Meta 2026Q2财报电话会议:多路径兑现AI商业化价值

Meta 2026年第二季度财报电话会议

会议时间：7月29日

会议摘要

会议原文

主持人：您好，欢迎参加Meta公司2026年第二季度财报电话会议。在此，我谨欢迎大家参加Meta公司2026年第二季度财报电话会议。本次会议将进行录音。非常感谢。Meta公司财务副总裁查德·希顿，现在请您开始。

查德·希顿：谢谢大家。下午好，欢迎参加Meta平台2026年第二季度财报电话会议。今天与我一同讨论公司业绩的是首席执行官马克·扎克伯格和首席财务官李素恩。我们今天的发言将包含前瞻性陈述，这些陈述基于截至今日的假设。由于各种因素，包括今日财报新闻稿及向美国证券交易委员会（SEC）提交的10-Q季度报告中所列因素，实际结果可能与前瞻性陈述存在重大差异。我们不承担更新任何前瞻性陈述的义务。在本次电话会议中，我们将呈现GAAP（公认会计原则）以及某些非GAAP财务指标。GAAP与非GAAP指标之间的调节表已包含在今日发布的财报新闻稿中。财报新闻稿及配套投资者演示文稿可访问我们的网站investor.atmeta.com获取。现在，我将电话会议交给马克。

马克·扎克伯格：好的，大家好，感谢今天大家的参与。我们本季度在社区和业务方面表现强劲，每天有36亿人使用我们至少一款应用。我们达成了多个里程碑：Instagram日活跃用户达到20亿；Threads月活跃用户突破5亿，成为史上增长最快的社交应用；Facebook日活跃用户已稳定超过20亿；WhatsApp在世界杯决赛期间创下历史新高，峰值达到每秒发送3000万条消息。此外，库纳尔·沙阿刚刚加入，担任WhatsApp新任负责人。他此前创建了印度最重要的支付公司之一，将为团队带来巨大价值。

我们还推出了Meta超级智能实验室开发的多个新模型，并发布了新款眼镜。总体而言，我们各款应用覆盖的社区规模和影响力令人瞩目，为我们向数十亿人交付创新成果提供了坚实平台。我们面前的机会巨大。首先，我们目前的投资正加速推动人工智能在核心业务各个领域的应用。这些技术正在改善用户使用我们应用的体验，提升广告商的投放效果，并帮助我们的团队更快地构建新功能和产品。其次，我们正在开发新一代个人智能代理，这将成为未来数月乃至数年内新产品和新收入来源的基础。第三，我们看到了面向企业客户的巨大机会，包括API、企业智能代理、直接销售算力以及其他面向大型客户的服务。

今天，我想花些时间具体说明我们的投资如何正在产生实际成果，以及我们看到的长期机遇。在加速核心业务方面，我们在多个领域取得了强劲且有前景的成果。在Instagram和Facebook上，我对将大语言模型整合进推荐系统的工作充满信心。大语言模型能够从第一性原理理解内容的本质及其吸引力，同时更深入地理解用户在使用我们应用时的兴趣和目标。这意味着我们可以展示更相关、更具吸引力的内容，更好地匹配用户的目标和兴趣。我们的新Muse图像和Muse视频模型也将极大扩展用户在我们平台上可发现的内容宇宙。目前已有两大内容来源：一是来自你的朋友和关注的人，二是来自你不关注的创作者。而现在，我们将迎来一个全新的、近乎无限的个性化内容宇宙。这将使我们的服务对用户更加有用和吸引人。

在广告方面，我们利用大语言模型改进系统对广告的预测和排序。我们扩大了对用户有机行为和广告行为的上下文分析，从而显著提升了Facebook和Instagram广告的相关性和转化率。从收入角度看，我们的广告业务同比增长速度超过了任何其他公司报告的广告业务。因此，我们的AI投资正在产生回报。我们还看到对新AI创意工具的强劲需求。目前，我们平台上已有900万小型企业正在使用至少一款AI广告创意工具，我们正在推出端到端的创意解决方案，帮助广告商将绩效数据转化为创意决策。Muse图像模型将极大提升这一能力，它能分析图像、优化自身输出，并根据广告商输入生成更优质的广告变体。我们目前收到的反馈非常积极。

我们还刚刚推出了Meta One，一款新的订阅服务，为我们的应用提供更多工具和AI功能。随着需求增长，我们将在该服务中提供多种层级和定价选项。我也非常兴奋于AI如何帮助我们的团队加快产品开发速度。今年早些时候，我们推出了Instagram Instants。我们最近还推出了Forum（独立群组应用）和Seller（独立市场应用）。我预计未来推出新应用将变得更加容易。因此，我们计划开发更多创意，并利用推荐系统将它们推广给可能感兴趣的用户，就像我们之前对Threads所做的那样。

自一年前我们成立Meta超级智能实验室以来，发展势头强劲。上个月，我们推出了Muse Spark 1.1和Muse图像模型。自我们重建Meta AI并整合Muse Spark以来，每天与助手互动的用户数量增长了60%，并且这一数字仍在持续快速上升。Muse Spark 1.1是一款强大的智能代理编码模型，效率高，擅长计算机操作、工具使用和多模态理解。该模型已通过我们的新公开API提供，并将在未来几周内通过合作伙伴渠道和更多编码代理扩大分发。我们也在开发更多功能，以帮助企业更轻松地采用Muse Spark，这将是我们的持续重点。

我们之所以如此专注于提升Muse Spark的智能代理能力，是因为我们相信，推出几种与我们使命和业务高度契合的智能代理，将带来巨大机遇。首先是个人智能代理。不久之后，我们将拥有能够全天候为你工作的代理，帮助你实现目标，改善生活、健康、人际关系、财务状况等任何你想要的方面。目前，智能代理在编程领域发展最快，但工程师更技术化，也更愿意花时间让这些代理发挥作用。因此，要打造优秀的个人代理，它必须是一款出色的消费级产品，开箱即用，简单易用，让数十亿人能够轻松采用和使用。我对这一点非常兴奋，我们很快将有更多内容分享。

