又有两家中国云巨头发出服务涨价信号,原因仍是AI对其供应链的冲击。
阿里云率先行动,昨日宣布涨价5%至34%不等,并表示"全球AI需求激增和供应链成本上升"使得价格上调不可避免。
百度云在生成式AI兴起前就将自己定位为AI云,随后也发布公告称"为确保平台长期稳定运营和服务质量,我们对部分产品价格进行了结构性优化。"
该公司将AI相关服务价格上调5%至30%,并将并行文件存储价格提高"约30%"。
腾讯云似乎尚未宣布涨价,但在昨日的财报电话会议上,公司总裁刘炽平表示:"近几个月来,我们看到定价环境有所改善,特别是在内存和CPU方面。"
首席战略官詹姆斯·米切尔表示,数据中心设备供应商"优先考虑最大、最稳定的客户,也就是像我们这样的超大规模云厂商。"
"因此...较小的云提供商无法确定能够获得供应,他们需要依赖超大规模云厂商。你知道,超大规模云厂商一直以低利润率运营,所以当需求增长时,作为一个行业,我们几乎别无选择,只能转嫁更高的价格。"
不过,刘炽平指出,推理芯片市场正在增长,其成本低于训练模型所需的硅芯片。这位总裁表示,腾讯在训练芯片方面现实中只有一到两个供应商可选,但中国公司和其他厂商越来越多地提供可行的推理芯片,且"利润率要低得多"。
考虑到随着更多组织将大语言模型投入使用,推理工作负载预计将增加,腾讯的成本可能不会长期保持高位。
首席执行官马化腾表示,腾讯云"由于对我们行业领先的PaaS和SaaS产品的企业需求增长以及供应链优化,实现了规模化盈利。"刘炽平随后表示,腾讯云调整后营业利润约为7.25亿美元,并称赞这一结果源于公司2022年决定专注于重要客户而非追逐低利润业务。他还指出,腾讯云本可以赚更多钱,但公司继续优先将其GPU集群用于自身需求,而非出租给客户。
腾讯第四季度收入达283亿美元,同比增长13%。全年收入超过1090亿美元,同比增长14%。毛利润增长21%,超过650亿美元。
Q&A
Q1:为什么中国云厂商要涨价?
A:主要原因是AI需求激增导致供应链成本上升。阿里云表示"全球AI需求激增和供应链成本上升"使得涨价不可避免,而数据中心设备供应商优先服务大型云厂商,小云厂商难以获得稳定供应,只能依赖大厂商,最终推高了整个行业的价格。
Q2:腾讯云的涨价幅度有多大?
A:文章显示腾讯云尚未正式宣布涨价,但提到了定价环境改善。相比之下,阿里云涨价5%至34%不等,百度云将AI相关服务涨价5%至30%,并行文件存储涨价约30%。
Q3:AI芯片供应紧张情况如何缓解?
A:腾讯总裁刘炽平指出,推理芯片市场正在增长,成本比训练芯片更低。虽然训练芯片供应商只有一两家可选,但中国公司和其他厂商越来越多地提供可行的推理芯片,且利润率更低,随着推理工作负载增加,成本压力有望缓解。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。