近一周，互联网大厂上半年财报相继出炉。

8月16日，京东发布截止6月30日的2023年第二季度财报。财报显示，第二季度营收2879.3亿元，同比增长7.6%；归属于普通股股东的净利润为65.8亿元，同比增长32.3%。

同日，腾讯也发布了2023年第二季度财报，营收为1492亿元，同比增长11%，净利润261.7亿元，同比增长41%；非国际财务报告准则下的净利润为375.48亿元，同比增长33%。

(资料图片)

而早在8月10日，阿里巴巴交出“分拆换新”后的首份成绩单：2023财年Q1（日历年2023Q2）总营收2341.6亿元，同步增长14%；归属于普通股股东的净利润为343.3亿元，净利润333亿元，非公认会计准则净利润为449.2亿元，同比增长48%。

整体而言，阿里京东腾讯今年上半年均实现了营收净利润双增长。今年上半年以来，科技圈备受关注的当属大模型，作为互联网科技企业的巨头，阿里腾讯京东均在其中，且备受市场关注。近日这三家企业第二季度财报均发布，财经网科技试图从财报里，梳理其大模型进程并窥探各家释放的信号。

财报里的大模型

腾讯发布的财报里，最亮眼的业务当属广告业务。根据财报显示，腾讯广告第二季度收入同比增长34%，达到250.03亿元。在电话会上，腾讯高管表示，“我们（网络广告）的增速超过了整体行业水平，这归功于驱动广告平台的机器学习系统的升级，以及广告主对视频号广告的强烈需求。”

其中提到的机器学习系统，便与今年无人不谈的“大模型”相关。在财报中腾讯阐述了“大模型战略”在广告业的运用：通过腾讯云模型即服务（Maas）为合作伙伴提供模型库，以及自研的专有基础模型，腾讯公司正在努力将生成式人工智能应用于更广泛的领域。

去年年底，京东创始人刘强东在内部会议上确立了未来三年最重要的战略：低价。在财报业绩会上，许冉也表示“今年上半年主要推动的低价项目、平台生态项目等已经取得阶段性成绩，消费者能明显感知京东在调整价格策略，调整取得的效果是好于预期的。”

京东言犀大模型于今年7月13日在京东全球科技探索者大会上亮相，当时京东集团CEO许冉为京东大模型定了调：大模型真正实现自己的价值，一定是在产业应用中。在第二季度财报中，京东虽然没有详细阐述言犀大模型在产业应用中的具体表现，但是结合此前报道，言犀大模型在助力品牌降本增效上，已有所体现。

618期间，央视记者在京东大厦，对言犀多模态数字人的制作过程和使用成效进行了全方位的揭秘和解读。京东云言犀虚拟主播在京东618场景中得到广泛应用，7X24h不间断直播，据金融界报道，成本不足真人主播十分之一。

在全球科企都在追逐大模型的浪潮之际，张勇在财报会上直言：“会有一批这样的企业，从大模型起家，而后进入特定领域。”2023年4月阿里发布“通义千问”发布后，阿里云随即升级其音频转写平台“听悟”，并为其配备AI驱动的会议分析能力；在7月，阿里云推出生成式AI文生图模型“通义万相”；进入8月，阿里云通义千问70亿参数通用模型和对话模型，两款模型目前均开源、免费、可商用。

在阿里发布的财报中，阿里云实现收入251.23亿元，同比增长4%；据财报显示，阿里云的增长受阿里巴巴并表业务及金融服务、教育、电力和汽车行业的客户所驱动；并表示这主要是来自于AI热潮带来的算力和模型服务需求的推动。

释放了哪些信号？

从ChatGPT掀起大模型的热潮以来，各大厂商从开始宣布推出自家大模型后，结合腾讯京东阿里发布的财报以及此前的一些动作，将大模型能力应用到自身业务和场景之中已经成为共识。

今年6月，腾讯推出模型即服务（MaaS）解决方案，基于腾讯云自研的高性能计算集群、AI原生向量数据库、高性能网络等，帮助企业以更高效率和更低成本开发定制大模型。

在内部产品矩阵上，腾讯云行业大模型能力在腾讯企点、腾讯会议、腾讯云AI代码助手等多款SaaS产品中率先应用；在外部产业生态上，腾讯行业大模型已经应用于金融、文旅、传媒、政务等10余个行业，提供超50个行业解决方案。

京东言犀大模型从一“出生”，目标就对准解决真实产业问题。盘古智库高级研究员江翰表示，电商平台开发智能推荐、智能客服等应用；社交平台开发智能聊天机器人等应用，各大厂商根据自身的业务特点和用户需求，未来还会呈现更多元化的格局。

除了落地应用场景外，算力依然是目前做大模型挑战的最大挑战。近日火爆的AIGC产品“妙鸭相机”，便与阿里云有直接关系，根据澎湃新闻报道，“妙鸭相机”爆火后，一个月内在阿里云上的算力需求暴增数百倍。

此前清华大学电子工程系长聘教授、系主任汪玉则从落地应用角度谈到，目前大模型垂直领域部署难度大，国内大模型落地面临三大挑战：领域部署成本高、模型算力缺口大和国产芯片替代难。

除此之外，近日在中国计算机学会（CCF）人工智能会议，分论坛“见疆见昆仑·AI大模型算力前沿”上，专家学者们一致表示，大模型时代，智能算力成为“稀缺资产”，如何善用算力资源，发挥其最大效益，已经成为每个参与者必须面对的挑战。

关键词：