当我们迈向一个每个人与多个智能代理互动的未来时，我认为WhatsApp和其他消息界面将变得越来越重要。WhatsApp已经是人们与Meta AI互动的主要界面。随着我们在消息应用中构建更多智能代理平台，我们将不断创新，提供私密、安全的AI体验。本季度，我们在WhatsApp和Meta AI应用中推出了“隐身模式”，允许用户与助手进行私密对话，即使Meta也无法查看。我们还计划将强大的隐私和安全特性作为我们构建智能代理的基础。

我也非常兴奋于我们在企业智能代理方面的进展。本季度，我们在WhatsApp和Messenger上全球推出了Meta企业智能代理，目前已有超过100万家企业每周使用它们与客户沟通或完成销售。我们正在Instagram上推出企业智能代理。一个有趣之处在于，每天与客户对话的智能代理会随着时间学习，并将所有这些洞察反馈给你。因此，我们正在构建更多智能代理功能，用于总结所有对话、消化夜间发生的情况，并呈现客户提出的问题。未来，它还将进一步发展，包括提出业务增长建议、提供竞争情报，以及实时洞察哪些策略有效、哪些无效。长期来看，我们希望将其发展为“一站式企业服务”，帮助你利用Meta平台启动并运营整个业务。

关于如何实现盈利，我们将采用订阅制、基于用量的定价等多种模式。我预计，我们将继续发展这些产品，使其更像我们的广告系统——企业仅在我们为其带来成果时才支付费用。长期来看，这将使我们能够像目前为广告商运行拍卖系统一样，高效地拍卖我们的算力资源。

随着AI在我们产品和业务中的使用持续增长，我们仍在大力投资基础设施以满足需求。昨天，作为Meta算力计划的一部分，我们宣布与贝莱德（BlackRock）建立新的战略合资企业，在德克萨斯州埃尔帕索市开发一座新的1吉瓦数据中心。总体而言，我们预计大量算力将用于训练模型、推动核心业务增长、交付个人智能代理和新产品。同时，我们也预计会发展出一个面向大型客户的庞大业务。我们已构建了API，正在推出企业智能代理，收到了大量远高于我们采购成本的算力服务报价。此外，我们还在路线图中规划了更多编码和生产力工具。我们很快将分享更多相关内容。

当我们接近个人超级智能的未来时，我们也需要能够无缝与其互动的硬件。眼镜是理想形态，因为它们可以全天陪伴你，并在不打断你当前活动的情况下提供帮助。我们的智能眼镜始终是史上增长最快的消费电子产品之一，我们仍在不断丰富产品线。我们刚刚与依视路陆逊梯卡（EssilorLuxottica）合作推出了自有品牌Meta眼镜系列，其中包括与凯莉·詹娜共同设计的款式。这些眼镜是首款出厂即搭载Muse Spark的智能眼镜，能够理解你所看到的内容并提供更精准的帮助。早期销售表现强劲，超出预期。我们将在9月23日举行的年度Connect大会上分享更多关于眼镜产品线的信息，欢迎大家届时关注。

在结束前，我想提一下，我刚刚发表了一篇评论文章，阐述了为什么我对构建一个对每个人都有益的未来充满乐观。在Meta，我们始终致力于开发技术，将权力交到人们手中，让他们能够与关心的人连接，并以他们希望的方式塑造世界。这正是我们始终专注于让产品价格实惠、易于获取的原因，这一策略既服务了我们的社区，也推动了我们的业务发展。进入下一阶段，同样的理念正指导我们开发AI。我们是唯一一家以将超级智能直接交到人们手中为主要目标的大型公司。我们不集中超级智能，而是致力于广泛分发，让每个人都能将其导向对自己重要的方向。这正是社会进步的方式。我认为，这些价值观是构建积极AI未来的正确方向。如果我们能帮助实现这一点，我相信我们也将继续打造一个非常强大的业务。

以上就是我今天想分享的所有内容。AI正在改善我们的核心业务，让我们的应用更具相关性，为商业带来更好成果。我们正在推出更多创新产品，未来将有更多内容分享。我们正在大力投资，因为潜力巨大，我们也知道这里有很多创造价值的方式。一如既往，感谢大家与我们共同踏上这段旅程。现在，有请苏珊。

