总的来讲是什么?一季度业绩爆发——却伴有警告标签
2025 第一季度网络广告收入的下降,主要归因于宏观因素,包括中国消费者支出的放缓。关注太平洋两岸搜索量的观察人士可能会联想到 Alphabet 最近在 Apple (AAPL) 高管作证称搜索量减少时所引发的恐慌。
虽然没有直接证据表明这一收入下降与 AI 导致搜索量减少之间存在联系,但集成诸如百度 Ernie 聊天机器人这类 AI 技术,可能会改变用户行为。这种转变有可能影响广告展示次数和点击率,并进而对广告收入产生连锁反应。然而,百度尚未明确表示 AI 是导致广告收入下降的原因。
国内军备竞赛与贸易逆风
说到 Ernie,百度自身也陷入了一场国内军备竞赛——同时在竞相降价。上个月,这家科技巨头将其 Ernie 4.5 Turbo 型号的价格大幅下调 80%,同时将其 X1 Turbo 型号的定价减半,意在保持领先于国内竞争对手,如 Alibaba (BABA) 、 DeepSeek 、 ByteDance 和 Moonshot AI。创始人 Robin Li 告诉开发者,公司关注的重点在于“降低摩擦”,也就是说,让构建者在创作时无需担心模型成本或能力的问题。
这是一种与美国当前正在上演的 AI 热潮略有不同的景象。在美国,Microsoft (MSFT) 的 Azure 增长了 33%,Google Cloud 增长了 28%,而 AWS 增长了 17%,并且均呈现出强劲的变现能力和利润表现。可以说百度的增长速度更快,但似乎是以牺牲定价权和大幅消耗资本支出为代价的,这种举措很容易迅速演变成一场竞争下行。不过,美国公司也对资本支出及整体开销保持警惕,最近 Microsoft 的裁员就显示出对成本的持续严格审查。
使情况更加复杂的是,美国商务部最近发布的指南,警告不要使用华为的 Ascend AI 芯片,这再次点燃了地缘政治风险(假如这一风险此前真的已经降温的话)。中国官员称这一举动为“单边霸凌”,而百度由于依赖国内芯片供应,正被卷入这场风波之中。
机器人出租车如何?
百度的野心并不仅限于中国。本月,其自动驾驶部门 Apollo Go 在迪拜开始运营首批机器人出租车,这既是推动全球范围内 AI 商业化的一部分,也是在中东这一拥有巨大 AI 机遇的地区采取的可以理解的举措,据 Wedbush 分析称,美国科技公司也正竞相试图从中获利。
百度的 AI 野心是真实存在的,并且在一定程度上已经开始产生效益。但这些举措正处于一个市场分散、受到补贴且笼罩在地缘政治阴影之下的环境中。目前,成本削减措施帮助改善了短期业绩,而长期效果尚未明朗。称这种前景为“前景多变”似乎是公正的评价。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。