Meta Platforms今日公布了截至2026年3月31日的第一季度财务业绩。

　　详见：Meta营收增长33% 净利润增长61% 上调全年资本支出预期

　　财报发布后，Meta首席执行官马克·扎克伯格（Mark Zuckerberg）、首席财务官苏珊·李（Susan Li）等高管召开了分析师电话会议，解读财报要点，并回答分析师提问。

　　以下为本次电话会议分析师问答环节的主要内容：

　　摩根士丹利分析师布莱恩・诺瓦克（Brian Nowak）：马克，我想问您，您正在进行的投资水平如何，以及您正在关注哪些指标，以确保您在Muse和其他产品背后的所有投资都能产生投资回报率（ROIC）。因此，如果您能告诉我们未来12到24个月您关注的一些关键因素，无论是Meta AI、Muse的进步，还是核心算法，您最关注哪些方面，以确保您在所有资本支出和基础设施支出上都能走上产生健康投资回报率的正确道路？

　　扎克伯格：这是一个非常技术性的问题。基本上，我们关注的是确保我们正在构建领先的模型和产品。我们公司的理念一直是：打造能够触及数十亿人的体验，并在规模扩大后专注于将其货币化。我认为，我们现在正在看到这一点，我们提前投资构建领先的模型，然后将其转化为领先的产品。我们认为，这些产品将成为未来十年最重要的产品之一。

　　所以，就像我们长期以来所做的其他事情一样，我所关注的基本里程碑大致如下：首先，从技术层面来看，我们交付的产品质量是否足以打造一款优秀的产品？其次，当你拥有产品后，它的扩展性如何？第三，你要考虑盈利模式，然后提高其效率，以增加盈利能力。我不认为我们有一个非常精确的计划来明确每款产品将如何逐月扩展或诸如此类。但我认为，我们大致知道这些事情需要达到什么程度。

　　如果你看看这些产品的使用情况、产品质量、现有模型的质量，以及其他前沿模型的应用情况和未来发展趋势，我会非常自信地说，我们正在建设的实验室有望成为世界领先的实验室。我认为Muse Spark是一个非常高质量的模型。它为Meta AI提供了支持，而我认为Meta AI现在是一个世界级的助手。我们有能力进一步发展它，并吸引大量用户参与。

　　在接下来的几个季度里，我们将跟踪下一轮训练的进展情况，产品的扩展情况，以及我们对产品的兴奋程度。现在，我们非常兴奋。同时，我们也会在那段时间里加大货币化的力度。以上就是我要关注的事项。至于更具体的财务问题，如果有更多需要补充的，我想苏珊可以来回答。

　　伯恩斯坦研究所分析师马克·施穆利克（Mark Shmulik）：马克，现在我们已经推出了Muse Spark，你是如何看待团队在进一步进行模型训练运行、推进个人超级智能目标，以及推出和交付更多产品之间的平衡的？苏珊，作为对布莱恩问题的后续，我知道现在讨论2027年的资本支出还为时过早，但我们有同行提到可能会大幅增加。你能否从多个维度来思考我们如何看待今年的回报或进展，以及它可能会如何影响2027年的支出？

　　扎克伯格：我认为团队的发展路线图一直相当一致。我们拥有一个研究团队，专注于扩展日益智能的模型，使其具备我们关注的特定功能，即商业和个人代理。我们刚刚发布了我们的第一个模型，我在之前的评论中谈到了我们如何攀登扩展阶梯，以实现模型更大的功能和规模。这项工作仍在继续。我们目前正在训练下一组更先进的模型，这项工作还将继续。这是一个循环。我认为我们不会很快完成这项工作。

　　我们将组建团队，始终专注于以我们想要的方式训练更智能、更有能力的模型。然后是我们的产品团队，这个团队现在真正能够基于我们的模型进行开发，因为我们现在拥有非常强大的模型。在此之前，我们一直在使用其他不同的模型进行原型设计，无论是我们之前的旧模型还是使用其他公司的API。现在，我们能够基于我们自己的模型进行开发并实现规模化。我认为，在一段时间后，你会看到这些成果。

　　我在开场白中尝试简要阐述我们的未来方向，但我认为，未来几个月内，更多细节将逐渐明朗。这两个都是我们将不断迭代的循环。我们将持续迭代智能技术，不断开发新产品并扩大产品规模。当我们的产品与市场契合时，我们也将越来越注重围绕这些产品构建业务并降低成本。这是我们过去二十年来经营公司的做法，基本上也是我们的计划。

