360 大模型半年创收 2000 万，成国内首家实现商业化厂商
半年时间，用大模型为公司创收 2000 万元！这个数字来自 360 发布的 2023 年半年报，也是该公司押注大模型后交出的第一份财报。
一同公布在这份中期业绩报告的营收数据也较为亮眼：
- 总营收 45.03 亿元
- 二季度营收 25.37 亿元，同比增长 10.42%，环比增长 29.08%
- 安全业务实现营收 9.08 亿元，其中第二季度收入 6.54 亿元
在互联网广告、安全业务、游戏、智能硬件等一众老牌创收业务中，'360 智脑'大模型创收成绩不是最多，但格外引人关注。个中原因，不外乎大模型时代的到来，带动了整个 AI 应用进一步'飞入寻常百姓家'，背后更是厂商、创业公司的积极布局和研发探索。
半年过去，卷生卷死的大模型赛道，终于把成绩白纸黑字落在了各大厂商的财报上。360 上半年取得近 2000 万元的相关业务收入似乎说明了，这家公司在 AI 方面密集排布的战略，两翼齐飞，场景布局，奏效了。
首家靠大模型营收的国内厂商
首先来看 360 财报公布出的具体数字。360 上半年财报显示，报告期内，公司总营收 45.03 亿元；归属于上市股东净利润亏损 2.31 亿元，去年同期净亏 3.98 亿元，亏损幅度有所收窄。
今年第二季度营收 25.37 亿元，同比增长 10.42%，环比增长 29.08%。利润和营收的增长来自技术的支撑及相关研发投入。
财报显示，今年上半年 360 公司研发费用为 15.6 亿元，且研发费用的营收占比为 34.64%，较 2022 年上半年、2021 上半年分别提升近 1.21 个百分点、3.59 个百分点。重资金、高强度的研发，在整个上半年带来了一定的营收反哺。
这就引出 360 财报数据中最值得注意的一点，有关其新兴业务：'360 智脑'大模型已经开始创收。
创收金额：近 2000 万元人民币。而'360 智脑'正式开放内测的时间，是今年 4 月份。
如今全球大模型产业正蓬勃发展，基本的用户关注和用户流量之外，基于大模型的新产品和服务可能会创造完全新的商业模式。依托这样的盈利模式，360 或将在未来靠大模型创造更惊人的经济价值。
'360 智脑'大模型由 360 自研，定位认知型通用人工智能大模型，能力包括生成与创作、阅读理解、多轮对话等，是国内首个通过工信部信通院认可的'可信 AIGC 大模型评测'大模型。
当然，更重要的一个信息随着多家厂商半年报的发布释放出来：360 是国内大模型厂商，最早一家公布凭借大模型的营收的。
2 月透露相关计划，3 月底公开展示，4 月中旬首先落地搜索场景，截至 6 月 30 日，拿出 2000 万元的营收成绩，无论是大模型的能力还是 360 的速度，都无可反驳。
那么问题来了——它是如何取得这个成绩的？
打破大模型'光烧钱不产出'魔咒，凭什么？
众所周知，大模型对押注的玩家来说是吞金兽。最新报告显示 OpenAI 仅运行 ChatGPT，每天就要花费约 70 万美元。很多企业讨论大模型发展都隐含着走 OpenAI 之路的前提，但这条路短期内走起来面临着资源和资金等诸多难度。
烧钱如烧纸的现实情况摆在眼前，'光烧钱不产出'的巨大可能性，泼了不少人冷水。要解释 360 在人工智能领域主要是大模型领域的打破大模型光吃不吐魔咒的打法，要从它一开始就遵从的战略说起。
早在 3 月底的公开展示会上，周鸿祎就阐明了 360 的人工大模型主打的战略，'两翼齐飞'。
解释它不难，即一方面发展核心技术，另一方面尽快推出相关产品，抢占优势场景落地。
技术方面主要依托的，就是'360 智脑'，这是 360 在大模型领域的基本盘。从最初大模型技术与 360 搜索结合，落地搜索场景，到上线多轮对话功能，再到能够识别和产生文字、声音、图像和视频，并接入全端产品，面世以来，'360 智脑'迭代了 4 个版本，下一版本预计发布插件平台。
具体实力，拿榜单结果说话：
在最新的全球大模型综合性评测 C-Eval 排行榜上，'360 智脑'的实绩是均分 69，位于第一梯队。其中有三项成绩，均超过了 GPT-4。
此前，在中国工业互联网研究院（以下简称'工联院'）针对人工智能大模型在中文工业领域的知识问答能力进行系统性评测，题目覆盖 8 个行业，共计超 1100 道题。'360 智脑'在装备制造、纺织行业的测试成绩，多项指标也超过 GPT3.5，综合表现位于国产大模型前列。
公司层面给出的更新数据消息，在 7 月 -8 月这一个月时间内，360 智脑整体能力提升 14.55%，CoT 能力提升 69%，也因此优化了逻辑推理能力。此外，多轮对话长度也提升了 18%。
360 对外的所有的大模型能力输出，都基于这样的底座能力。当然，虽然是通往 AGI 最直观的一条道路，但通用大模型不是万能的。
具体到输出层面的产业落地上，360 有自己的独特理解——推进多个大模型业务，并开放 API，抢占各个场景。