李素英：谢谢，马克，下午好，各位。让我们从各业务板块的业绩开始。除非特别说明，所有对比均为同比数据。第二季度应用家族总收入为604亿美元，同比增长28%。第二季度应用家族广告收入为594亿美元，同比增长27%，或按恒定汇率计算增长26%。第二季度，我们各服务的广告展示量总数同比增长14%。各地区展示量增长健康，主要得益于用户参与度和用户数量的增长，以及广告加载优化。全球平均每条广告价格同比增长12%，主要受广告效果提升、与去年第二季度相比宏观环境改善以及汇率利好推动。这一增长部分被展示量强劲增长所抵消，尤其是来自变现能力较低的平台和地区的增长。首次，季度应用家族其他收入达到10亿美元，同比增长73%，主要由WhatsApp付费消息和订阅收入推动。在Reality Labs业务板块，第二季度收入为4.31亿美元，同比增长16%，主要得益于AI眼镜收入强劲增长，部分被Quest头显销量下降所抵消。现在转向我们的合并财务结果。第二季度总收入为608亿美元，同比增长28%，或按恒定汇率计算增长27%。第二季度总支出为420亿美元，同比上涨55%，其中包括与法律诉讼相关的24亿美元费用，以及与2026年5月裁员计划相关的12亿美元遣散费。同比支出增长主要由员工薪酬、基础设施成本、法律相关成本以及第三方AI代币成本增加驱动。不包括前述遣散费，员工薪酬增长主要由过去一年新增的技术岗位推动，尤其是AI人才。基础设施成本增长主要由折旧增加、数据中心运营成本上升以及第三方云支出增加所致。截至第二季度末，我们拥有超过7.5万名员工，较第一季度减少3%。这一总数包括约8000名受2026年5月裁员计划影响的员工。我们预计，到2026年第三季度末，大多数受影响员工将不再计入我们的员工总数。第二季度GAAP营业利润为188亿美元，同比下滑8%，营业利润率为31%。若排除第二季度的法律费用和遣散费，我们的营业利润将同比增长9%。本季度税率为16%。净利润为158亿美元，或每股6.18美元。资本支出（包括融资租赁本金支付）为311亿美元，主要由服务器、数据中心和网络基础设施投资驱动。自由现金流为7.84亿美元。本季度末，我们持有现金和有价证券903亿美元，债务为837亿美元。现在转向业务表现。驱动我们收入表现的两个主要因素是：为社区提供引人入胜的体验的能力，以及随着时间推移有效变现这些参与度的能力。在第一个方面，我们继续从内容推荐计划中获得显著收益。在Instagram上，本季度全球用户使用时长同比增长两位数，主要得益于Feed和Reels推荐功能的改进。在Facebook上，视频使用时长全球同比增长9%，在美国和加拿大地区同比增长超过10%，主要由排名优化推动。我们发现，大语言模型（LLM）在提升排名和推荐效果方面日益强大。首先，它们通过理解内容实际主题并生成更好的训练数据，使现有系统变得更智能。其次，由LLM驱动的智能体也在帮助工程开发，例如评估内容质量、检测趋势和测试排名变化。今年早些时候，我们实现了里程碑：Instagram上所有公开的Reels和Feed帖子均通过LLM自动处理，并从主题到语气等多个维度进行分析，我们也在努力将更多Facebook平台纳入其中。这些信号随后可传递至下游应用，涵盖排名、推荐和内容政策执行，这是实现更个性化体验的关键基础。本季度，我们还开始使用Muse系列模型进行内容理解，涵盖视频主题分类和摘要等信号，早期结果积极。最后，我们的推荐系统也变得更加个性化，展示更多新鲜内容，同时让用户对所见内容拥有更多直接控制权。在Reels上，我们推出了迄今为止最大规模的单次排名改进，结合更快的推理速度和新架构，利用更深层的用户历史数据提升预测能力。这推动Instagram会话量增长15个基点，尤其在转发和使用时长方面表现突出，这两个指标都是内容与用户匹配度提升的有力证明。我们现在正将此技术引入Feed，早期结果相当可观。我们也在更快地将新内容推送给用户。我们在实时基础设施和新视频建模方面的投资，使我们最大的排名模型现在能在内容创建时识别高质量的新Reels。在Instagram Feed上，目前超过一半的推荐内容发布不到一天，是去年同期的两倍以上。我们还赋予用户更多直接控制权。目前，Instagram用户可以访问“您的算法”页面，通过自然语言提示来调整推荐内容。类似地，在Facebook上，我们推出了“塑造您的Feed”功能。早期数据显示，参与该功能的用户留存率超过80%。展望未来，我们正在推进长期努力，开发下一代推荐系统。这包括构建能够同时驱动原生内容和广告推荐的基础模型，以及开发原生LLM推荐系统。本半年，我们实现了首个研究里程碑：通过持续预训练大规模模型并使用推荐数据，观察到健康的扩展规律。我们对这一里程碑感到鼓舞，并预计在下半年继续取得进展。转向驱动收入表现的第二个因素：提升变现效率。这项工作的第一部分是优化有机参与度中的广告数量。在此方面，我们持续增强系统，以在最佳时间和位置展示广告。第二季度，我们还扩大了在新平台上的广告可用性，包括完成Threads全球广告扩展。在WhatsApp上，我们引入了更多类型的广告目标和广告商性能目标及状态支持，并继续推进全球推广。转向提升变现效率的第二部分：提升使用我们服务的企业客户的表现。在广告系统中，我们通过部署更复杂和预测性的模型，实现性能提升。本季度，我们推出了Meta生成式推荐器，这标志着我们广告系统工作方式的根本转变。我们不再单独对每条广告进行评分，而是利用LLM共同推理广告内容和用户偏好，预测最适合每个人的广告。这使我们的广告匹配更加智能和精准，从而为广告商带来复合性能提升。我们已将首个生成式模型部署到广告检索系统中，显著提升了广告表现。早期试点中，利用LLM更好地理解用户偏好，使Instagram应用事件转化率提升1%。第二季度，我们还推进了用户理解模型，用于分析广告和原生内容活动，同时提升用户体验和广告商表现。结合我们的GEM广告排名和序列学习模型，这些进展使Facebook广告点击量增长8.3%，转化率提升15.7%。