ZD至顶网软件频道消息: 2016年8月1日消息,搜狗公司今日对外公布了截至6月30日的2016财年第二季度财报。财报显示,搜狗第二季度利润再创历史新高,非美国通用会计准则下净利润达到2.2亿元人民币,同比增长30%;收入也快于行业增速,达11.5亿元人民币,同比增长27%。
受魏则西事件影响,搜索行业在第二季度整体发展趋势受到影响,在这样的背景下搜狗依然表现出超出行业整体水平的快速发展态势。分析认为,搜狗持续保持健康快速发展,一方面由于搜狗对医疗广告一直持谨慎态度,收入占比较低。另一方面也得益于搜狗在业务上的前瞻性布局。
强化差异化战略 独有优质内容助力搜狗局部超越第一
今年第二季度,“魏则西事件”引发了社会对搜索行业的广泛讨论,医疗推广的政策收紧对搜索行业产生了巨大的影响。据百度最新发布的Q2财报显示,其净利润同比下滑34.1%,是百度上市以来单季最大跌幅。但搜狗在搜索流量与收入方面均呈现逆势增长。财报显示,Q2搜狗移动搜索流量同比增长达到了近80%;移动搜索对整体搜索收入贡献从去年同期的24%上升到接近一半,变现能力不断增强,与搜索行业整体发展放缓态势形成鲜明对比。
搜狗移动搜索流量与收入的快速增长,得益于搜狗对用户需求的深刻理解,以及持续推进的差异化内容生态布局。今年5月8日,在魏则西事件爆发后短短一周,搜狗即做出积极响应,宣布上线医疗垂直搜索频道“搜狗明医”,该频道聚合权威的知识、医疗、学术网站,为用户提供包括维基百科、知乎问答、国际前沿学术论文等在内的互联网内容,页面上无商业推广类信息,旨在把权威、真实有效的医疗信息提供给用户。“搜狗明医”有效解决了当前互联网医疗信息搜索纷繁复杂、真伪难辨的痛点,一上线就获得了来自行业内外的广泛好评。
除此之外,第二季度搜狗还与微软必应达成合作,接入微软必应英文搜索技术,上线英文搜索和学术搜索两个垂直搜索频道,让用户轻松获取到一手的专业文献、原味的同步资讯和权威源头信息,从而服务中国日益壮大的学术、投资、时尚、娱乐、咨询、专业技能等领域全球资讯和信息的需求人群。同时搜狗还提供了自动翻译的功能,对于亟待获取全球资讯及学术内容的用户来说,搜狗无疑成为首选的英文搜索引擎。搜狗二季度财报显示,自英文、学术频道上线以来相关搜索量增长达到了60%。
此前,搜狗已独家接入微信、知乎、以及QQ兴趣部落的独有优质内容,本季度发布的明医搜索,英文,学术搜索再一次强化了搜狗的差异化战略。据艾瑞数据显示,搜狗移动搜索稳居行业第二,品牌渗透率71.8%。CNNIC今年7月发布的报告显示,搜狗的页面平均访问深度指标已超越百度位列第一,开始实现部分超越,成为实质上百度唯一的挑战者。
“自然交互+知识计算”搜狗持续深挖AI能力
今年3月谷歌AlphaGo和李世乭的“人机大战”,让人工智能这一名词快速在全球范围内普及开来。作为一家技术驱动的互联网公司,搜狗一直将人工智能技术的研发与应用作为自身的战略发展方向,早在两年前就宣布实施“智慧战略”,深入于包括深度学习在内的前沿技术的研究、布局人工智能、引领未来搜索。4月22日,搜狗宣布捐赠清华大学1.8亿元人民币,联合成立“清华大学天工智能计算研究院”,深入开发包含人工智能在内的前沿技术,相关研究成果将应用于搜狗的下一代产品中。该研究院也是目前国内唯一一家由顶级技术公司和顶级工科院校强强联合的人工智能专业研究机构,成为国内“校企联合”进行人工智能科研的领军企业,未来无疑将会为搜狗创造更广阔的发展空间。
第二季度,搜狗在人工智能领域的研发全面展开,并在语音领域取得了重要进步。搜狗手机输入法日前推出了“语音修改功能”,用户只需通过自然语言即可修改之前的输入文字,如说出“把(男)他改成女字旁的她”、“弓长张换成立早章”等,输入法便可以马上理解并执行指令。目前搜狗输入法稳居国内第一大语音输入应用,语音识别准确率超过97%,语音输入频次达到每天1.4亿次,比一年前增长了55%。
搜狗CEO王小川表示:“搜索本身就是一种AI,随着人工智能时代的到来,搜狗将不断增强自身技术实力的积累。搜狗目前已在语音识别领域取得了重大突破,未来一方面将通过与清华合作进行人工智能领域前沿技术研发,另一方面也将在自然交互与知识计算上不断完善自身产品与服务,成为后搜索时代行业的引领者。”
分析搜狗近些年的发展不难发现,搜狗的成功很大程度上得益于公司前瞻性的产品与技术战略,无论是PC时代还是移动互联网时代,搜狗均能在当下环境中开辟出最前沿的发展思路。一方面搜狗在内容搜索上强化差异化战略,另一方面也在人工智能领域进行深入探索与布局。而伴随着这些战略的落地执行,搜狗也创造了连续十个季度规模性盈利的可观业绩。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。