①AI 资本开支与算力资源配置
腾讯现在不仅是在做软件和大模型，也在大量购买GPU、AI芯片、服务器、数据中心资源、训练和推理所需的算力等这些 AI 基础设施投入，投资明显提速，并且优先将算力投资用于 Hy 模型训练、WorkBuddy/CodeBuddy、元宝和小微推理，以及微信智能体 AI 路线图。
与此同时，这一投资也具备明确的下行保护，因为大部分投入属于 AI 基础设施。如果内部应用的规模化速度低于预期，这些基础设施也可以通过腾讯云以具有吸引力的价格向外部出租，但最终能不能赚钱还要看出租价格、利用率和市场竞争。
随着新 AI 产品投资从第一季度的人民币 88 亿元扩大至第二季度的人民币 105 亿元，市场争论的核心在于：模型、应用和云业务的商业化收入，能否抵消折旧、推理成本，以及未来持续发生的一次性模型训练成本和研发成本。
②Hy、AI 产品及微信智能体小微的战略路线图
马化腾（Pony Ma）——董事会主席兼首席执行官
谢谢 Wendy。大家晚上好，感谢各位参加本次会议。进入今年第三季度，我们正在朝着建设一个在智能、应用和基础设施层面全面由 AI 赋能的新腾讯取得实质性进展。
在智能层面，Hunyuan 的生产版本为用户提供了一个得到广泛使用、具备强大成本效益的模型，并将成为 Hunyuan 系列模型未来实现业界领先能力的 stepping stone（阶梯）。
在应用层面，我们的 WorkBuddy AI 办公生产力服务和 CodeBuddy AI 编程工具正在实现突破式用户增长，目前在中国各自所在领域都处于明确领先地位。
在基础设施层面，我们大幅加快了算力采购。这将使我们能够在未来把应用和模型的使用量转化为收入。
与此同时，我们继续提升现有服务，营销服务收入保持增长，近期推出的多款游戏取得成功，Weixin 视频号的视频观看量也在快速增加。
看一下第二季度的财务数据：总收入为人民币2048亿元，同比增长11%；毛利为人民币1184亿元，同比增长13%。剔除新 AI 产品后，非国际财务报告准则营业利润为人民币861亿元，同比增长19%。非国际财务报告准则营业利润为人民币756亿元，同比增长9%。归属于权益持有人的非国际财务报告准则净利润为人民币684亿元，同比增长9%。
下面看一下我们的主要服务。在通信和社交网络方面，Weixin 和 WeChat 合并月活跃账户数同比和环比均有所增长，达到14亿。在数字内容方面，TME 完成了对喜马拉雅的收购；音频内容的丰富，以及包括阅文集团在内的生态 IP，为我们解锁了新的订阅用户。在游戏方面，《洛克王国：世界》在今年中国市场全行业发布的新游戏中，平均 DAU 和流水均排名第一。在云业务方面，WorkBuddy 近期按照月度互动次数计算，排名中国生产力 AI 服务第一。
刘炽平（Martin Lau）——总裁
谢谢 Pony。各位晚上好，早上好的朋友们。今天我们想向大家更新腾讯整体的 AI 战略。
腾讯现有业务依靠自身的护城河和 AI 赋能，正在稳健增长。正如我们今年早些时候讨论过的，我们的护城河来自多方面因素，包括网络效应、产业链的深度和附加价值、IP、较低的抽成率、监管要求以及私有数据。
除了这些护城河之外，我们还在 Weixin、游戏和广告等领域进一步部署 AI，以提升回报。因此，我们的现有业务为新的 AI 计划提供了非常强的财务支持。
关于新的 AI 计划，我们在构建坚实基础方面取得了重大进展。这包括显著改进的 Hunyuan 3 基础模型，该模型具备领先的成本效益；在 AI 生产力使用量方面领先中国市场的 WorkBuddy 和 CodeBuddy；以及作为推动消费者更广泛采用 AI 入口的元宝和小微。