我们还利用AI赋能企业更轻松地管理广告活动、开发广告创意并与客户互动。我们的AI驱动的Advantage+端到端解决方案持续增长，本季度年化收入达到750亿美元以上。我们正在推动更广泛采用，因为使用多种工具的广告商能获得复合性能提升。我分享一个Advantage+如何显著简化并提升中小企业的绩效营销效果的例子。Underneat是印度一家在线服装品牌，此前需在Facebook和Instagram上手动设置每个广告活动。在采用Advantage+销售广告活动，并叠加Advantage+受众投放和预算优化后，他们实现了购买量13%的增量提升，以及加购转化率16%的增长。我们生成式AI广告创意工具的采用率持续扩大，目前已有超过900万家中小企业至少使用一种AI创意工具。图像生成功能现在允许广告商从现有内容大规模生成创意，包括新增的从视频素材生成图像的能力，本季度采用率翻了一番以上。我们还推出了一款全新的端到端创意解决方案，为广告商提供AI基础设施，将真实性能信号转化为下一阶段的创意决策，同时保留品牌标识和语调。我们从第一天起就与广告代理机构集成，使团队无需离开现有工作流程，即可诊断、生成和规模化高绩效创意。随着Muse Image的推出，我们预计将进一步扩大广告商大规模生成高质量、符合品牌调性的创意的能力。通过Meta Business Agent，企业能够通过我们的消息应用更好地服务客户，全天候响应咨询、推荐产品和处理支持。本月早些时候，我们还推出了Meta Business Agent平台，为企业提供基础设施，用于在WhatsApp上大规模构建、定制和部署其商业智能体。该平台为大型企业提供企业级控制、安全护栏和内置测量功能，使他们能够定义规则并提供个性化体验，起点即客户已使用的消息应用。Movida是巴西最大的租车公司之一，拥有近400个门店，已在WhatsApp上部署商业智能体，处理从车辆选择、定价到支付的整个预订流程，全部在一个对话中完成。老客户只需3条消息即可完成预订。在一个月内，Movida报告通过WhatsApp的每日预订量同比增长44%，且85%的对话完全由AI智能体解决，无需人工协助。我们也在探索生态系统内更多变现方式。另外两个收入来源是订阅服务和通过API变现我们的竞争性模型。Meta One是我们订阅产品组合的演进，旨在为普通用户、企业和创作者创造更多价值，让他们获得更丰富的功能和AI工具，用于创作、连接和脱颖而出。我们很高兴将这一服务带给更多用户，并持续为订阅用户提供增强工具。我们最近还以具有竞争力的价格推出了高智能模型API，初期结果令人鼓舞。我们最近将Muse Spark在OpenRouter上向美国开发者开放，扩大了其分发范围，使开发者更容易采用该模型。我们预计很快将模型API扩展到更多分发渠道，覆盖更多国家，并向企业开放。我们在构建算力方面的策略受到几个关键因素的强烈影响。首先，基础设施建设的宏观环境在短期和长期都充满动态和不确定性。历史上，行业对AI采用浪潮的基础设施建设不足，使得现有算力（包括我们自己的）极具价值。从长远来看，供应链需要扩展，以支持我们及他人预期所需的AI体验算力。其次，我们对利用算力扩展和构建现有体验的能力充满信心，同时继续投资于基础模型，这将创造大量新机会。因此，我们当前的计划旨在最大化2026年和2027年的算力。过去，当我们获得增量算力时，它在扩展Reels等体验方面证明极具价值，我们相信在当前时期同样如此。从长远来看，精确预测使用量扩展曲线较为困难，但我们相信，我们的分发优势将使我们有机会为36亿用户和数百万企业提供有价值的AI产品。无论我们的模型是否处于前沿，这一情况都应成立，但我们认为处于前沿将解锁新市场和新机会，可能需要额外的算力。因此，我们的长期算力战略旨在通过建立数据中心和网络基础，为未来服务器决策预留空间，从而在2028年及以后持续扩展算力。这些资产的长期性质天然提供了灵活性，使我们能够根据AI采用的步伐调整投资。此外，我们一直在战略性投资，例如内部定制芯片项目，这将提供长期战略灵活性和供应链优势，有助于推动这些长期投资获得更好的回报。最后，我们认为，未来可预见的时期内，整个行业的算力仍将紧张。正如我们之前所说，我们坚信我们正在构建的模型、消费者体验和企业产品，将是我们基础设施的最佳、最高投资回报率的用途。这些企业产品可能以多种形式呈现，正如马克提到的，如智能体工具、我们的API，或直接变现算力，因为市场需求巨大。我们预计，灵活应对这些机会将帮助我们更高效地为基础设施建设融资，同时保留战略灵活性，确保在需要时拥有算力，并为投资资本提供多条回报路径。在为这些基础设施投资融资方面，我们资产负债表的强劲表现使我们能够从广泛的市场吸引资本，补充我们业务产生的现金流。我们昨天与贝莱德的公告，就是我们可以构建的、补充我们基础设施建设方法的合作伙伴关系的一个例子。现在转向我们的财务展望。我们预计2026年第三季度总收入将在610亿至640亿美元之间。我们的指引假设，基于当前汇率，外汇因素对同比总收入增长构成约1%的负面影响。转向支出和资本支出展望。我们上调了支出展望的下限，以纳入第二季度确认的24亿美元法律诉讼相关费用。我们现在预计2026年全年总支出将在1650亿至1690亿美元之间。我们继续预计今年的营业利润将高于2025年。我们预计2026年资本支出（包括融资租赁本金支付）将在1300亿至1450亿美元之间，较此前1250亿至1450亿美元的展望范围收窄。除非税收环境发生变动，我们预计2026年剩余季度的税率将在15%至17%之间，高于此前13%至16%的预期。最后，我们持续监控可能对业务和财务结果产生重大影响的活跃法律和监管事项。例如，我们在多个市场继续面临青少年相关问题的审查，美国今年有多起青少年相关诉讼即将开庭，最终可能导致重大损失。最后，我们的业务势头在第二季度持续增强，核心广告和参与度举措执行强劲。我们也在推进将个人超级智能普及给每个人的努力，通过令人兴奋的模型发布取得进展，并预计将在今年通过新产品进一步巩固这一势头。现在，克里斯塔，我们开放电话会议，开始提问环节。

