2月28日晚，百度发布2023年第四季度及全年财报。财报显示，2023年百度总营收达1345.98亿元，同比增长9%，归属百度的净利润287亿元，同比增长39%；四季度营收349.51亿元，同比增长6%，归属百度的净利润77.55亿元，同比上涨44%。

　　百度创始人、董事长兼首席执行官李彦宏表示：“2023年，我们在迭代文心大模型与文心一言、重构产品和服务，以及商业化方面取得重大进展。同时，百度核心业务保持韧性和健康发展。展望未来，我们将继续坚定对生成式AI和基础模型的投入，为创造新增长引擎奠定基础。”

　　此外，针对近期引发诸多关注的文生视频或视频生成技术在中国的发展以及影响，李彦宏回应称，在视觉基础模型领域，一个显著的应用和潜在市场是自动驾驶。

　　2023年百度核心收入1034.65亿元，同比增长8%，归属百度核心的净利润274亿元，同比增长38%。2023年12月，百度App月活用户数达6.67亿。

　　AI成为百度的增长点。截至2023年底，百度飞桨平台已凝聚1070万开发者，并已服务23.5万家企事业单位，开发者已在飞桨上创建了86万个模型。百度的自动叫车服务萝卜快跑在2023年第四季度提供83.9万次乘车服务，同比增长49%。截至2024年1月2日，萝卜快跑在开放道路提供的累计单量超过500万。在2023年第四季度，无人驾驶订单占武汉整体订单组合的比例达到45%，高于2023年第三季度的40%。

　　2023年第四季度，爱奇艺日均总订阅会员数为1.003亿元，而2022年第四季度为1.116亿。此外，爱奇艺本季度每名会员贡献的月均会员服务收入（单会员月均会员收入）为人民币15.98元，而2022年第四季度及2023年第三季度分别为人民币14.17元及人民币15.54元。

　　百度对生成式AI的投入也带来研发费用的增长。财报显示，2023年百度的研发费用为242亿元，同比增加4%，主要由于支持生成式AI研发投入的服务器的折旧开支及服务器机架费增加。

　　百度正在进一步提升文心大模型的效率。李彦宏介绍，借助百度独特的四层AI技术架构，模型周均训练有效率超过98%，带宽有效性达95%。同时，百度还提供小型语言模型，帮助客户通过MoE模式获得最佳性能。

　　在财报电话会中，李彦宏提到，百度一直在不断降低模型推理成本。现在文心大模型3.5的推理成本约为2023年3月时候的1%。李彦宏表示，通过成本的降低，越来越多的企业愿意测试、开发和迭代他们的应用程序，“我们理解对于许多客户来说，他们倾向于平衡效率、成本和速度。因此，我们还提供较小的语言模型，并帮助我们的客户。我们相信仍有足够的空间来降低我们大部分型号的成本，并使它们对我们的客户越来越实惠。”

　　随着性能持续增强、成本逐步降低，越来越多的企业开始使用文心大模型。据李彦宏介绍，文心大模型的日调用量已超过5000万次，季度环比增长达190%；约有2.6万家企业调用文心大模型，季度环比增长150%。以5000万次调用量估算，每1分钟企业调用文心大模型的次数超过3.4万次。

　　李彦宏在电话会上透露，三星、荣耀和汽车之家等知名企业均已与百度达成合作，已集成或基于文心大模型开发AI原生应用。以三星为例，其最新旗舰手机Galaxy S24系列集成文心大模型多项能力，包括即圈即搜、翻译、智能摘要等。

　　与此同时，文心大模型推动了百度广告及云业务的收入增长，大模型为广告带来的增量收入达到数亿元，为云业务带来6.6亿元增量收入，百度智能云四季度收入84亿元。经过文心大模型重构的AI Native营销平台轻舸，覆盖企业数目前已达到10000家；约有4000家商家，正在使用依托生成式AI打造的商家智能体。李彦宏表示，2024年，大模型为百度带来的广告收入将持续增长。

　　在电话会中，李彦宏还回应了最近的芯片价格变动对百度的影响。李彦宏指出，“近期来看，这对我们的模型开发、产品改造或商业化几乎没有影响。正如我上个季度提到的，我们已经有了中国最强大的基础模型，而且我们的AI芯片储备让我们有能力在未来一两年内继续提升收益。对于模型推理，它需要性能较低的芯片，我们的储备和市场上可用的芯片足以支持我们为最终用户和客户提供许多AI原生应用程序。”

　　李彦宏也表示，从长期来看，百度可能无法获得最先进的GPU，“但是，通过最高效的、自主研发的软件堆栈，用户体验不会受到影响。在应用层、模型层和框架层，我们的端到端、自主研发的AI架构都有创新的空间。”

　　财报电话会中，李彦宏也被提问到近期引发诸多关注的文生视频的相关影响。对此，李彦宏回应称，文本到音频和视频的集成，是未来基础模型发展的重要方向，百度已经在这个领域进行了投资，并将继续在未来这样做。

　　此外，李彦宏还指出，在视觉基础模型领域，一个显著的应用和潜在市场是自动驾驶，“我们一直使用扩散和变换器来训练我们的视频生成模型，以实现自动驾驶的目的。我们还在目标分类、检测和分割方面取得了一致的进展，从而更好地理解物理世界和物理世界的作用。这使得我们能够将道路上捕获的图像和视频转化为具体任务，从而产生更智能、更适应性强、更安全的自动驾驶技术。”

（文章来源：南方都市报）