随着时间推移，我们看到 Hunyuan、WorkBuddy 和小微等具有差异化优势的旗舰产品，产生有吸引力财务回报的潜力正在提升。我们可以放心地对 AI 进行重大投资，因为这不仅存在巨大的上行潜力，也有明确的下行保护。
我们目前进行的 AI 投资主要投向 AI 基础设施。在最坏的情况下——当然我们并不认为会出现这种情况——如果有需要，我们可以通过腾讯云出租这些基础设施，至少收回成本，甚至以更好的价格出租。
下面进入不同组成部分的讨论。
1.首先是 Hunyuan 基础模型。Hunyuan 3 完整生产版本的发布非常成功，相比 Hunyuan 3 预览版，性能实现了大幅提升。
我们利用产品团队的反馈闭环，改善后训练所使用数据的质量和多样性，并扩大强化学习规模。由此，Hunyuan 3 的任务完成率显著提升，幻觉率和错误率也明显下降。Hunyuan 3 能力的提升，最明显地体现在其智能体能力和产品体验上。
该模型在推理、智能体和长上下文任务上的性能均有所提升，为编程、办公、金融建模和前端设计等应用场景带来了明显优势。这些性能提升推动了用户更快采用，也带动了外部客户需求增长，验证了模型在真实世界中的实际效用。一个例证是，在付费期间，Hunyuan 3 在所有渠道的平均日 token 使用量约为预览版的七倍。
此外，按照 token 使用量计算，Hunyuan 3 一直位列全球模型前三名之内，排名来自 OpenRouter。Hunyuan 3 生产版本的表现良好，将成为 Hunyuan 系列模型未来实现业界领先能力的阶梯，同时也能够为今天的用户提供所需的成本效益。我们一直在把 Hunyuan 融入产品，并产生了显著影响。对于 WorkBuddy，Hunyuan 可以支持复杂的智能体工作流，提高任务成功率并缩短完成时间。
对于元宝，Hunyuan 在信息检索、数据处理、文档工作流和日常决策方面提供了领先的执行质量。在游戏方面，我们正在利用 Hunyuan 创建 AI 队友并进行游戏代码审查，包括我们的旗舰游戏《和平精英》。在 Weixin 中，我们已将 Hunyuan 部署到公众号 AI 助手和小程序开发工具中。
与此同时，产品集成也在反过来让 Hunyuan 变得更好：我们持续把真实世界的产品使用情况和领域反馈输入模型训练。我们的模型与产品协同设计方法，使 Hunyuan 能够验证模型准确性、识别并处理边缘案例，从而加快模型迭代并保持性能提升。
现在，我们已经建立了快速模型迭代的新体系，而 Hunyuan 3 也验证了这一体系。我们正在加快模型改进。我们正在扩大更强大的强化学习，以便在预训练完成后大幅升级模型。同时，我们也在升级多模态能力。
更重要的是，我们正在训练参数规模更大的 Hunyuan 4，预计于今年晚些时候发布。通过加快技术迭代、推动模型智能的边界，我们相信 Hunyuan 的能力将达到业界领先水平。我们相信，建设一个规模大且有价值的 AI 原生新业务，将为腾讯带来可观回报。
投资自有基础模型的理由在于：尤其是在 AI 扩散的早期阶段，通过应用、模型和算力基础设施之间的协同设计，我们可以实现更好的单位经济效益、更具创新性的功能，并获得更多智能价值敞口。
2.下面转到应用层。我们的 AI 办公生产力工作空间 WorkBuddy，以及编程工具 CodeBuddy，在能力和用户增长方面都取得了突破，按照月度互动次数计算，目前是中国领先的办公生产力服务。
WorkBuddy 是一个一站式工作空间，可以编排多个智能体，端到端处理复杂工作。用户可以通过 Weixin 和企业微信远程控制 WorkBuddy，也可以直接通过电脑使用；同时还可以访问腾讯云 SkillHub 提供的7万多项技能。
