5月20日,腾讯发布2021年第一季度财报,包括腾讯云在内的“金融科技及企业服务”单季收入390亿元,同比增长47%。
财报显示:“我们将会进一步投资在人才及基础设施等领域,支持业务的迅速发展。我们将加强效率办公SaaS产品及安全软件,以及与SaaS供应商及独立软件供应商的合作伙伴关系和对它们的投资,以支持客户的数字化需求。通过提升我们在医疗保健、零售、教育及交通等关键垂直领域的向上销售及交叉销售能力,我们将为企业提供智慧解决方案及为用户提供消费性产品。”
深化SaaS生态布局,打造全球最大规模企业应用连接器
今年一季度,腾讯云进一步加大了SaaS产品生态的建设力度。4月26日,腾讯千帆正式发布“企业应用连接器”,在“一云多端三大项目”基础上通过技术、业务和商务三大连接器的助力,帮助SaaS厂商提升交付和开发效率。未来,腾讯千帆将助力10万家客户和1万个SaaS应用实现高效连接,致力于打造全球最大规模的企业应用连接器。

基于腾讯千帆计划,不少SaaS产品取得跨越式增长。例如微盛与腾讯融合共创的微盛·企微管家,上线半年新增7000个付费客户、实现6000万营收增长,成为腾讯三方Saas中销量第一的产品,并让微盛成为国内社群最多、直播次数最多的To B企业服务公司。
作为腾讯SaaS层面的明星产品,腾讯会议也公布了一组新数据:截至目前,腾讯会议已服务中国50%的大学生群体全面支持中小学在线教育,并正在为清华大学、复旦大学、南京大学、中山大学、同济大学等300所国内知名高校的数字化协同提供支持。
核心技术不断突破,夯实云基础设施建设领先地位
除了加大SaaS生态布局,腾讯云还在不断夯实PaaS+IaaS层面的底层基础。5月17日,“腾讯云音视频”品牌整体打包对外输出,推出全新的统一化基础网络“RT-ONE腾讯云音视频通信网络”以及业界最完整的音视频通信PaaS平台,为更多场景的音视频应用提供一站式便捷服务。数据显示,目前腾讯云已覆盖国内90%音视频客户,视频云解决方案市场份额位列行业第一。
在IaaS层面,今年一季度腾讯云发布了全新一代存储和大数据库产品,其中云硬盘产品在行业内首次实现10微秒级时延,而腾讯云自研的第四代数智融合计算平台“腾讯大数据-天工”,可进行千亿级规模的海量数据训练,性能参数领先业界5倍,大力推动了大数据和人工智能技术融合。
此外,一季度腾讯天津数据中心4号楼顺利通过“LEED数据中心运营与维护”(LEED O+M: DC)铂金级认证,成为北亚及中国区首个获此级别认证的数据中心,也是全球铂金级认证中规模最大的数据中心。4月12日,腾讯云宣布在印尼的首个云计算数据中心正式开服,目前腾讯云已在全球27个地理区域运营62个可用区,海外数据中心已落地美国、日本、韩国、印度、德国、俄罗斯、加拿大、新加坡等国。
财报指出,“全球数字化过渡到目前仍处于初始阶段。科技进步将为我们的消费互联网及产业互联网活动带来大量机会。这些补充会覆盖企业服务等领域。”
自从2018年“930变革”以来,腾讯将产业互联网作为公司的整体战略。腾讯云作为腾讯产业互联网的“出海口”,始终在高速的更新发展。如同腾讯云与智慧产业事业群CEO汤道生所言,“形成腾讯特色的To B发展路线,为全社会的数字化进程提供助力”,未来腾讯云仍将继续发挥连接优势,帮助客户寻找新增长引擎,让数字化转型发挥出最大效益。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。