运营方：您的第一个问题来自摩根士丹利的布莱恩·诺瓦克。

布莱恩·诺瓦克：我有两个问题，一个给马克，一个给苏珊。马克，我非常感谢你在消费者和企业代理、API工具以及计算租赁方面的新产品大管道中提供的丰富信息。这里有很多机会。我的问题是，当你审视这些机会以及当前产品和服务的状态，特别是计算能力时，你认为哪些能够在2026年和2027年率先实现规模化，从而向投资者展示可量化的实质性ROIC？然后苏珊，最近有一些公开评论提到2027年的产能以及产能翻倍，我也很感谢你关于资本支出（CapEx）的说明。对于2027年的资本支出，是否有任何初步评论，即使只是关于潜在增长来源或下行压力来源的哲学思考？当你考虑如何为这一多年度建设融资时，对2027年资本支出的规划思路是什么？

马克·扎克伯格：我可以先回答第一个问题。从不同的机会以及我们对计算资源的思考来看，总体而言，相当大一部分计算资源用于训练模型，以成为领先的实验室。我认为这是一项重要的投资。但其余部分则用于一系列不同的产品和收入机会，涵盖从优化和提升我们的核心业务，到即将推出的全新消费类产品，再到API、商业代理工作，以及我之前提到的路线图上的开发者工具，还包括直接销售计算资源的机会——我的意思是，我提到我们已经收到了大量报价，这些报价远高于我们为计算资源支付的成本。在思考这个问题时，我们认为，与直接销售计算资源相比，销售智能服务的利润率将显著更高。但与此同时，我们显然也认为直接销售计算资源存在巨大机会。因此，我们正在深入思考——我想你问的是哪个领域最有可能实现规模化增长。但事实上，我对所有这些领域都将实现显著增长持非常乐观的态度。我认为，我们很快将在其中多个领域分享更多进展。

李苏珊：布莱恩，关于你的第二个问题，目前我们尚未提供2027年资本支出的具体展望。基础设施规划仍然高度动态，即使在今年，我们的展望中也包含了一系列可能的结果。我在主要发言中提到，我们目前的重点是将基础设施规划聚焦于最大化2026年和2027年的产能，同时保留2028年及以后持续增长的灵活性，同时也为我们能够在2028年及以后评估实际需求并做出服务器决策提供能力。因此，我们仍在持续评估未来几年的产能需求。总体而言，我们认为短期产能比长期产能更具价值，整个规划过程依然非常动态。

运营方：您的下一个问题来自高盛的埃里克·谢里丹。

埃里克·谢里丹：也许两个，如果可以的话。当你规划企业机会时，基于你已经建立的市场进入策略——即作为现有广告和营销业务的延伸——你认为当前有多少机会是可实现的？与之相比，如果需要构建新的市场进入策略来把握机会，两者之间有何差异？然后，苏珊，如果我可以再问一个快速问题：当你思考未来几年业务的资本来源时，你提到了昨天宣布的交易，作为探索如何为未来义务融资的一个例子。我们持续收到投资者的提问，关于如何思考债务与股权的组合以及资本来源。从哲学角度，你们是如何考虑在支出上保持雄心勃勃，同时又兼顾资本需求的？

马克·扎克伯格：当然，我可以谈谈第一部分。我认为对企业而言，未来将结合现有业务的扩展，也就是目前主要面向营销人员和企业客户（基本上是面向消费者的企业）进行销售，直接触达并销售给客户。显然，这在Facebook和Instagram上占据了绝大部分业务。我们相信，可以通过在消息应用和其他界面中部署企业代理，继续与客户互动，从而进一步拓展这一业务。就像广告系统一样，我们将在为企业带来实际效果时获得收入。因此，我们认为这是对我们与数百万广告商和数亿小型企业所建立的销售与合作关系的延伸。这一方向对我们来说应该是一个非常自然的机会。我们目前的重点是，不急于在短期内最大化销售，而是致力于最大化用户成果，并建立一个稳健的竞价机制，这正是我们长期以来推动业务发展的有效方式。

此外，我们也将越来越多地服务其他企业客户。我们正在开发内部编码和生产力工具，部分原因是自身需要这些工具，也必须确保我们拥有为自身量身定制的工具。现在我们已经具备这些能力，因此我们觉得存在巨大的机会，无论是服务中小企业还是大型企业。这与我们过去所擅长的领域有所不同，我们很快会分享更多关于如何拓展这一业务的计划。但我认为，这确实是一个巨大的机会。我认为，虽然近期关于计算能力方面的新闻很多，但企业机会实际上是所有这些不同要素的总和。它不仅包括销售计算能力，还包括API服务、生产力服务，以及营销之外其他业务领域的商业代理，所有这些共同构成了整体服务。我认为，其中蕴藏着非常、非常巨大的机会。因此，我们非常专注于这一领域。这将是我们公司需要培养的一项新能力，但我认为这是非常重要的，只有这样，我们才能确保充分把握未来的机遇。

李苏珊：埃里克，关于你提出的第二个问题，即资本来源，这是我们未来财务规划中一直在认真考虑的问题。显然，我们强劲的经营现金流使我们在基础设施建设融资方面处于有利地位。但近年来，我们也在不断优化资本结构，增加债务比例，以降低资本成本。我们通常认为，在投资那些本身具有长期回报周期的项目（尤其是人工智能基础设施项目）时，持续引入成本效益高、期限较长的资本来源是审慎之举。此外，我们也在扩大资本来源的范围，例如昨天我们宣布与贝莱德建立的合作关系。未来，随着我们评估各项新项目，我们将持续审慎地评估不同资本来源的适宜性。

运营方：您的下一个问题来自Bernstein的Mark Shmulik。

马克·舒穆利克：马克，每个人都有类似的故事——有人从硅谷回来，深入编写代码，用人工智能构建智能体，然后回到家中，试图告诉父母他们对人工智能的使用方式是错误的，仅仅把它当作一个升级版的搜索工具。消费者行为通常很难预测，但读了你关于“人工智能为所有人”的社论后，你如何看待消费者采纳能否弥合这一人工智能效用差距？我们是否正处在某种突破的边缘？还是说我们只需要再耐心一点？