除了 WorkBuddy 的用户快速增长之外，它还实现了较高的留存率，用户付费意愿也很强，因为它能够直接提升用户生产力。通过在任务流程中嵌入 SkillPay 和 Weixin Pay，WorkBuddy 也吸引了日益增长、更加活跃的开发者社区。当开发者技能被调用时，开发者可以获得相应的支付。
这些进展支持了我们的判断：生产力市场存在大量有待解锁的机会，包括编程和现有办公工作场景。目前，我们的重点是进行市场教育，并进一步巩固市场领先地位。随着我们增强付费用户权益、推动付费用户增长，同时通过智能体效率、推理效率和模型优化降低 token 成本，产品经济性将逐步变得有吸引力。腾讯的应用，例如 Weixin、企业微信和腾讯会议，已经被企业广泛使用。WorkBuddy 为我们变现企业客户关系提供了新的方式。
在消费者端，我们近期发布了小微的原型版本，为 Weixin 带来嵌入式、具备上下文感知能力的智能体 AI 体验。小微利用 Weixin 的社交图谱、知识图谱、商户触达能力和支付功能。小微由 Weixin 定制模型 WeLM 驱动，重点关注用户隐私、Weixin 特有的使用场景和推理效率。
小微可以帮助用户浏览 Weixin 丰富的内容生态，并以个性化、高效率的方式从中获取信息和洞见。小微还可以利用 Weixin 独特的小程序生态，帮助用户发现产品、作出购买决策并下单，为智能体之间的交易闭环打下基础。虽然从技术上看，该原型可以处理高级智能体工作流，但出于安全考虑，我们目前将小微设置为必须由用户介入，并进行多步骤确认。
随着我们推进多项核心工作，小微将以分阶段方式向更广泛的用户推出，以提升用户体验。这些工作包括升级小微的对话、记忆和推荐能力，整合更多服务和内容，扩展 AI 基础设施，并升级智能体 harness，以支持规模显著更大的用户群体。随着我们为 AI 时代升级 Weixin，我们可以以具备成本效益的方式完成这一过程。我们相信，随着时间推移，AI 将加快整个 Weixin 生态的增长，并推动其变现，从而为我们带来有吸引力的回报。
3.再看元宝。我们目前重点提升元宝的能力和用户体验，尤其是在搜索、语音识别和文字转语音方面。我们也在提升元宝满足消费者更广泛、长尾 AI 需求的能力，包括多模态生成。元宝在模型与产品协同设计的飞轮中发挥重要作用，因为元宝的对话式使用场景能够产生有价值的反馈，帮助我们改进 Hunyuan 系列模型。随着时间推移，元宝开发并打磨出的功能，可以成为腾讯其他产品的原子能力，例如 WorkBuddy、CodeBuddy、Weixin 和 QQ 浏览器。
问答环节
1.Bernstein
（Robin，您的线路已经接通）谢谢 Wendy，也感谢管理层给我提问的机会。如果我们看一下腾讯最近几个季度的情况，资本开支为人民币528亿元，相比上一季度有所提升。如果简单乘以四，年化规模将超过人民币2000亿元。我们应该如何理解这笔资本开支带来的折旧成本和相关结果？您认为，这些投资于 AI 的资本开支，在多大程度上会通过由此产生的增量收入得到回收？还是说，这些投资会在未来几个季度持续侵蚀盈利？如果再把已经发生的研发成本也计算在内，希望您谈谈相关回收周期的时间滞后。谢谢。
刘炽平：鉴于算力需求以及算力租赁价格都在上升，我们可以像许多 Neocloud 云服务企业一样，把算力出租给第三方，几乎立即收回折旧成本。这样一来，我们可以在很短时间内获得不错的回报。但实际上，我们正在参与一场不同的游戏，或者说在执行一个更大的战略：我们会把新增算力中相当大的部分，用于将自有模型建设到业界领先水平，同时部署、推广我们自己的 AI 应用，并使它们在中国市场达到领先地位。
