2019年3月29日,华为今日发布了2018年年度报告,报告显示,华为业绩稳健增长,实现全球销售收入7212亿元人民币,同比增长19.5%,净利润593亿元人民币,同比增长25.1%。2018年华为研发费用达1015亿元人民币,投入占比销售收入14.1%,位列欧盟发布的2018年工业研发投资排名第五位;华为近十年投入研发费用总计超过4800亿元人民币。联合国下属的世界知识产权组织(WIPO)公布数据称,2018年度,华为向该机构提交了5405份专利申请,在全球所有企业中排名第一。
华为轮值董事长郭平表示:“信息通信技术快速渗透到各个垂直行业,引发数字化、智能化变革,驱动数字经济高速发展。华为通过压强式投入引领5G创新和规模商用,致力做全球最好的网络联接。同时严格遵从标准,将网络安全与隐私保护置于最优先地位,打造安全可信的高质量产品。我们相信,选择华为的客户,将赢得5G时代最佳的技术与商业竞争力;选择华为的国家,将赢得下一波数字经济的发展优势。”
郭平强调:“堡垒最容易从内部攻破,堡垒也最容易从外部加强。面向未来,华为将努力排除外部干扰,不断改进内部管理,沿着既定战略方向前进。我们将继续坚持合规经营,确保业务连续和健康发展,构建开放合作共赢的生态圈,同时开展组织变革,持续激发组织活力。”
2018年,在运营商业务领域,华为积极把握新机遇,推出极简5G和SoftCOM AI领先解决方案,并在品质家宽、IoT等领域开拓创新推动运营商新增长,实现销售收入2940亿元人民币,与上一年基本持平。
在企业业务领域,华为提供云计算、大数据、AI、物联网、融合通信等技术及数据中心、全闪存、WIFI等产品,并融合这些技术提供数字平台,支撑智慧城市、平安城市、智慧园区和金融、交通、能源等客户数字化转型,实现销售收入744亿元人民币,同比增长23.8%。
在云业务领域,华为云上线超过160个云服务和140个解决方案,与伙伴在全球23个地理区域运营40个可用区,全球发展合作伙伴超过6000家,AI服务在10大行业超过200个项目进行探索。
在消费者业务领域,华为智能手机在全球市场规模和高端品牌地位进一步提升,全场景智慧化生态布局取得关键性突破,实现销售收入3489亿元人民币,同比增长45.1%。
国际会计师事务所毕马威为本次年报提供了独立审计的财务报表。
编辑点评:从华为的营收单元构成看,消费者业务超越运营商业务,要知道运营商业务是华为的起家业务,但是反过来看,消费者业务如何保持高速增长是华为的挑战。
企业业务高速增加,未来潜力还是巨大,增长空间还是有的,值得期待。然后是云业务,虽然没有披露营收情况,但是从这些指标可以看到,华为的云业务在高速增长,也是值得关注的。
所以,从这份财务报告可以看到,华为的全年营收创新高,但是从内外部环境看,华为的挑战还是很大的,接下来如何保持业务结构的优化和高速增长是需要应对的。
好文章,需要你的鼓励
据《华尔街日报》报道,在马斯克针对OpenAI的诉讼失败后,OpenAI正加速推进IPO计划。CEO萨姆·奥特曼希望公司最快于今年9月上市,目前已与高盛、摩根士丹利合作,并可能在数日或数周内秘密提交上市申请。与此同时,马斯克旗下SpaceX的IPO文件也预计近期公开。两家公司的上市竞争,标志着马斯克与奥特曼的博弈从法庭转移至资本市场。
KAIST团队提出策略助推方法,通过强制分配解题方向引导AI探索多样思路,仅用八份样本就超越了消耗八倍资源的传统方法。
调查显示,51%的专业人士认为AI生成的低质量内容(即"workslop")正在降低生产效率,45%的人因此对职场使用AI更加谨慎。这类内容表面精致却缺乏准确性和实质价值。专家建议两步应对:一是重塑AI生产力思维,推行"AI先行、人工复核"的工作模式;二是保持持续投入,深入掌握AI工具的有效用法。企业领导者强调,真正从AI中受益需要坚持与学习,而非浅尝辄止。
要理解这项研究,先得明白现在的AI是怎么"画"图的。 可以把AI生成图片的过程想象成一个特殊的厨房。当AI要学会画图时,它不会像人类画家那样一笔一画地描绘,而是采用一种叫做"自回归"的方式——简单说就是"一个食材接一个食材地添加"。但问题在于,AI厨房处理的"食材"不是真实的图像像素,而是一种被压缩过的"标准化食材包"。 这个压缩过程,叫做"离散分词",由一个叫"分词器"(tokenizer)的设备完成。打个比方,分词器就像一台高级的食材切片机,它把一整张图片切成很多小块,然后给每一小块贴上一个"编号标签",对应到一本"标签字典"(也就是研究者口中的"码本")里的某个条目。比如,标签001可能代表"蓝天的一小块",标签002代表"绿草的一小块"。 这种做法的好处是大幅简化了AI的工作量——它不用记住几百万个像素,只需要记住一串编号就行了。这就是为什么如今像Chameleon、Emu3这些大名鼎鼎的多模态AI模型都用这种技术。 但问题也恰恰出在这里。当切片机以16倍的压缩率工作时(也就是说原本256个像素被压缩成1个标签),很多细节就被无情地丢弃了。蓝天少一些云彩、草地少几根草尖,人眼几乎看不出来。可一旦切到了文字或人脸,灾难就发生了——一个英文字母"e"和"c"的差别可能就在那么几个像素,一张脸上眉眼的位置稍微挪一挪,整个人就变了样。 研究团队发现,认知科学研究早就指出,人类的视线会不自觉地被文字和人脸吸引,对这两类内容的细节扭曲特别敏感。换句话说,AI画其他东西糊一点没关系,但文字和脸糊了,用户立马就能察觉。 之前的研究者也意识到了这个问题,他们的解决思路通常是"加大切片机的容量"——比如把标签字典从1万6千条扩展到26万条,或者让每张图用更多的标签。但这就像为了切好一根胡萝卜而把整个厨房改造成大型工厂,成本高得离谱,而且效果也不见得好。 清华和微软的团队提出了一个完全不同的思路:与其让切片机变得更大,不如教它学会"看重点"。 二、给切片机装上"火眼金睛"