ZD至顶网CIO与应用频道 08月02日 人物访谈(文/王聪彬):中国互联网市场从无到有,从竞争到合并,市场大局基本已定。虽然资本市场并不拒绝创业企业的进入,但想要在赛道上胜出可谓难上加难。
APUS创立时并没有对中国互联网市场的流量红利抱有期待,而是抓住海外移动互联网市场发展的窗口期,顺势而为,快速成长。截止2016年3月APUS系统及产品集群全球总用户数突破9.2亿,预计2017年APUS全球总用户数将突破15亿,成为全球手机用户接入互联网的连接器。
在APUS快速发展及未来战略部署的背后离不开AWS公有云的助力,AWS的全球节点为APUS全球化业务开展来了极大的便利性,同时满足了弹性扩张,自动化运维的需求,为APUS最终形成从内容到服务的完整生态系统画上浓墨重彩的一笔。
“身轻”才能“如燕”
成立于2014年6月的APUS,由原360副总裁李涛创办,致力于为全球智能手机用户提供最好的用户系统,帮助用户实现最佳的手机和移动互联网使用体验。
2014年中国国内互联网市场已经是一片红海,而李涛在360的最后一年负责海外业务,基于对海外市场情况了解和趋势判断,在创立APUS之初就锁定了海外市场。
市场反馈很快验证了APUS战略选择的正确性,2014年7月2日APUS第一款产品APUSLauncher(APUS桌面)上线第一周,用户量就突破了100万,一个月内用户量达到了1000万。
截止2016年3月APUS系统及产品集群全球总用户数突破9.2亿。东南亚与南亚用户占40%,北美与南美25%,非洲7%,俄罗斯与欧洲13%,中东12%。未来2年,APUS预计全球用户超过20亿。
APUS用户分布
在拥有大量用户后,2016年1月APUS开始了商业化变现,当月收入即超过千万人民币,6月单月收入近1亿人民币。
APUS正如它的名字雨燕一样——这是一种体积最小,飞行速度最快的鸟类,不仅是最小、最快、最智能的用户系统,也以最快的速度崛起,实现用户增长。
不是工具而是一个入口
如果不深入了解APUS,你会以为APUS就是一个桌面。APUS服务端技术负责人纠正了很多人对于APUS用户系统的错误认知, APUS是依托操作系统之上的用户系统,而桌面只是用户系统的入口。
APUS用户系统包括,APUS桌面、APUS加速、APUS移动搜索、APUS探索发现、APUS头条新闻、APUS消息中心等产品体验和服务。
APUS用户系统是用户接入移动互联网的第一入口,是一个all-in-one的解决方案,包括对手机交互界面的管理、对手机系统的管理、对用户通信与社交关系的管理、对用户信息和获取信息的管理,以及对应用的管理,能够全面帮助用户实现在使用手机和移动互联网时所产生的各种需求。
在用户服务上,国内和海外最大的差异在于文化,各地区用户对本地相关服务更为依赖,所以要在相同功能下,让用户获得差异化的内容。所以APUS提出构建生态系统概念,在用户系统基础上,提供开放平台,接入更多本地化产品和服务。这也体现了用户系统“轻”,用户可以在需要的时候进行安装。
APUS目前正在通过合作、投资的方法来扶持和培养音乐、游戏、新闻、视频、电商、O2O等内容合作伙伴,打造APUS生态系统。同时APUS也开始大数据平台搭建,对用户进行画像和场景化分析,为用户进行精准个性化的推荐。
用“云”应对未来的30亿
说了这么多,APUS是如何支撑业务快速发展以及用户的激增?APUS作为一个国际化的公司,需要考虑全球业务的部署需要,同时关注服务可靠性、工具完整性、服务支持来保证APUS的服务质量。公有云架构对于全球化业务和用户扩张更方便,同时也节省成本。所以在成立后的第一个月,APUS就用上了AWS的云服务。
APUS也是基于服务高可用性、数据高可靠、动态扩容,节省成本、简化管理等方面,经过对国内外多家云平台提供商的产品和服务仔细评估后做出的选择。Amazon CloudWatch可以实时监控云主机的运行情况;Auto Scaling可以在业务高峰时期和日常时期改变云主机的数量,一个区域里有多个可用区。其他云平台暂时还没有如此完善的保障体系。
APUS的目标市场是海外,用户遍及全球,要服务好这些用户,不是简单地把应用程序中的文字翻译成当地语言就可以,而是需要深入地了解当地用户的需求,从文化、内容、风俗习惯等方面做大量的本地优化。AWS在全球不同区域有非常多的可用区(AZ),这种全球化的覆盖使APUS可以更贴近当地用户。
APUS使用的服务主要包括:Amazon EC2、Amazon S3、Amazon EMR、Amazon RDS、Amazon CloudFront、Amazon CloudWatch、Amazon ElastiCache、Amazon Route 53等。
APUS系统架构图
APUS对外的客户端使用公有云,而在大数据平台和对内运营后台方面,出于数据安全性的考虑则选择自建数据中心。
未来“新”和“老”是APUS的两个关键词。在9.2亿之后,APUS还有一个30亿的目标,所以新增用户将成为重要发展方向;而“老”则体现在使用大数据平台不断挖掘老用户的价值。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。