微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 移动互联30强 近半关联BAT

移动互联30强 近半关联BAT

2015-04-23 15:03
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-04-23 15:03 搜狐IT

移动互联30强 近半关联BAT

要说谁是中国移动互联网的最大赢家?BAT入选应属当之无愧。

22日,《福布斯》中文版发布“2015中国移动互联网30强”榜单。该榜单以移动端年度收入为主要指标,甄选出2014年度中国移动互联网领域收入最高的30家公司。其中,腾讯、百度、阿里分别占据榜单前三。

从整个榜单看,BAT攫取了中国移动互联网大部分收入,三家公司去年的移动互联网总收入达到540.75亿元,而上榜的另外27家企业之和也仅有337.82亿元,而且在这份榜单中有接近一半分属BAT生态圈。如腾讯投资的京东、乐逗游戏,百度投资的爱奇艺PPS、蓝港互娱乐,阿里投资的美团、优酷土豆以及新浪微博。

从主要收入来源来,BAT各有侧重。排名榜首的腾讯公司,2014年移动收入为221.71亿元,收入增长主要推动力来自于移动游戏业务。据计算,微信手机QQ游戏业务去年全年收入达到了112亿元的成绩。

值得一提的是,上榜的30家公司,除了腾讯外,还有10家移动收入与游戏有关。《福布斯》中文版指出,游戏延续了在PC互联网时代的吸金能力,继续在移动互联网扮演“摇钱树”角色。与广告、佣金等收入模式相比,游戏在移动端的流量变现能力最高,是现阶段互联网最赚钱的行业。此外,电子商务公司也是今年榜单的另一个亮点。在前五强中,阿里、京东和唯品会三家电商企业占据了其中的三席。

在移动营销领域,百度延续了PC时代的优势,全年取得181.49亿元的移动收入,远远领先于这个领域的其他公司。

与此前相比,今年的榜单上,互联网创业公司普遍淡出,而此前在PC端称雄的巨头们成为榜单上的主流。《福布斯》中文版认为,这些公司依靠品牌、资金、技术以及用户红利,使得它们得以在移动互联网领域延续PC时代的势能。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-