马克·扎克伯格：我认为有些事情已经取得了突破。我认为，与其它技术相比，人工智能的一个有趣之处在于，每隔一年左右——虽然这个周期可能会加速——你就会获得新的能力，从而催生新的产品线。显然，目前在消费者领域，存在人工智能助手市场，我们正在通过Meta AI参与其中，同时竞争对手也在这一领域推出了其他产品。在过去一年中，我认为编码代理市场发展得非常迅速，这是第一个真正意义上的代理市场。我认为编码之所以率先发展，有几个原因：你拥有愿意投入精力使其运行的技术客户；编码本质上是一种数字化且闭环的活动，因此在某些方面，它是一种相对更容易训练的系统。但我们的一个关键押注是，我们认为消费者个人代理最终将成为一个极其重要且规模巨大的市场。例如，如果你展望未来五年，或者你所关心的任何时间段，几乎可以肯定，届时将有数十亿人拥有一个了解其目标、全天候为其目标服务的个人代理。无论你关注的是健康、爱好、个人财务、工作效率、家庭管理，还是改善人际关系、职业发展，或是其他各种方面，这都是一套非常深入的应用场景。正如你所说，面向消费者的产品开发与面向开发者的开发略有不同。如果你面向消费者开发，尤其是希望产品被数十亿人使用，而不仅仅是数百万用户，那么它必须“开箱即用”，必须简单易用。而目前我们看到的许多代理，尤其是早期形态的代理，往往需要大量调试，用户必须进入终端进行设置，才能让某个应用场景运行起来。它看起来似乎很神奇，但可能随着时间推移就会失效。我认为，能够提供“开箱即用”的个人代理的公司，将迎来人工智能领域的下一个重大机遇。除了我们正在推进的Meta AI，以及企业代理业务，还有其他诸多项目，同时我们也在开发我们认为能持续推动新能力、催生新产品线的模型。因此，我们对此非常乐观。现在我明白，我们很快就会推出这项产品，这将非常令人兴奋，但目前我们尚未发布。因此，在财报电话会议上，我对此能透露的内容有限。但我认为这是一个巨大的机遇，几乎可以肯定，最终会有人成功实现。而且我认为这非常契合Meta公司的优势：我们打造面向数十亿用户的产品；一旦某个功能运行起来，我们擅长将其快速扩展到大规模用户；我们还擅长构建支持这些高负载应用的基础设施。因此，我对这项工作充满信心。我理解我们必须为我们的社区交付产品，而这正是我们目前高度专注的目标。

运营方：您的下一个问题来自摩根大通的道格·安穆斯。

道格拉斯·安穆斯：一个给苏珊，一个给马克。苏珊，你提到大型语言模型在提升排序和推荐效果方面的能力越来越强。能否详细谈谈你们在这方面的路线图，以及目前在利用更优模型和更多算力方面进展到什么程度？马克，关于外部变现算力的商机数量，你们同时也在从多家第三方采购算力资源。希望你能帮助我们理解这其中的一些差异：是仅仅时间安排和临时措施的问题？还是训练与推理之间的区别，以及针对各自需求选用最适合的芯片？

李素英：谢谢，道格。我先回答关于推荐路线图进展的第一个问题。首先，我们确实看到在今年余下时间及2027年继续提升推荐效果仍有很大空间。我们预计这将有助于进一步提升Facebook和Instagram的用户参与度。我重点强调几点：第一，我们将持续让推荐内容更加个性化、更贴合用户兴趣。这主要通过优化推荐模型和架构实现，更精准地捕捉用户兴趣，并更快响应用户在特定时刻关注的内容。我们的AI投入将在实现这一愿景中发挥重要作用，包括扩展基于大语言模型（LLM）的内容理解能力，从而更深入地理解用户重视的帖子和创作者，更精确地捕捉用户兴趣，并更快响应用户即时关注的内容；同时利用AI推荐高质量、新鲜和热门内容，减少低质量内容的占比。第二，我们正在持续改进数据基础设施，使模型能够训练更多数据并更高效地利用这些数据。我们正在丰富用户过去互动内容的描述细节，并用更精细的内容颗粒度增强历史用户互动序列。这使模型能更精准地学习哪些互动对用户更有价值。我们也在持续扩大训练中使用的用户互动序列长度，并提升Facebook和Instagram上模型架构的复杂度，以充分利用更大规模的数据集。此外，我们在利用LLM进行内容理解方面已取得显著进展，未来将进一步将其整合到推荐系统和内容政策执行系统中，因为LLM具备更深层次理解内容的能力。总体而言，我对这一系列工作充满信心。我们还投资于基于LLM的智能体方法来重构推荐系统，本季度我们排名智能体的上线数量显著增加。这也有助于提升工程师的工作效率，这是我们同样非常看好的另一条路径。

马克·扎克伯格：我可以回答这个问题的第二部分。我的理解是，你的问题是关于我们如何看待出售计算资源的报价，但同时我们也在购买计算资源。你看，从宏观角度来看，目前计算资源远远无法满足所有需求。因此，我们看到的情况是，我们拥有的计算资源收到了大量出售报价，但同时我们内部也有很多我们认为非常有价值的用途。在经营业务方面，我们显然需要在“今天如何变现”和“为未来开发资产”之间做出权衡。我认为这始终是一个组合策略，不是说你只做长期项目，不做短期变现，也不去验证当前市场是否存在；但反过来，我认为如果只是把所有计算资源卖掉、获取短期利润，那也是愚蠢的。当你有机会在计算资源基础上构建智能系统时，这种智能会带来乘数效应，进一步提升计算资源的价值。因此，我们的做法就是：投入大量资本来扩展计算资源，同时有信心在合适的时候直接变现这些计算资源；同时，我们也知道有大量不同的应用场景可以变现计算资源之上的智能，包括我们提到的企业级应用、消费者应用，以及核心业务本身——这并不一定指我们尚未提及的新产品，而是指利用这些资源进一步增强核心服务的智能水平，比如优化排名、推荐系统和广告。我认为所有这些都成立。这带来了一种动态：我们目前正投入大量资金建设数据中心，这些数据中心将在未来某个时间点上线，在上线之前我们无法从中获得价值。但我们的看法是，目前对这些资源的需求非常旺盛，我们希望最大化利用这个机会，发展各种不同的业务。

