当前位置: 首页 > news >正文

Google 第三季度季报出炉

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

Google 第三季度成绩斐然。公司业务表现持续强劲,尤其是最近几款产品的推出,进一步印证了公司的卓越发展势头。这一切归功于对创新的坚持,以及长期致力于人工智能的投资,既为公司带来成功,也为客户创造了巨大价值。

在人工智能领域,公司凭借独特的全栈创新策略牢牢占据领先地位,这种模式已初具规模。具体包括三个方面:

首先,是强大的AI基础设施,覆盖数据中心、芯片以及全球光纤网络;其次,由世界一流的研究团队支撑,他们在深入、技术性的AI研究上不断取得突破,推动核心模型的构建;第三,通过产品与平台的全球覆盖,触及数十亿用户,形成了良性循环。

全栈AI创新策略的实施离不开尖端基础设施的投入。公司在美国、泰国和乌拉圭等地持续投资,并加大清洁能源建设,包括与多个小型模块化反应堆达成全球首个核能采购协议,为公司提供长达24小时的无碳能源。同时,公司不断优化数据中心,提高硬件与模型的性能。例如,AI智能概览功能自测试以来,每次查询的成本已降低逾90%,并成功扩展了定制化Gemini模型的规模。此外,公司也提供多种AI加速器选项,包括NVIDIA GPU和自主研发的TPU,目前已发展到第六代“Trillium”,进一步提升效率和性能。

在AI研究方面,Google DeepMind团队持续引领行业。特别要恭贺Demis Hassabis和John Jumper因AlphaFold项目获诺贝尔化学奖,这不仅是对他们的认可,也突显了公司在AI研究领域的全球领导地位。此外,公司顶级Gemini模型具备长文本理解、多模态、智能代理等强大功能,在API调用量、用户使用量、商业应用等方面均实现快速增长。

在产品应用方面,AI技术正逐步普及。公司七款月活超过20亿的产品和平台均使用Gemini模型,例如最新加入“20亿俱乐部”的Google Maps。此外,随着开发者需求强劲,Gemini已在GitHub Copilot上线,未来将进一步扩大覆盖范围。

为了支撑三大支柱的投资,公司内部架构不断优化,Gemini应用团队现已转移至Google DeepMind,以加速新模型的部署和简化后续开发。此外,公司使用AI提升编码流程,如今有超四分之一的新代码由AI生成,助力工程师提高效率。

在搜索领域,AI智能概览、Circle to Search和Lens的新功能拓展了用户的搜索体验,增加了用户需求。这周,AI智能概览开始在一百多个国家和地区推出,月活用户超10亿。Circle to Search现已在逾1.5亿安卓设备上启用,用户使用率快速增长。Lens每月处理超过200亿次视觉搜索,成为最具增长潜力的搜索类别之一。

在Google Cloud方面,Q3营收达到114亿美元,同比增长35%。客户主要通过五种方式使用云服务,包括AI基础设施、Vertex企业AI平台、数据平台BigQuery、安全解决方案和客户参与套件等。LG AI Research和Hiscox等公司通过云服务大幅提升效率,实现了AI与数据科学的深度结合。

YouTube方面,广告和订阅收入首次突破500亿美元大关,特别是YouTube TV和NFL Sunday Ticket推动了平台订阅增长。在“Made On YouTube”活动上,公司宣布推出Veo模型,帮助YouTube Shorts创作者提升内容创作能力。

在平台和设备方面,Gemini模型在Android上深度集成,尤其在三星Galaxy设备上反响热烈。最新发布的Pixel 9系列搭载先进AI模型“Gemini Nano”,需求旺盛并荣获多项奖项。

最后,在其他业务中,Waymo在自动驾驶领域稳居技术领先地位。Waymo已实现每周超过百万英里完全自动驾驶里程,为超15万次付费行程提供服务,并与Uber和现代汽车达成了多项合作,进一步拓展自动驾驶服务。

公司对新任首席财务官Anat表示热烈欢迎,同时感谢全球员工的辛勤工作,让Alphabet在这一季度再创佳绩。

http://www.lryc.cn/news/472946.html

相关文章:

  • 入职总结(更新中)
  • @DeleteMapping和@PostMapping和@GetMapping和Content-Type使用记录
  • unity 中使用zeroMq和Mqtt 进行通讯
  • 四、k8s快速入门之Kubernetes资源清单
  • 掌握ElasticSearch(六):分析过程
  • 【设计模式】使用python 实践框架设计
  • Apache paimon-CDC
  • 如何分析算法的执行效率和资源消耗
  • 提示工程(Prompt Engineering)指南(进阶篇)
  • 音视频入门基础:FLV专题(19)——FFmpeg源码中,解码Audio Tag的AudioTagHeader,并提取AUDIODATA的实现
  • 前端零基础入门到上班:【Day3】从零开始构建网页骨架HTML
  • 字符脱敏工具类
  • 【jvm】jvm对象都分配在堆上吗
  • @AutoWired和 @Resource原理深度分析!
  • C++设计模式创建型模式———原型模式
  • 重学SpringBoot3-Spring WebFlux之SSE服务器发送事件
  • YOLO即插即用模块---AgentAttention
  • 探索开源语音识别的未来:高效利用先进的自动语音识别技术20241030
  • 学习路之TP6--workman安装
  • .NET内网实战:通过白名单文件反序列化漏洞绕过UAC
  • AI Agents - 自动化项目:计划、评估和分配
  • Git的.gitignore文件
  • 网站安全,WAF网站保护暴力破解
  • 深度学习:梯度下降算法简介
  • SparkSQL整合Hive后,如何启动hiveserver2服务
  • 前端路由如何从0开始配置?vue-router 的使用
  • Java中的运算符【与C语言的区别】
  • 二、基础语法
  • DB-GPT系列(一):DB-GPT能帮你做什么?
  • 【Python各个击破】numpy