我们的判断是，通过业界领先的模型和市场领先的 AI 应用提供卓越智能，我们可以在更长时间内把这种卓越智能转化为更高的经济回报。例如，可以通过 WorkBuddy 应用销售 token。这就是我们选择的路径。再进一步解释一下，我认为现阶段可以把腾讯的业务看成两项业务。一项是现有的核心旗舰业务，它能够实现稳健增长，并且具有相当程度的经营杠杆。这是我们一直在建设、并将继续建设的高质量增长轨道。此外，我们正在建设另一项新的 AI 原生业务。正如 James 所说，这项新业务将包括我们自己的模型、正在建设的新应用，以及相应的算力基础设施。
在财务数据方面，各位应该分别看核心现有业务产生的收入和利润；我们会把 AI 原生业务的投资作为一个经营项目单独披露。资本开支也可以分成两部分。其中一部分与现有业务有关，和过去一样。你可以把它理解为：这部分业务产生经营现金流，同时对应发生资本开支。这部分业务仍然能够产生非常强的现金流。另一部分资本开支与新的 AI 原生业务有关，本质上是一笔我们需要投入的总额，用于获得模型训练所需的算力、准备推理需求，同时订购更多算力来建设 AI 算力和 AI 云业务。
基本情况就是这样。我们投资这些算力，是因为要启动这项业务，就必须拥有这些算力。与此同时，我们在投资时也看到了明确的上行空间，因为我们的模型表现良好，新应用表现良好，而且市场对算力有很大需求。如果今天我们把这些算力配置给腾讯云进行租赁，就可以产生更多收入，并从资本开支中获得可观回报。事实上，对于几个月前支付的预付款和下达的部分算力订单，今天我们可以按照比几个月前购买价格高出30%以上的价格出售。
但我们相信，如果先利用这些算力建设自己的模型和应用，再按照这个顺序把算力用于出租，随着时间推移，我们将建设一个规模非常大的 AI 原生业务，而且会非常有利可图，并为腾讯带来回报。这就是我们目前对这项业务的看法。
2.UBS
管理层晚上好，感谢接受我的提问。我想问一下小微的发展情况。管理层能否分享小微测试阶段的一些初步反馈或遇到的挑战？从商业角度看，我们应该如何评估它的净变现潜力？具体来说，智能体会简化交易路径。我们担心，智能体可能会把现有交易量从用户在小程序中自行完成的传统交易，转移到智能体上，而智能体的计算成本更高，却不一定带来有意义的新增 GTV。此外，小微缩短用户交易路径，是否也有可能降低高毛利的广告展示库存？非常感谢。
刘炽平：我认为，您提到的这些风险并不构成问题，因为我们相信，当 AI 让 Weixin 及其生态变得更加智能时，它可以帮助用户执行交易、探索内容，并在日常生活中广泛使用 AI。这样一来，原本已经非常丰富和强大的 Weixin 生态，将变得对用户更加有用。
大家可以想象一下：在 PC 时代，QQ 是一个通信和社交工具；进入移动时代后，Weixin 出现了。Weixin 生态在移动时代实现了优先适配移动端，本质上把 QQ 的价值放大了十倍以上。
当我们看 AI 时，我们认为 Weixin 生态又面临一次巨大的机会：首先由 AI 赋能，随着时间推移，发展成为 AI 原生的应用和生态。到那时，用户将获得许多很好的体验。现在，用户需要输入文字，还需要通过点击逐层操作；未来，只要给小微下达一条指令，小微就可以自行帮助用户执行交易和完成指令，这将为用户带来非常出色的体验。
这也会对整个生态形成非常强的赋能。因此，我们相信，只要能够交付这种体验、控制交付成本，并且考虑到 WeLM 的设计本身就是为了保护隐私、提高成本效率，并确保它能够在 Weixin 环境中满足用户需求，那么我们就可以在可控成本下，让 Weixin 真正适应 AI 时代。