　　苏珊·李：关于你的第二个问题，我们并未给出2027年资本支出的具体预期。坦白说，我们自己也在经历一个非常动态的规划过程，因为我们正在研究未来几年的容量需求。根据我们迄今为止的经验，尽管我们一直在大幅增加容量，但由于人工智能的持续进步以及我们的团队不断发现引人注目的新项目和举措，我们仍然持续低估了计算需求，现在，内部也有非常引人注目的用例。

　　因此，我们预期计算将在未来的业务中发挥更加核心的作用，并且对于决定我们开发的模型质量、可以推出的产品类型以及我们作为一个组织能有多高的生产力至关重要。因此，我们将继续构建基础设施，同时考虑到灵活性。如果我们最终的需求没有预期那么多，我们可以选择更慢地上线，或者在未来几年随着我们逐渐利用到现在正在构建的容量，减少支出。

　　高盛分析师埃里克·谢里丹（Eric Sheridan）：非常感谢您回答这个问题。也许您可以就准备好的发言稿中讨论的一个话题进行拓展：公司面临的机遇，即如何将计算能力推向消费者和企业。您长期以来一直与消费者领域相关联，我很好奇，您是如何考虑随着时间的推移，将业务模式的媒体参与部分和商务部分进行扩展，以使其更具代理性的。但您认为在中小型企业（SMB）和企业中，哪些领域存在机遇？毕竟，这些领域的产品销售速度历来可能没有这么高。

　　苏珊·李：谢谢。我想说，在近期，我们最大的关注点是你提到的几个方面，深化与现有社区和用户群的互动，让广告体验更有意义、更有价值，以及帮助中小型企业（SMB）在我们的平台上找到客户并与他们互动。这些是我们目前最直观、最贴近业务的机会。当然，随着我们能够构建更多的代理能力——使代理能够帮助人们提高生产力，同时也使代理为企业服务，并使这些代理能够相互交互——我们希望在我们的平台上建立一个繁荣的商业生态系统。

　　其中一些领域的前景更为广阔，尤其是后一类。同样，我们的重点是构建个人超级智能，打造一个能为你工作、帮你完成任务的消费者代理。目前，这是我们关注的消费者体验，但我们认为，随着时间的推移，将会有明显的商业化机会。你可以想象佣金结构或高级服务。在商业方面，我们看到了围绕代理和扩展商业人工智能计划的大量机会。

　　我之前提到过，在我们的即时通讯平台上，人与商业人工智能（AI）之间的每周对话次数已从年初的100万次增加到现在的1000万次以上，并且我们计划在第二季度继续在全球范围内扩张。目前，我们即时通讯应用上的大多数企业都可以免费使用商业人工智能，但随着我们取得更多进展，我们期望能够建立一个长期的盈利模式，并且也会考虑未来可以为企业提供的其他服务，但目前我们没有更多信息可以分享。

　　Truist Securities分析师约瑟夫·斯考利（Youssef Squali）：一个问题给马克，一个问题给苏珊。马克，雷朋和奥克利的人工智能眼镜继续为你带来出色的表现，但依视路豪雅似乎拥有更多的品牌。今年在这些其他品牌下推出更多眼镜的制约因素是什么？当你回顾2026年时，你认为怎样的销售量才算是成功的一年？苏珊，关于那10%的零售效率提升（RIF），其中有多少归因于人工智能实施的效率提升，又有多少仅仅是由于保持健康的需求？随着您对员工需求的长期观察，您如何看待这些需求相对于公司整体收入增长的态势？

　　苏珊·李：我可以先回答这两个问题，先回答你的第二个问题。关于公司未来最佳规模的问题，我们并不确切知道未来的最佳规模会是什么。目前，随着人工智能技术的快速发展，情况发生了很大变化。我们非常专注于利用人工智能工具来大幅提高我们的生产力，并且我们工程师产出的加速增长就体现了这一点。在处理这个问题时，我们总体上倾向于利用这些工具来开发比以前更多的产品和服务。

　　同时，我们正在基础设施方面进行重大投资，并且我们非常注重持续高效运营。因此，我们将不断评估我们的组织架构，以确保在未来几年里，我们的架构能够最有效地支持我们实现优先事项。

