华为今日发布2019年年度报告,报告显示,华为整体经营稳健,实现全球销售收入8,588亿元人民币,同比增长19.1%,净利润627亿元人民币,经营活动现金流914亿元,同比增长22.4%。2019年华为持续投入技术创新与研究,研发费用达1,317亿元人民币,占全年销售收入15.3%,近十年投入研发费用总计超过6,000亿元人民币。
华为轮值董事长徐直军表示:“2019年对华为来说是不平凡的一年,在极为严苛的外部挑战下,全体华为员工团结一致,聚焦为客户创造价值,赢得广大客户和伙伴的尊重和信任,整体经营稳健。”
2019年,在运营商业务领域,华为引领5G商用进程,与全球运营商一起设立了5G联合创新中心,持续推动5G商用和应用创新;推出RuralStar系列解决方案,有效解决偏远、边际覆盖难题,累计为超过50个国家和地区的4,000多万偏远区域人口提供移动互联网服务,实现销售收入2,967亿元人民币,同比增长3.8%。
企业业务助力行业客户数字化转型,打造数字世界底座。全球已有700多个城市、世界500强企业中的228家,选择华为作为其数字化转型的伙伴;华为首次发布了计算产业战略,致力于成为智能世界的“黑土地”,推出全球最快昇腾910 AI处理器及AI训练集群Atlas 900,实现销售收入897亿元人民币,同比增长8.6%。
消费者业务领域保持稳健增长,智能手机发货量超过2.4亿台,PC、平板、智能穿戴、智慧屏等以消费者为中心的全场景智慧生态布局进一步完善,实现销售收入4,673亿元人民币,同比增长34%。
徐直军强调:“面对未来更趋复杂的外部环境,我们唯有持续提升产品和服务的竞争力,聚焦为客户和社会创造更大价值、开放创新,才能抓住行业数字化、智能化的历史机遇,实现持续稳健的发展。”
数字经济全球化进一步加速,人类社会将提前进入智能世界,华为聚焦ICT基础设施和智能终端,使能数字化和智能化
引领全球5G商用,在欧洲与运营商一起设立了5G联合创新中心,持续推动和促进5G商用和业务创新,与全球运营商、各大行业伙伴进行超过300个5G垂直行业应用的探索项目。
创新推出RuralStar Lite解决方案,RuralStar系列解决方案已累计为超过50个国家和地区的4,000多万偏远区域人口提供移动互联网服务。
发布兼容ARM的处理器鲲鹏920,推出基于鲲鹏920的TaiShan系列服务器产品和云服务。
发布最强算力AI芯片昇腾910、全场景AI计算框架MindSpore,推出全球最快AI训练集群Atlas 900及华为云昇腾集群服务,与100多家AI领域ISV伙伴形成合作,服务500多个行业项目,与18家主流车企和集成商在自动驾驶等领域深入合作。
构建和开放HMS(Huawei Mobile Services),基于开放的“芯-端-云”能力,为开发者提供包括地图、机器学习、统一扫码、帐号、通知、应用内支付、广告等在内的HMS Core能力,高效触达全球6亿华为终端用户。全球集成HMS Core的应用数量已超过5.5万款。
在操作系统领域,凭借在编译器、分布式技术等底层软件技术领域的突破,实现了从上层UI界面优化向全场景终端操作系统开发的全面转变,为实现“多屏协同”、打造全场景智慧生活体验提供了操作系统支撑能力。
构建以云为基础,整合了物联网、人工智能、大数据、视频、融合通信、地理信息系统等多种新ICT能力的沃土数字平台,实现数据融合、业务协同和敏捷创新,打造未来数字世界的底座。
加速推动行业数字化转型,聚焦客户价值创造,全球已有700多个城市、228家世界500强企业(含58家世界100强企业)选择华为作为数字化转型的伙伴,在城市、园区、交通等多行业落地,如中国兰州新区、苏州大学、深圳机场等。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。