运营方：您的下一个问题来自美国银行的贾斯汀·波斯特。

贾斯汀·波斯特：很好。马克，你大约一年前聘用了AI实验室的高级领导团队。能否谈谈你对实验室目前表现的看法？你认为市场是否真的会看到产品推出速度的提升，比如模型、芯片或其他方面的进展？此外，你认为实验室正在建立哪些可持续的竞争优势？

马克·扎克伯格：是的。我的意思是，我对目前的发展轨迹感到相当满意。我们已经发布了一些模型，我认为在早期扩展路径上表现相当出色。正如我所说，我们正在推进更大、更先进的模型的扩展工作，对此我们也充满期待。我认为，这其中包含智能层面，也包含数据层面。事实上，在任何产品类别中，当你进入某个领域时，都会形成某种飞轮效应——你从用户行为中学习，了解社区成员如何使用产品。你做得越好，获得的反馈就越多，而这反过来必然会让产品变得更好。因此，我认为在这个领域，人们自然而然地痴迷于智能，但数据和知识部分同样至关重要，因为它们能更好地服务用户。如果你谈论的是个人超级智能，那么显然，对用户生活中发生的一切以及他们的目标有一个非常清晰的心理模型，将是其中非常关键的一环。某些公司在不同市场和不同领域起步时拥有不同的优势。但同时，我认为提前投入多个不同方向的原因在于：首先，这项技术具有通用性。当你构建智能能力时，它可以应用于多种不同用途。但随后你需要投资于这些领域的飞轮效应，因为我认为，这正是你建立长期可持续优势的方式。不过，我认为我们在Meta已经证明，一旦我们拥有一个成功的产品和形式，我们——我甚至可以说，我们可能是全球最擅长将这些体验扩展到数十亿人的公司。因此，我对个人智能代理的工作感到相当乐观。我对商业智能代理的工作也充满信心，因为我们已经拥有广告商和中小企业的客户基础，并具备将这些服务规模化、全球推广的能力。我认为，这些是持久的优势，再加上我们在这些领域构建的数据飞轮效应。而在研究方面，你当然希望建立良好的文化。这听起来只是些基础内容，但我觉得，关键在于确保团队建设方式得当，管理有序，避免长期积累的戏剧性冲突。这正是你追求的目标。我认为，如果你能做到这一点，虽然这可能不像某个清晰的数学公式那样明确，但我觉得这正是商业运作的方式。所以，是的，这就是我们正在做的事。

运营方：您的下一个问题来自巴克莱的罗斯·桑德勒。

罗斯·桑德勒：是的。马克，继续谈谈关于AI实验室的评论。Muse Spark 1.1已经非常接近帕累托前沿，但它处于智能光谱的低端，或者说更准确地说，是成本较低的一端。从你之前的回答来看，你似乎认为在低成本端和高成本高性能端同时竞争都很重要。你能稍微谈谈这一点吗？另外，你们实验室的领导层也提到要重新回归开源，就像几年前那样。这在当前关于AI产品和模型商业化的讨论中，是如何融入整体战略的呢？

马克·扎克伯格：是的。我想稍微谈谈这个过程背后的科学方法。基本上，在训练大型模型的过程中，每个训练阶段都会出现新的行为。因此，我们希望从训练较小的模型逐步过渡到训练更大的模型。我们迄今为止发布的模型，都是在模型规模逐步提升的阶梯上的某个特定阶段，我们仍在继续扩大模型规模。我认为，Muse Spark 1 和 Muse Spark 1.1 在当前模型规模和实验室发展阶段下，表现非常出色，我对它们感到相当满意。现在，我们也希望拥有更先进的模型，因此我们正在扩大模型规模，并围绕这一目标构建大量研究基础设施。但与此同时，我们也希望拥有更高效、更优质的模型，这些模型将大量用于服务消费者。但当你服务数十亿用户时，你需要有能力为那些非常复杂的问题提供更先进的模型，同时也要有能力用更简单、更高效的模型来处理绝大多数用户请求。因此，我认为这两者都非常重要。效率确实至关重要，但我也认为，我们需要有能力解决全球企业和客户面临的最困难的问题。所以我们关心这两方面。关于开源，我们一直认为开源是生态系统的重要组成部分，对世界有益。它会形成积极的反馈循环，让社区更深入地参与我们的基础设施和工作，并贡献改进。但我们一直明确表示，我们会采用开源与闭源相结合的方式，这一点至今仍然成立。现在，在加速推进Meta超级智能实验室的过程中，实际上，从某种意义上说，反而需要投入更多工作来开发开源模型。因为如果你只在封闭系统中开发，仅服务于自身需求，开发过程可能会更粗糙。而如果你将其开源，供广泛用途使用，你就需要让模型更加完善和全面。我只想确保MSL团队在构建最智能模型时不受任何限制。我们预计很快就会重新发布一些开源模型。但正如我们一贯强调的，我们并不教条主义。我们认为开源很重要，希望为该生态系统做出贡献，我们计划继续采用开源与闭源模型相结合的方式。

主持人：我们还有时间回答一个问题，这个问题来自富国银行的肯·加夫雷斯基。

肯尼斯·高雷尔斯基：两个问题，如果可以的话。马克，我想再稍微谈谈刚才提到的关于开源权重模型的最后一个观点。你已经在这个话题上发表过很多看法。为什么或者为什么不改变Meta对开发封闭式专有前沿模型的看法？如果开源权重模型大量普及，是否存在一种可能性，即你们无需再开发自己的前沿模型？这是第一个问题。第二个问题，我想请苏珊澄清一下。你在准备好的发言中提到，计划最大化利用2026年和2027年的产能。这是从需求角度还是供应角度说的？也就是说，你是暗示Meta计划将2027年前建成的所有产能全部用于内部使用？还是说，你们将根据Meta产品和服务的需求，来评估2028年及以后的产能建设？

