21个百分点、3.59个百分点。

重资金、高强度的研发,在整个上半年带来了一定的营收反哺。

这就引出360财报数据中最值得注意的一点,有关其新兴业务:“360智脑”大模型已经开始创收。

创收金额:近2000万元人民币。

而“360智脑”正式开放内测的时间,是今年4月份

如今全球大模型产业正蓬勃发展,基本的用户关注和用户流量之外,基于大模型的新产品和服务可能会创造完全新的商业模式。

依托这样的盈利模式,360或将在未来靠大模型创造更惊人的经济价值。

“360智脑”大模型由360自研,定位认知型通用人工智能大模型,能力包括生成与创作、阅读理解、多轮对话等,是国内首个通过工信部信通院认可的“可信AIGC大模型评测”大模型。

当然,更重要的一个信息随着多家厂商半年报的发布释放出来:

360是国内大模型厂商,最早一家公布凭借大模型的营收的。

2月透露相关计划,3月底公开展示,4月中旬首先落地搜索场景,截至6月30日,拿出2000万元的营收成绩,无论是大模型的能力还是360的速度,都无可反驳。

那么问题来了——

它是如何取得这个成绩的?

打破大模型“光烧钱不产出”魔咒,凭什么?

众所周知,大模型对押注的玩家来说是吞金兽。

最新报告显示OpenAI仅运行ChatGPT,每天就要花费约70万美元。很多企业讨论大模型发展都隐含着走OpenAI之路的前提,但这条路短期内走起来面临着资源和资金等诸多难度。

烧钱如烧纸的现实情况摆在眼前,“光烧钱不产出”的巨大可能性,泼了不少人冷水。

要解释360在人工智能领域主要是大模型领域的打破大模型光吃不吐魔咒的打法,要从它一开始就遵从的战略说起。

早在3月底的公开展示会上,周鸿祎就阐明了360的人工大模型主打的战略,“两翼齐飞”

解释它不难,即一方面发展核心技术,另一方面尽快推出相关产品,抢占优势场景落地。

技术方面主要依托的,就是“360智脑”,这是360在大模型领域的基本盘。

从最初大模型技术与360搜索结合,落地搜索场景,到上线多轮对话功能,再到能够识别和产生文字、声音、图像和视频,并接入全端产品,面世以来,“360智脑”迭代了4个版本,下一版本预计发布插件平台。

具体实力,拿榜单结果说话:

在最新的全球大模型综合性评测C-Eval排行榜上,“360智脑”的实绩是均分69,位于第一梯队。

其中有三项成绩,均超过了GPT-4。

在这里插入图片描述

此前,在中国工业互联网研究院(以下简称“工联院”)针对人工智能大模型在中文工业领域的知识问答能力进行系统性评测,题目覆盖8个行业,共计超1100道题。

“360智脑”在装备制造、纺织行业的测试成绩,多项指标也超过GPT3.5,综合表现位于国产大模型前列。

公司层面给出的更新数据消息,在7月-8月这一个月时间内,360智脑整体能力提升14.55%,CoT能力提升69%,也因此优化了逻辑推理能力。此外,多轮对话长度也提升了18%。

360对外的所有的大模型能力输出,都基于这样的底座能力。

当然,虽然是通往AGI最直观的一条道路,但通用大模型不是万能的。

具体到输出层面的产业落地上,360有自己的独特理解——推进多个大模型业务,并开放API,抢占各个场景。

观察发现,360目前由大模型驱动的业务如下:

  • 行业大模型:与合作伙伴共同推出“税务大模型”“企业服务大模型”等;
  • 城市大模型:为四川、重庆等城市打造城市级专有大模型,助力川渝地区实现数字化转型到智能化升级;
  • GPT产业联盟:6月时,360推出企业级AI大模型解决方案,发起GPT产业联盟;
  • 安全大模型:发布于8月9日,结合360过往15年AI安全应用和安全大数据训出,是国内首个可交付的安全行业大模型。

迄今为止,已经通过API开放模型能力,为近20个行业提供大模型企业级解决方案。

不断迭代核心大模型技术,推出可用产品,同时落地千行百业的各个具体场景,提高多个产业的效率和业务边界,帮助各个产业实现价值、提升竞争力。

这大概就是360能够靠大模型稳赚的生意经。

并且可以想象,未来360大模型的触手不会止步在现有的这些方向。

对360来说,大模型正在重写一切

360靠大模型创收这件事,或许可以给目前挤爆的赛道一个更为确定的答案,和一剂持续努力的推力。

但这个答案还能说明些什么?

最直接有力的,就是2000万这个数字,有力证明了在今时今日的市场环境下,大模型有着实实在在的变革之力

360集团创始人周鸿祎在他最新的演讲中表达过,“GPT不是搜索引擎,也不是聊天机器人,它代表着超级人工智能时代的到来”。

不只是他一个人这么想,国外OpenAI、谷歌、微软,国内百度、华为、腾讯、阿里……都因为这个新时代的新机会激动,同时也感到了竞争的迫在眉睫。

这样一个时代洪流中,凭借强大的理解和生成能力,大模型适用的场景、领域数不胜数。进一步的,用好大模型,可以直接驱动企业与产品的变革,实现产品和服务的智能化升级。

大模型趋势正酣,而且业内共识是,大模型对世界的改变将会显露出长期效应

然而构建大模型需要大量数据、算力和算法创新,这些都是头部科技企业拥有的显著优势。

从这个角度来说,押注大模型能够助推科技企业提前布局、掌握关键技术。

在这里插入图片描述

360的案例验证了大模型商业化的可能性,也印证了360在AI层面押注大模型的正确性。

是抢占先机的——在4月周鸿祎发出的内部信中,就已经明确要求360每一位员工、每个产品和业务要“全面拥抱人工智能,适应人机协作,着手产品重塑”。

也是基于自身出发的——回顾过往的经验和积累,360在搜索、数据等方面拥有强大积累的壁垒,这不仅仅有助于巩固和扩大用户规模优势,更有可能形成新一代的大模型技术壁垒。

加上大模型的多种应用场景,如搜索、安全等等,都是其360的独特优势。

而多种应用场景对大模型的需求,加剧了大模型垂直化发展的速度,如加深某一具体领域的训练深度、针对不同企业的个性化、对单一行业生成能力的专业化等等。

不同大模型背后厂商/公司的自研路线,也决定了公司覆盖的领域,以及关注场景的侧重点。

以此为背景,头部大模型厂商和创业队伍,在更多垂直领域形成和发挥影响力,有更大的空间和潜力。

周鸿祎表达出的最新观点就是,垂直化是中国大模型在全球竞争破局关键:

把大模型拉下神坛的关键就是发展“垂直化”大模型,在产业数字化的战略背景下,人工智能大模型未来机会将在企业级增量市场。

对内,大模型能为我所用;对外,大模型能为我营收,从“所有场景会被大模型重塑一遍”这句话开始流传,到今天,360这样的头部大模型厂商,好像真的一步一步在践行这句话。

而今年度中期财报释放的的盈利信号,只是360在大模型这条路上的开始。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值