美東時間周三盤后 ，META公布了第三季度財報 。

　　財報顯示
，由于在2025年第三季度計入了一筆近160億美元的一次性非現金所得稅費用，Meta當季利潤大幅下滑
。與此同時 ，META還上調了今年全年的支出預估，并且表示將在2026年進一步大幅增加總支出
，從而確保在數據中心及其他基礎設施方面維持高水平的投入。

　　財報發布后，META股價盤后大跌7.37% 。

　　在財報會上 ，Meta首席財務官蘇珊·李（Susan Li）在會議上特別解釋了這一筆一次性稅費支出。而Meta CEO扎克伯格則向參會的華爾街分析師們闡述了他在人工智能、業務增長等方面的計劃
。

　　META財報會議要點

　　一 、用戶與核心業務雙增長
，變現效率持續優化

　　用戶規模再創新高：全平臺日活躍用戶超35億，Instagram 月活破30億里程碑 ，Threads 日活達 1.5 億且用戶使用時長同比增10%
，視頻內容成關鍵驅動力 ——Instagram視頻使用時長同比增超30%，Reels 年化營收突破 500 億美元。

　　營收利潤表現強勁：Q3總營收 512 億美元（同比增 26%）；廣告業務為核心引擎 ，端到端 AI 驅動廣告工具年化營收超600億美元
，Advantage Plus 自動化廣告方案助力廣告主獲客成本降 14%，WhatsApp 點擊廣告營收同比增 60% 。

　　二
、AI 戰略加碼：算力基建與技術落地雙線推進

　　算力超前布局：計劃 2026 年大幅提升資本支出（增速顯著高于 2025 年） ，重點投向 Meta 超級智能實驗室（MSL）與 AI 基礎設施
，分階段建設數據中心并聯合第三方（如與 Blue Owl 合作數據中心）保障算力；

　　技術落地提速：Meta AI月活超 10 億，模型優化（如 LAMA 4）直接帶動使用率增長 ，未來將接入 MSL 前沿模型；推出 Vibes AI 創作工具，上線后媒體生成量增 10 倍；企業級 AI 在菲律賓、墨西哥試點成效顯著
，用戶與企業 AI 對話達數百萬次，計劃拓展至美國官網場景
。

　　三 、硬件業務：可穿戴設備領跑 ，VR 短期承壓

　　AI 眼鏡成新增長點：Ray-Ban Meta、Oakley Meta 眼鏡銷量亮眼
，新款 Meta Ray-Ban 顯示眼鏡 48 小時售罄，Q4 AI 眼鏡營收預計同比大幅增長 ，未來 AI 功能將成核心使用場景
，目標覆蓋數十億用戶。

　　VR 業務短期遇阻：Reality Labs Q4 營收預計同比下滑，因去年 Q4 Quest 3 頭顯上市形成高基數 ，且今年零售提前備貨使 Q3 計入部分銷量
，但長期仍聚焦 “全視野 ” 產品（如 Orion 原型機）研發 。

　　四
、財務規劃：支出聚焦 AI，現金流支撐戰略

　　支出與資本導向明確：2025 年總支出預計1160-1180億美元（同比增 22%-24%） ，資本支出 700-720 億美元；2026 年支出增速將進一步加快
，主要投向 AI 基礎設施（含云服務、折舊）與AI人才薪酬
。

　　資本配置靈活度高：通過合資 、第三方合作等表外融資方式降低基建壓力（如 Blue Owl 數據中心合作不計入 CapEx），同時維持股東回報 ——Q3 回購 32 億美元股票
、分紅 13 億美元 ，現金及有價證券達 444 億美元。

　　五、美國新稅法將在未來帶來明顯稅金節約

　　Meta首席財務官蘇珊·李（Susan Li）在會議上特別解釋財報中的一次性稅費支出稱， 因美國新稅法調整
，產生一次性非現金稅費支出—— 對“不再預計使用的遞延所得稅資產
” 進行減值調整，該調整直接導致該季度稅率大幅攀升 。該支出僅為會計層面調整 ，不涉及實際現金流出
。

　　在納入這一一次性稅費支出后
，Meta第三季度面臨的實際稅率高達87%。不過若剔除這一一次性支出，Q3的實際稅率為14% ，更貼合公司此前日常經營的稅負水平 。

　　蘇珊·李明確表示
，美國的新稅法仍將為公司 “本年度剩余時間及未來年度” 帶來顯著現金稅收節約，此次支出已完全反映新稅法過渡的 “全部預期影響 ” ，后續不會再因同一政策調整產生類似一次性稅費
。

　　她預計
，若美國稅收政策無其他變化，公司2025年第四季度稅率將介于12%至15%之間 ，回歸正常水平。

　　以下是META財報會問答部分完整紀要（由人工智能輔助翻譯） 。

　　參會人員

　　首席執行官 —— 馬克·扎克伯格（Mark Zuckerberg）

　　首席財務官 —— 蘇珊·李（Susan Li）

　　會議主持人-克里斯塔（Krista）

　　克里斯塔：謝謝大家。現在我們開啟問答環節
。如果您正在直播本次會議
，請將電腦揚聲器調至靜音。第一個問題來自摩根士丹利（Morgan Stanley）的布萊恩·諾瓦克（Brian Nowak），請發言 。

