腾讯新出炉的二季度成绩单，显示出这家科技巨头正持续加速。
8月14日下午，腾讯宣布今年Q2约1611亿元的收入同比上涨8%，约507亿元的经营盈利同比上涨40%。此外，腾讯还宣布，由于研发开支和雇员成本增加，今年Q2其一般及行政开支同比增长8%，作为参照，去年全年腾讯这一指标下降3%，今年Q1只微增0.6%。
在亮眼成绩单背后，腾讯的本土游戏收入实现了久违的高增长，AI大模型也为其在B端业务打开新的增长空间，当然也让它面临更加激烈的竞争。
本土游戏收入恢复增长
今年Q2，收入788亿元的增值服务业务依然占据腾讯收入半壁江山，同比增长6%。但就在上一个季度，这项业务的收入同比却微降近1%。
促使这一变化发生的重要功臣在于游戏业务，后者占据增值服务业务收入的六成左右。
财报显示，今年Q2腾讯国际市场游戏收入同比增长9%至139亿元。但更重要的是它346亿元的本土市场游戏收入恢复同比增长，同样达9%，这是一个久违的高增长，今年Q1腾讯本土市场游戏收入同比下降2%，事实上，去年全年腾讯这一收入也只增长了2%。
财报显示，腾讯旗下《王者荣耀》及《和平精英》这两款本土市场旗舰游戏今年Q2的流水均恢复同比增长，此外，今年5月21日正式上线的腾讯《地下城与勇士：起源》游戏也激活了数百万IP粉丝。
在小游戏方面，《华夏时报》记者从腾讯方面了解到，今年Q2其小程序用户时长同比增长超过20%，其中小游戏的月活用户达5亿人，小游戏总流水同比增长超过30%。
腾讯总裁刘炽平在当晚的财报会议中表示，如今推出非常成功的新游戏越来越难，因为游戏的质量和玩家的期望都非常高，而腾讯近期游戏业务的再次加速，以及在电视剧方面的成功，实际上都源于多年前的投资。他同时表示，在内容行业腾讯不会以短期效果为导向，一直以来都在进行战略性投资，并且未来还会继续。
需要提及的是，腾讯游戏Q2的一个大动作是尝试与部分安卓渠道分道扬镳。今年6月，《地下城与勇士：起源》宣布因合约到期，不再上架部分安卓平台的应用商店。有业内人士在跟《华夏时报》记者交流时认为，目前安卓应用商店的游戏抽成比例普遍高达50%，苹果生态这一比例也有30%，对于游戏厂商来说，分发成本的确是一个较大负担。
腾讯首席战略官詹姆斯·米切尔在8月14日晚间的财报会议中也提到，数字内容行业与应用商店之间确实存在天然紧张关系。他表示，由于《地下城与勇士》的IP影响力等原因，腾讯决定这款游戏主要通过内部渠道进行运作，但对于未来发布的其他游戏，腾讯仍需要从零开始建立受众群体，期待继续与应用商店合作。
詹姆斯·米切尔同时透露，目前腾讯的iOS小游戏还没有通过应用内购买实现收益，目前腾讯正与苹果就微信小游戏的收入事宜进行谈判，如果取得进展，将实现多方共赢。
B端市场激烈竞争
不只是老资格的游戏业务，人工智能等新业务在B端市场的提速也对腾讯Q2财报产生正向影响。
财报显示，今年Q2，在大模型技术等驱动下，腾讯金融科技与企业服务板块收入达504亿元，同比增长4%，此外受益于视频号广告、AI提效等因素，腾讯当期广告收入达299亿元，同比增长19%。记者还从腾讯方面了解到，今年Q2其企业服务业务收入实现十几个点的增长，毛利进一步改善。
这其中，广告是腾讯利用人工智能来实现实质商业转化的重要领域。刘炽平在当天的财报会中提及，腾讯已将人工智能用于内容推荐、视频推荐以及广告投放等领域。他提到，在广告推荐方面，腾讯将转化率提高10%，这不是特别大的改进，但广告收入却因此会增长很多。
据记者了解，今年Q2腾讯AI大模型连续对外释放积极信号。
5月17日，腾讯对外公布了混元大模型的研发及应用落地进展。5月30日，腾讯又宣布混元大模型全面升级，基于混元大模型的App“腾讯元宝”正式上线，腾讯云副总裁、腾讯混元大模型负责人刘煜宏当天在接受《华夏时报》等媒体记者采访时曾披露，当前腾讯内部已有600多个业务正式使用混元大模型，混元在其内部的调用量每天超过2亿次，此外腾讯现在有1/4左右的代码是AI来生成。
不过，今年二季度大模型厂商在B端市场掀起的价格战，也是它面临激烈竞争的一个缩影。据记者了解，继今年5月字节跳动的豆包大模型率先打响降价第一枪后，多家大模型厂商纷纷跟进，并打出了免费牌。但腾讯对于大模型价格战的态度并不积极。
“腾讯做大模型不争一时之先。”刘煜宏在上述采访中对《华夏时报》等媒体记者这样表示，“目前我们希望做一个用户需要的东西。”对于低价问题，腾讯云副总裁吴运声在这之前接受《华夏时报》等媒体记者采访时也曾表示，腾讯会把精力放在产品、技术能力发展之上。
深度科技研究院院长张孝荣在跟《华夏时报》记者交流时认为，腾讯的混元大模型有一定后发优势，在算力上有腾讯云提供保障，在数据上有广泛的内容产业布局，还可以在社交、新闻、视频、游戏等诸多场景进行应用训练，“有可能探索出新的道路。”他同时也对记者表示，大模型产业目前处于发展早期，依然是投入大产出少，需要大量烧钱、进一步完善技术创新，才能进而提升AI成熟度。