　　在智能眼镜方面，第一季度智能眼镜的销量继续强劲增长。市场对扩展的产品组合系列的需求普遍强劲，我们观察到销量正在从上一代雷朋Metas转向最新一代，这证明了延长电池寿命和更高分辨率视频拍摄等改进功能的价值。我们对眼镜领域所取得的进展感到非常兴奋。我们发现，现在人们对配备Meta Neural频段的Meta Ray-Ban眼镜表现出了浓厚的兴趣，这是一个令人鼓舞的迹象，表明消费者对显示眼镜有需求，而显示眼镜是该产品下一代的发展方向。因此，这是我们持续关注并投入资金的一个领域。

　　美银美林分析师贾斯汀·波特（Justin Post）：马克，Muse Spark的开发大约花了十个月时间。我认为这是一个相当不错的速度。请帮助我们理解，对于你们正在开发的一些新产品来说，这是一种什么样的解锁速度。在未来九个月里，基于这种模式构建的消费者产品或商业/企业产品，其产品节奏将如何发展？

　　马克·扎克伯格：这个领域的发展非常迅速。我很高兴，我认为，我们的实验室从建立之初到拥有一个广受认可的强大模型，是进展最快的实验室。我认为这是对我们努力的重要认可——团队协同工作良好，基础设施运转正常，各项工作都在按计划进行。这基本上是我们在过去一个季度学到的最主要的东西：我们开始了这个相当大的赌注，并且它正在按我们的计划进行。

　　关于节奏究竟会如何，我很难给出确切答案，因为我不想分享具有竞争性的敏感信息，而且我们更关注的是质量，而非赶在某个特定日期。在研究方面，这仅仅是研究。我们在尝试新事物，并不确切知道它们何时能落地。而在产品方面，我们非常关心的是做出一些我愿意推荐给我母亲使用的东西。市面上有很多代理产品，人们为了不同的目的而开发，但我想给我母亲使用的产品并不多。

　　因此，我更关心的是达到那个质量标准，而不是为了某个特定的发布周而努力。话虽如此，我们目前所处的阶段是团队每天都能取得有意义的进展。小团队可以取得非常迅速的进展。所以我认为我们会看到很多创新。这次通话的时机在某些方面是很好的，因为Muse Spark的发布是积极的。Meta AI的首次发布也是积极的。这表明我们正按计划进行。我正在尝试描绘出我们前进的总体方向，但后续几个季度，这幅图景将更加清晰。

　　巴克莱分析师罗斯·桑德勒（Ross Sandler）：谢谢。马克，关于上一个问题的回答，现在涌现出许多新的消费者应用，从OpenClaw这样的产品，到为你妈妈打造、更面向消费者的产品，比如Poe或Dreamer。这些新想法如何改变了你对核心Meta AI或Dreamer，或你的整体代理策略发展方向的看法？其次，你认为实验室会继续走这条消费者路线，还是想走其他人正在走的路线，即编码和递归自我改进循环？对此有何看法。

　　扎克伯格：关于OpenClaw和其他代理，我认为它们让人兴奋地窥见了未来可能的发展前景。目前这些系统还相当“难用”。要设置OpenClaw，你需要先在本地计算机上安装，然后进入终端并配置一系列东西。但我们谈论的是为全球数十亿人提供个人超级智能。你如何打造一种更加精致、易用、便捷的体验版本，让所有基础设施都已为人们准备好，并且一切都能顺畅运行？

　　这就是我们在消费者端所关注的重点，对此我感到非常兴奋。如果你能开发出一种比现有系统好很多的东西，而且足够简单，人们可以轻松获取，那么我认为，你就能从数十万或数百万人使用的产品，转变为面向数十亿人的产品。从实验室成立的第一天起，我们的主要关注点就是：能够将这样的产品推向市场，我认为这将是非常令人兴奋的。对于企业来说，情况也是如此。

　　这也有个人层面的体现，但很多人的目标都是创造一些东西——创建网站、产品，或是改进他们的产品。这些都是优秀的代理能够帮助人们实现的事情，这也是为什么这如此令人兴奋的部分原因。在开场白中，我谈到了我们今天如何帮助人们实现一些目标。这些目标很大——帮助人们与他们关心的人保持联系，了解世界。这些都是重要的事情，但并不是人们唯一关心的事情。

　　我希望我们的产品能够做到的一件事是，具体理解人们的目标，然后能够为他们实现这些目标，并在需要时进行反馈。无论是个人目标，还是你正在尝试创建业务或开展工作，我认为这是世界上每个人都会想要某种形式的东西。而且，这种需求会随着人们期望的增加而扩大，人们会愿意花很多钱购买其高级版或高计算能力的版本。这是一个非常令人兴奋的领域。

