
Google在基础架构上的支出很高,而且越来越高,2013年第四季度增长逾1倍至22.6亿美元。
Google周四公布了第四季度财报,营收增长17%至168.6亿美元,净利润为33.8亿美元。Google业绩大幅增长的基础之一是在基础架构上投入巨资——其中主要是服务器、网络设备和数据中心。
第四季度22.6亿美元的基础架构支出略低于第三季度的22.9亿美元,但比上年同期增长了逾1倍。相比之下,2013年第三季度通用汽车在基础架构方面的支出为19亿美元。
过去数十年,计算产业的主流商业模式是低投入、高产出,例如微软,软件只要开发成功,增加销售的边际成本几乎为零。目前,互联网创业公司可以利 用亚马逊的云计算服务,减小早期的基础架构支出。但在Google所处的产业,基础架构支出却越来越高。过去3年,Google在每个季度发布的财报中都 指出,“我们预计将继续增加资本支出。”
计算基础架构不仅是Google搜索算法,也是Google预测用户输入搜索关键字的基础。另外,Google+、实时广告竞拍、通过Google Play发布Android应用、Google Apps也都离不开计算基础架构的支持。
当然,Google还有其他支出,例如,支付维护基础架构、开发新一代服务、进行专利诉讼、提供后勤服务的4.8万名员工的薪酬。但毫无疑问的是,Google巨额利润的基础是大量的硬件。
好文章,需要你的鼓励
南华科技大学等顶尖院校联合发布的对角蒸馏技术实现了AI视频生成的重大突破,通过"前重后轻"的智能资源分配策略,在保持高质量的同时将生成速度提升277倍。该技术能在2.61秒内生成5秒视频,达到每秒31帧的流畅效果,有效解决了长视频生成中的质量衰减问题,为视频制作、教育内容创作等领域的实用化应用铺平了道路。
KRAFTON与KAIST联合研究揭示,当前最先进的AI视觉模型在识别图像间微妙差异方面存在显著不足。研究团队开发的VLM-SubtleBench测试平台显示,即使最好的AI模型准确率也仅有77.8%,远低于人类的95.5%。这一发现对医疗诊断、工业质检等需要精细视觉判断的关键应用领域具有重要警示意义。
南开大学联合字节跳动、清华大学团队发布视频理解新突破ASID-1M,创建包含100万精细化描述的数据集,将视频内容分解为八个详细属性。采用三阶段渐进训练法,让AI从单属性理解逐步发展到复杂长视频分析。在七项基准测试中表现优异,小规模模型性能可媲美大型商业系统,为视频内容创作、教育培训、娱乐媒体等领域提供强大技术支撑。
这项Google DeepMind的研究提出了"智能委托"框架,让AI助手学会像优秀项目经理一样分析任务、选择合作伙伴、监控进度和应对变化。通过建立信任体系和多重安全防护,该框架能够协调多个AI和人类专家高效协作,在个人助手、企业管理、科研合作等领域展现巨大应用潜力,代表了AI从被动工具向主动协作伙伴的重要转变。