谷歌首席执行官Sundar Pichai在公司2024年第二季度财报电话会议上,对Google Cloud创纪录的103亿美元季度销售额、使用Gemini AI产品的开发者数量、以及与Oracle的合作伙伴关系赢得大型AI客户表现得十分乐观。
在Google Cloud方面,2024年第二季度的云总销售额为103亿美元,同比增长29%,目前Google Cloud的年运行率超过410亿美元。此外,这家云计算公司在该季度营业利润为11.7亿美元,创下新高。
“Google Cloud取得了一些重大的里程碑,”Pichai在周二谷歌的财报电话会议上表示。“季度收入首次突破100亿美元大关,同时季度营业利润突破10亿美元大关。”
他表示:“今年到目前为止,我们为云客户提供的AI基础设施和生成式AI解决方案已经创造了数十亿美元的收入,并被200多万开发者所使用,我们在未来AI机遇中占有独特的优势。”
这家总部位于美国加州山景城的科技巨头在2024年第二季度创造了847亿美元的收入,同比增长14%,谷歌2024年第二季度的营业利润达到274亿美元。
“我们正在AI堆栈的每一层进行创新,从芯片到代理等等——这是一个巨大的优势,我们致力于长期保持这一领先地位。”
Pichai:超过150万开发者使用Gemini
Pichai表示,目前有超过150万开发者在Google的开发者工具中使用Gemini。
“Gemini现在有四种规格,每种模型都针对自己的用例而设计。这是一个多功能的模型系列,可以在从数据中心到设备的所有设备上高效运行。200万个token是迄今为止任何大型基础模型中最长的上下文窗口,为其他模型无法处理的开发者用例提供支持。”
他补充说,“Gemini 正在让 Google 自己的产品变得更好。”
“我们拥有超过20亿用户的所有六款产品现在都在使用Gemini,这意味着谷歌是一家真正将AI带给每个人的公司。人们在Vertex和AI Studio中深入研究Gemini模型。我们现在有超过200万开发者在研究这些东西,你肯定会看到一些早期用例。”
“深度”的Oracle合作伙伴关系正在发挥作用
近年来,Google Cloud和Oracle一直在加强技术和市场方面的合作伙伴关系。例如,今年6月,两家厂商宣布扩大合作伙伴关系,让客户可以选择将Oracle Cloud Infrastructure (OCI)和Google Cloud技术相结合,帮助加速应用迁移和单体化。
Pichai表示,这种合作关系正在帮助Google赢得日立等大型企业客户。
“在Google Cloud中,我们看到客户持续的强烈兴趣,赢得了日立、摩托罗拉移动和毕马威等领先品牌。我们与Oracle的深度合作显著扩大了我们向庞大客户群提供的联合产品,”Pichai这样表示。
Google AI客户包括美国空军、百思买和德意志银行
Pichai还大力宣传了Vertex AI企业平台。
“Vertex帮助德意志银行、Kingfisher和美国空军等客户构建强大的AI代理。Uber和WPP正在客户体验和营销等领域使用Gemini Pro 1.5和Gemini Flash 1.5。我们扩大了对第三方模型的支持,包括Anthropic的Claude 3.5 Sonnet和Gemma 2、Llama和Mistral等开源模型。”
他补充说,谷歌的AI应用组合“正在帮助我们赢得新客户并推动追加销售机会”。
谷歌的对话式AI平台目前正被百思买和Gordon Food Service等客户使用。“我们的AI代理还帮助客户开发更高质量的软件,从他们的数据中发现洞察,并使用Gemini保护他们的组织免受网络安全威胁,”Pichai说。
Pichai力推谷歌的硬件和TPU
谷歌在2024年投资了数十亿美元,用于在全球范围内建设新的数据中心和云基础设施以及AI专用芯片。
Pichai说:“我们的TPU是一个关键赌注,Trillium是我们定制AI加速器的第六代,也是我们迄今为止性能最高、能效最高的TPU。与TPU v5e相比,它的单芯片峰值计算性能提高了近5倍,能效提高了67%。最新的Nvidia Blackwell平台将于2025年初登陆Google Cloud。”
Pichai表示,谷歌将继续通过将资源分配给最高优先级事项来创造产能。
“我们正在不懈地提高我们的AI模型效率,在过去的一个季度里,我们进行了质量改进,包括将用于AI概览的核心模型规模增加了一倍,同时改善了延迟,保持每个AI概览的成本持平。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。