　　你应该期待看到的是，我们能否打造出一个真正实用的版本，以及我们能否有效地将使用我们产品的人从数亿增加到数十亿，甚至更多。然后，随着时间的推移，我们如何通过货币化和降低成本，有效地将其转化为越来越有利可图的东西。你问我们主要关注消费者还是自我循环的改进。我们谈到了团队的两大主要目标。一是我们正在做的代理愿景。

　　另一个观点是，自我提升确实至关重要，因为如果没有领先的模型，就无法打造出领先的人工智能产品。如果模型本身无法自我提升，那么未来也难以拥有领先的模型。目前，模型仍能从人类身上学习，但到了一定阶段，模型将必须实现自我提升。这才是模型进步的方式。如果我们——或其他任何人——没有这种能力，那么我们就无法成为领先的实验室，也无法打造出领先的产品。这是我们关注的重点。这是否意味着我们是一家开发工具公司？

　　并非如此。我并不反对拥有API或编码工具，但这不是我们的主要关注点。人们将编码与自我提升混为一谈，这并不妥当。编码是模型自我提升的一个要素，但不是唯一要素。我们关注的是所有对于实现我们为个人和企业设想的超级智能愿景所必需的部分。

　　花旗银行分析师罗纳德·乔西（Ronald Josey）：马克，关于个人代理和商业代理，我想快速跟进一下：随着Muse Spark的上线以及更多模型的开发，你认为个人代理的机会更像是短期、中期还是长期目标？我们何时能看到产品——短期还是中期？然后，苏珊，考虑到Instagram和Facebook的规模和范围，排名/推荐模型的改进非常令人印象深刻。你能帮助我们理解一下，将这些交互序列的长度加倍如何能推动更大的使用量吗？有一种观点认为，也许一些排名推荐的改进也是沿着同样的思路，所以似乎还有更大的提升空间。

　　扎克伯格：我认为代理工作会有短期版本，但通过在模型中提供更多智能和更多能力，将带来巨大的好处。整个行业都在见证这一点。每一代模型都有更多能力，可以做更多事情，人们吸收这些能力后，就能获得更多超能力。这是该行业最激动人心的时刻。我认为代理是向人们提供这种能力的产品载体，我认为今年将是确立代理作为人们使用这种能力的载体的关键时期。但之后，模型工作将持续很长时间。在短期、中期和长期内，都有很多事情要做。

　　苏珊·李：关于你提出的第二个问题，即排名和推荐改进，在今年余下的时间里，我们仍有很大的空间来继续改进推荐系统，我们预计这将能够提升Facebook和Instagram上的用户参与度。我们将继续完善我们的数据基础设施，使我们的模型能够在更多数据上进行训练。我们正在为用户过去参与的内容描述增加更多细节，并提高我们模型架构的复杂性，以利用这些更大的数据集——比如使用更长的内容交互历史——这应该会提高推荐的整体质量。

　　我们还致力于使推荐内容更加个性化，更符合任何特定用户的兴趣。我们正在重新设计内容检索系统，以展示更多与用户兴趣全方位匹配的内容，并根据用户兴趣的广泛程度定制主题的多样性。兴趣特别集中的人可能会相对更多地看到这类内容，而兴趣更广泛的人可能会在我们展示的主题中看到更多元化的内容。最后，我们正在继续改进基于大型语言模型（LLM）的用户控制功能，该功能允许用户就他们希望在信息流中看到更多或更少的内容提供更细致的自然语言反馈。

　　你提到的序列长度是我们第一季度所做的众多改进之一，未来我们还有一系列重大的改进计划。

　　摩根大通分析师道格·安缪斯（Doug Anmuth）：非常感谢您接受提问。马克，您如何看待从广告业务中利用小型模型向Muse Spark以及未来大型语言模型的转变？在参与度和货币化方面有哪些关键突破？另外，关于Manus，您能否谈谈为Meta Platforms开发代理产品的战略重要性和作用，以及该技术和交易的当前状况？

　　苏珊·李：我来回答这个问题。关于Manus，我们仍在处理细节，所以目前没有最新进展。关于你提出的第一个问题，即从在广告业务中使用较小模型转向使用较大模型，我们已经在着手做了。即使在当前的广告路线图规划中，我们也在推进架构，以便能够利用更大模型的能力。历史上，我们从未使用过像GEM这样的大型模型架构进行推理，因为它们的大小和复杂性会使得成本过高。我们提升这些模型性能的方式是，利用它们将知识迁移到运行时使用的更小、更轻量级的模型上。