马克·扎克伯格：我可以回答关于开源的问题。我们来看看，这个问题本质上是：由于存在一些开源权重模型，我们是否可以完全依赖它们？我的意思是，目前开源模型的性能不如前沿模型。所以基本答案是否定的。此外，还有一个持续存在的政策辩论和问题，即其他公司的行为是否真的值得我们——像Meta这样的公司——去依赖。我认为这非常棘手。因此，在这两个方面，我们都认为自己能够做出更好的工作，而且我们认为过度依赖存在一定的风险。我不认为这是正确的做法。

我认为，Meta是一家真正的全栈技术公司。如果我们从更宏观的角度来看，很多人只看到我们开发了一些社交媒体应用，拥有广告业务。但实际上，我们自建数据中心、基础设施、芯片和底层软件。我们起步时，我的工程背景让我编写了大量系统代码。Facebook之所以成功，是因为它“真的能用”，对吧？当其他社交网络无法快速高效运行时，Facebook却能稳定运行。我认为，我们有能力构建更个性化、更优化、更高效的产品。一些定性体验，其他公司根本无法实现，因为我们从底层到顶层都完全掌控。

在我看来，未来拥有自主构建模型的主权，将是整个技术栈中非常关键的一环。这不仅对Meta很重要，也解释了为什么其他人关心开源，为什么开源整体上很重要。因为其他公司，即使没有能力自行构建这些模型，也不希望仅仅依赖少数封闭实验室。开源模型在世界上有着非常重要的地位。

需要明确的是，这并不否定API机会或其他我提到的内容。因为仍然需要有人运行这些模型、执行推理，并高效地运行它们，拥有计算能力将继续成为商业优势的来源。因此，我认为这些方面并不必然冲突。

但当我观察全球许多精明的客户和公司时，他们会希望知道：他们能掌控自己的命运，能信任所使用的模型，确保数据安全，不会将数据发送给竞争对手等等。因此，我认为开源很重要，但对我们而言，自主构建模型也将是其中至关重要的部分。

另外，值得一提的是，我知道所有模型都会在一套通用评估标准下进行评测，然后得出“某些模型与另一些模型仅相差几分”之类的结论。但事实上，每个模型都拥有不同的技能组合，就像人一样——有些人擅长某些领域，性格各异，在不同任务上表现有优有劣。如果你试图为个人构建个性化超级智能，或为小微企业构建商业代理，那么所需的技能可能与其它实验室所优化的方向不同。

就像我们通过全栈工作（比如Instagram的推荐系统、广告系统）逐步取得成果一样，我相信，构建全栈模型将在我们打造个性化超级智能代理、商业代理以及各种不同客户应用场景的过程中，带来长期优势。

除了我们已有的分发渠道、触达大量用户以及规模化产品的能力外，我认为，构建针对特定应用场景、并在这些场景中表现出色的产品，正是我们建立持久优势的关键所在。

当然，我明白这是一项重大投资，也是一场重大赌注。但我们看到技术正在发挥作用，实验室的发展轨迹令人满意。我对即将推出的产品感到兴奋，我们相信这将成为一件大事。所以，我理解这在整个行业都是一场大赌注。我个人的赌注是：那些投入其中的人，最终将获得回报，并在长期内感到非常满意。

李苏珊：我快速回答你的第二个问题。当我们提到聚焦2026年和2027年的产能时，实际上有两个因素。第一，我们目前以及在可预见的未来，都处于需求受限的状态。这包括我们的核心业务，我们仍然有许多投资回报率（ROI）为正的场景，如果拥有算力资源，我们愿意投入。第二，当然，是长期建设产能所面临的不确定性，我之前在发言中也提到过，需要更早地扩展供应链。因此，我认为在2027年之后，当我们展望2028年及更远的未来时，世界将发生很大变化，我们自身的内部需求也会演变，届时我们已经会掌握大量信息。因此，今天我们为2028年做规划时，重点是灵活性。也就是说，我们目前确保拥有土地和电力资源，但关于采购芯片及其他大额设备等具体决策，会留到未来再做。目前，我们清楚地知道，2026年和2027年有大量优质的产能应用场景，这也是我们当前建设的目标。

查德·希顿：太好了。感谢您今天加入我们，我们期待不久后再次与您交谈。

主持人：本次电话会议到此结束。感谢您的参与，您可以现在挂断电话。

2026年7月精选内容:

Visa 2026 Q3 业绩会：降本增效与AI创新

4I 战略落地｜可口可乐 2026 Q2 业绩会：世界杯营销破圈，深耕 RGM 增长管理

冰火交织的谷歌财报：营收高增 VS 现金流承压

孩之宝（HAS）Q2业绩亮眼：万智牌高速增长，重塑数字游戏战略

科恩 & 斯蒂尔斯（CNS）2026 Q2：AUM 破千亿、资金流入创新高业绩电话会

WD-40公司（WDFC）26财年Q3电话会全复盘：全域高增长，推出全新持久商业模式

通用磨坊（GIS）FY26 Q4 财报电话会：2027 财年增长战略全梳理

✨【免费测试招募】AI 财报异动深度解读 正式上线！

添加专属小助手，告知你关注的任意一家美股公司

定时接收 AI 生成标的研究报告，追踪财报异动

扫码添加下方微信，备注“报名”

等待OBO小助手验证即可

点击下方阅读原文，

浏览各大上市公司电话会议和焦点新闻内容

*如加载缓慢请用默认浏览器打开