届时，Weixin 生态将会扩大，并且仅依靠 Weixin 现有的变现机制，就能够转化为大量价值。这就是我们所看到的未来。随着原型版本发布，我们对这一未来能够实现越来越有信心。
3.GS
谢谢 Pony、Martin、James、John 和 Wendy。我有两个问题。第一个关于 Hunyuan 模型。Hunyuan 3 目前主要强调成本效率，而且在智能体方面表现很好。随着未来几个月三万亿参数规模的模型竞争越来越拥挤，我想了解，Hunyuan 4 将在哪些方面形成差异化？我们关注的是哪一类能力、哪个细分领域，或者哪一种差异化方向？第二个问题是资本开支以及 AI 计划的重点。我们看到一些美国同业在超大规模云业务方面调整了战略。我想了解，腾讯目前处于什么阶段、预计在什么时间点，会更加关注云业务这一潜在高回报业务，并优先为其配置更多资本开支？腾讯云与美国同业相比有哪些相似之处和不同之处？一些美国同业已经把重点从应用转向云业务，腾讯云的情况如何？以上是两个问题，谢谢。
刘炽平：如果看 Hunyuan 3，即使按照今天的标准，它也是一个非常小的模型，但实际上得到了非常广泛的使用。我认为 Hunyuan 3 有几个特点。第一，它具备匹配甚至超过更大模型的能力。第二，它关注的是使用场景，而不是单纯追求跑分。因此在真实使用中，它已经比许多同等规模、甚至更大规模的模型更加有用。
我们相信，这一原则也会应用到 Hunyuan 4。Hunyuan 4 发布时会是一个更大的模型，能够击败更大规模的模型，同时也会非常有用，比 Hunyuan 3 更有用。我们相信，这将把我们带入下一阶段，为大量用户提供更好的智能。需要注意的是，我们还有与模型进行协同设计的产品。因此，当 Hunyuan 4 推出时，使用 Hunyuan 4 的产品也会比今天更强大、更有用。这将为由其驱动的产品带来非常显著的提升。这就是我们设想的路径。Hunyuan 4 只是其中一个阶段，之后还会继续升级到 Hunyuan 5。
随着我们持续进步，我们会逐渐接近 SOTA，并且在某个时点一定能够达到 SOTA。达到这一目标后，我们还会拥有多种不同规模的模型，以不同的模型成本效率解决用户不同类型的问题。与此同时，我们会有多个模型与不同产品进行协同设计。这将帮助产品拥有更丰富的功能、更强的能力，同时提升执行速度。这就是我们对 Hunyuan 4、以及之后 Hunyuan 5 的设想。
关于资本开支在不同用途之间的配置，包括腾讯云，近期资本开支最主要的用途，是训练更大、更强的 Hunyuan 模型，正如 Martin 所介绍的那样。第二个重要用途，是为 WorkBuddy 背后的 Hunyuan、DeepSeek 以及其他模型提供推理能力。
WorkBuddy 计划的主要目的，是推动一个我们认为具有战略重要性的应用获得采用，并为我们的模型和更广泛的生态提供关键反馈闭环。但它也会带来一个额外好处，就是可以较早产生收入。就会计处理而言，WorkBuddy 用户的大部分支出来自订阅。因此，与游戏和其他一些业务类似，用户现金支付与这些现金支付转化为报表收入之间存在较长的时间滞后。
但我们目前已经看到现金支付规模显著增长。这会随着今年推进，转化为腾讯云的报表收入增长。到今年年底以及明年，我们还将拥有足够的 GPU-ASIC 产能，从而扩大腾讯云裸金属 GPU 租赁和模型即服务业务。不过，在出租 GPU、提供模型即服务，以及为 WorkBuddy 生产 token 这些机会中，我们认为，为 WorkBuddy 生产 token 对腾讯具有最持久的经济价值。因此，这是我们目前优先考虑的方向。