　　推理模型受到严格的延迟要求限制，它们需要在毫秒内找到合适的广告，这在历史上一直阻碍着我们有意义地扩大其规模和复杂性。但在去年下半年，我们引入了一种新的自适应排序模型，使我们能够利用万亿参数级的大型语言模型（LLM）的复杂性，并在模型架构和底层硅片系统方面取得了进展，从而保持了大规模投放广告所需的亚秒级速度。

　　我们还开发了一种方法，如果确定转换的可能性更高，该方法会智能地将请求路由到计算更密集的推理模型，这使我们既能提升性能，又能提高推理的投资回报率（ROI）。在我们将更多大型语言模型（LLM）的工作成果融入我们的底层广告排名模型之前，已经进行了大量的工作。

　　富国银行分析师肯尼斯·加雷尔斯基（Kenneth Gawrelski ）：我想问两个问题。首先，关于Muse Spark的发布，你提到了两个垂直领域：健康与保健以及购物。我可以请你更深入地谈谈购物和商务方面吗？在2021-2022年期间，你们在Instagram和Facebook上更深入地推进商务方面，有哪些经验教训可以借鉴？在电子商务领域，是否存在发展下一代市场型业务的机会？其次，苏珊，基于你们的模型改进和内容推荐，你们对核心业务的增长轨迹有多大把握？尽管你们的市场份额已经很大，但你们的增长速度基本上仍然是行业平均水平的两倍。

　　您能否谈谈您对持续超越表现的预见性？

　　扎克伯格：对于购物问题，我可能会给你一个更崇高的回答。这是一个有趣的例子，说明我们所做的工作与其他人做的工作有何不同。当你全面优化整个流程时，人工智能代理会变得更好。这就是为什么我们认为，除了构建代理之外，我们还需要成为一家构建前沿模型的公司。要做到这一点，你需要构建自己的基础设施。因此，我们正在进行这项大规模投资，以从头到尾地做到这一点。我们投资的许多方面都是一种押注，即人们关心的个别事物——以及这些人——在未来将变得更加重要。

　　业内关于人工智能的许多言论都围绕着一家公司试图构建某种集中式的系统，以完成社会中的所有生产性工作。这与我们的世界观截然不同。我们对未来的愿景是，社会通过个人追求自己的抱负而取得进步。有些人关心的是治愈疾病等宏大而重要的事情。很多人关心的是为女儿找到合适的衬衫等个人事务。我认为，我们将为人们构建出能够帮助实现这一愿景的个人代理工具。

　　我们正在做的事情有趣且与众不同的部分在于，这与我听到其他人谈论这项工作时的方式截然不同。尽管其中一些想法看似显而易见，但我们在细节上试图赋能个人和打造消费产品的做法，与其他人正在做的事情截然不同。购物可能是一个具有有趣商业影响且消费者会喜欢的具体例子。但我没有听到其他实验室谈论他们如何打造一个真正擅长购物的人工智能。

　　这并不是因为购物本身是最重要的事情，而是因为赋能人们去做生活中重要的事情——无论是本地化、理解社会背景、购物、个人健康，还是直观地了解周围发生的事情（这在眼镜上将变得非常重要）——这些都是个人超级智能愿景的要素。当你考虑对Meta Platforms的长期投资时，你应该将其归结为我们希望人工智能在社会中发挥作用的这些价值观。

　　如果你希望它赋能个体，并构建一个人工智能服务于个体目标的世界，那么这就是我们将要构建的，我认为这将具有极大的价值。

　　苏珊·李：我来回答第二个问题。这个问题有两个版本。一个是关于营收前景的，我们给出了第二季度的预期，其中包含了一系列宏观结果，以及我们为继续提高我们系列应用的使用率和参与度，以及提升广告质量和效果所做的持续工作。第二个版本的问题更偏向于路线图整体走向的高层次问题。我在这方面工作了很长时间，我想说的是，团队不断推动技术进步的能力总是让我印象深刻。

　　我们的规划流程确实围绕这一点进行了精细调整。我在几次电话会议上提到过预算流程，我们在这个流程中采用了非常基于投资回报率（ROI）的方法，以确保我们为所有我们认为将在未来几年推动增长的广告计划提供资金。这一流程已经相当成熟。我们衡量影响的能力一直很强，它一直是推动我们广告收入增长的重要动力，而且这一流程在过去的预算中也在继续沿用。就我们目前所知，我们对未来的投资机会感到乐观。（完）