观察发现，360 目前由大模型驱动的业务如下：
- 行业大模型：与合作伙伴共同推出'税务大模型''企业服务大模型'等；
- 城市大模型：为四川、重庆等城市打造城市级专有大模型，助力川渝地区实现数字化转型到智能化升级；
- GPT 产业联盟：6 月时，360 推出企业级 AI 大模型解决方案，发起 GPT 产业联盟；
- 安全大模型：发布于 8 月 9 日，结合 360 过往 15 年 AI 安全应用和安全大数据训出，是国内首个可交付的安全行业大模型。
迄今为止，已经通过 API 开放模型能力，为近 20 个行业提供大模型企业级解决方案。不断迭代核心大模型技术，推出可用产品，同时落地千行百业的各个具体场景，提高多个产业的效率和业务边界，帮助各个产业实现价值、提升竞争力。
这大概就是 360 能够靠大模型稳赚的生意经。并且可以想象，未来 360 大模型的触手不会止步在现有的这些方向。
对 360 来说，大模型正在重写一切
360 靠大模型创收这件事，或许可以给目前挤爆的赛道一个更为确定的答案，和一剂持续努力的推力。但这个答案还能说明些什么？最直接有力的，就是 2000 万这个数字，有力证明了在今时今日的市场环境下，大模型有着实实在在的变革之力。
360 集团创始人周鸿祎在他最新的演讲中表达过，'GPT 不是搜索引擎，也不是聊天机器人，它代表着超级人工智能时代的到来'。不只是他一个人这么想，国外 OpenAI、谷歌、微软，国内百度、华为、腾讯、阿里……都因为这个新时代的新机会激动，同时也感到了竞争的迫在眉睫。
这样一个时代洪流中，凭借强大的理解和生成能力，大模型适用的场景、领域数不胜数。进一步的，用好大模型，可以直接驱动企业与产品的变革，实现产品和服务的智能化升级。
大模型趋势正酣，而且业内共识是，大模型对世界的改变将会显露出长期效应。然而构建大模型需要大量数据、算力和算法创新，这些都是头部科技企业拥有的显著优势。
从这个角度来说，押注大模型能够助推科技企业提前布局、掌握关键技术。360 的案例验证了大模型商业化的可能性，也印证了 360 在 AI 层面押注大模型的正确性。
是抢占先机的——在 4 月周鸿祎发出的内部信中，就已经明确要求 360 每一位员工、每个产品和业务要'全面拥抱人工智能，适应人机协作，着手产品重塑'。
也是基于自身出发的——回顾过往的经验和积累，360 在搜索、数据等方面拥有强大积累的壁垒，这不仅仅有助于巩固和扩大用户规模优势，更有可能形成新一代的大模型技术壁垒。
加上大模型的多种应用场景，如搜索、安全等等，都是其 360 的独特优势。而多种应用场景对大模型的需求，加剧了大模型垂直化发展的速度，如加深某一具体领域的训练深度、针对不同企业的个性化、对单一行业生成能力的专业化等等。
不同大模型背后厂商/公司的自研路线，也决定了公司覆盖的领域，以及关注场景的侧重点。以此为背景，头部大模型厂商和创业队伍，在更多垂直领域形成和发挥影响力，有更大的空间和潜力。
周鸿祎表达出的最新观点就是，垂直化是中国大模型在全球竞争破局关键：
把大模型拉下神坛的关键就是发展'垂直化'大模型，在产业数字化的战略背景下，人工智能大模型未来机会将在企业级增量市场。
对内，大模型能为我所用；对外，大模型能为我营收，从'所有场景会被大模型重塑一遍'这句话开始流传，到今天，360 这样的头部大模型厂商，好像真的一步一步在践行这句话。
而今年度中期财报释放的的盈利信号，只是 360 在大模型这条路上的开始。
技术挑战与未来展望
尽管 360 取得了阶段性成果，但大模型的商业化之路仍面临诸多技术挑战。首先是算力成本的控制，随着模型参数量的增加，推理和训练所需的 GPU 资源呈指数级上升。如何在保证性能的前提下降低单位 Token 的生成成本，是企业级应用能否大规模推广的关键。
其次是数据隐私与安全。在企业级场景中，客户数据往往涉及敏感信息。360 推出的安全大模型正是针对这一痛点，利用其在网络安全领域的积累，确保模型在处理数据时的合规性与安全性。这对于金融、政务等强监管行业尤为重要。
此外，垂直领域的深度定制也是难点。通用大模型虽然能力强，但在特定行业（如医疗、法律）的专业知识上往往不如专用模型精准。未来的竞争将集中在谁能更快地将通用能力转化为行业 Know-how，这需要深厚的行业理解与数据沉淀。
从技术演进角度看，多模态能力的融合将是下一阶段的重点。目前的 360 智脑已具备文本、图像、语音的处理能力，未来将进一步整合视频理解与生成，实现更复杂的人机交互体验。同时，Agent（智能体）技术的发展将使大模型从被动响应转向主动执行，能够自主规划任务并调用工具，这将极大拓展大模型的应用边界。
综上所述，360 大模型的商业化尝试为行业提供了宝贵的样本。它证明了在合理的战略规划和场景聚焦下，大模型不仅能作为技术储备，更能直接转化为经济效益。对于其他科技企业和开发者而言，关注垂直领域的差异化竞争，加强数据安全与成本控制，将是把握 AI 时代机遇的核心路径。