　　布萊恩·諾瓦克：感謝您回答我的問題
。我有兩個問題想請教蘇珊。第一個問題：蘇珊 ，2026 年在模型 、廣告排名模型以及更多類型算力方面的核心優化計劃聽起來前景十分可觀，背后的基礎設施建設規模似乎也相當龐大 。能否請您幫助我們理解
，從這些待落地優化措施的 A/B 測試中，您看到了哪些早期可量化信號？這些信號中哪些最令您振奮 ，又是什么讓您有信心這些資本支出能帶來投資回報率（ROIC）？這是第一個問題
。第二個問題相對簡短：在第四季度業績指引中
，Reality Labs 業務板塊的營收阻力規模有多大？謝謝。

　　蘇珊·李：感謝布萊恩的提問 。我認為您的第一個問題包含幾個層面，我會嘗試逐一拆解解答 ，若有未覆蓋到的部分
，請您告知
。首先需要說明的是，2026 年資本支出相較于 2025 年的增長 ，來自多個核心領域 ——Meta 超級智能實驗室（MSL）
、核心人工智能（CoreAI）
，以及非人工智能相關支出。這些領域均有增長，其中 MSL 的人工智能需求增長最為顯著 。

　　關于核心人工智能的推進計劃 ，去年在制定 2025 年預算時
，我們就規劃了涵蓋人力與算力的資源投入路線圖，并預期這些投入將在 2026 年產生回報
。這其中涉及廣告排名優化與性能提升的多個方面 ，且今年以來，我們已持續看到這些投入的成效。具體舉措數量眾多
，我們主要通過兩個指標監測進展：一是廣告效果的提升情況，二是轉化量的增長情況 。對我們而言 ，轉化量是一個復雜指標
，因為廣告主會針對不同價值的目標進行優化。但在控制變量后，從價值加權轉化速率來看 ，我們仍觀察到強勁的同比增長
，且加權轉化速率的增長持續快于廣告展示量的增長
。

　　此外，我們今年還討論過一些新模型架構 ，這些架構能幫助我們更好地利用更多數據與算力來提升廣告效果
，我們預計這一趨勢將在 2026 年延續。目前我們已啟動 2026 年預算制定流程，仍能看到一系列有望帶來營收增長的投資方向 ，這些投資機會令我們充滿期待
，也將成為我們明年持續推動營收強勁增長的重要支撐 。

　　關于您的第二個問題，即 Reality Labs 的營收阻力 ，我們暫未量化具體規模，但預計第四季度 Reality Labs 營收將低于去年同期
，原因我此前已提及
。最主要的因素是，去年第四季度我們推出了 Quest 3 頭顯 ，而今年暫無新款頭顯上市；同時
，由于 Quest 3 頭顯于 2024 年10月推出，去年第四季度我們計入了所有假日季相關的 Quest 3 頭顯銷售額 ，而今年零售合作伙伴為備戰假日季提前在第三季度采購 Quest 頭顯
，相關銷售額已計入第三季度。盡管第四季度人工智能眼鏡營收將因近期新品需求旺盛實現同比大幅增長，但這一增長仍無法抵消 Quest 頭顯業務帶來的營收阻力 。

　　克里斯塔：下一個問題來自摩根大通（JPMorgan）的道格·安穆斯（Doug Anmuth） ，請發言
。

　　道格·安穆斯：好的
，感謝您接受提問。我非常認可為超級智能提前布局算力的戰略 。能否請您談談，在制定明年資本支出規模增長及支出增速大幅提升的計劃時 ，如何結合核心業務增長
，平衡其對盈利與自由現金流的影響？另外，在現金持有量或整體凈現金方面 ，是否有我們應關注的目標數值？謝謝
。

　　蘇珊·李：感謝道格的提問。目前我們仍處于 2026 年預算制定的初期階段，這一過程變數較多
，動態性較強 。顯然，我們當前的算力容量仍無法滿足需求—— 無論是 Meta 超級智能實驗室團隊 ，還是核心業務
，都有大量能產生正投資回報率的用途亟待更多算力支持
。

　　因此，我們的規劃不僅要確保 2026 年的算力需求得到滿足 ，還要為 2027 年、2028 年可能的需求預留靈活性與選擇權。不過
，目前預算方案仍在制定中，尚未最終確定 ，暫時沒有具體目標數值可分享 。但可以明確的是
，在預算制定過程中，我們的戰略優先級是確保擁有足夠算力 ，以在人工智能領域占據有利地位
，這是我們的首要考量。

　　馬克·扎克伯格：我也補充幾點看法
。盡管如蘇珊所說，預算仍在制定中 ，且通常我們會在明年初分享更多細節，但迄今為止
，我們不斷觀察到一種規律：我們基于積極預期建設一定規模的基礎設施后，總會出現更多算力需求 —— 尤其是核心業務領域 ，且這些需求往往能帶來可觀盈利
，最終導致算力供不應求。

　　這表明，加大基礎設施投資在中長期很可能是一項盈利決策 。因為這些算力的主要用途是推進人工智能研發與新人工智能業務 ，進而助力核心業務與新產品發展；即便有部分算力暫時未用于上述領域
，我們也完全有能力將其投入到系列應用與廣告業務的智能優化中，通過提升推薦質量實現盈利
。

　　當然 ，也存在投資過度的可能性。但正如我此前所言
，無論是公司內部還是外部，對算力的新需求幾乎每周都在涌現 —— 外部機構頻繁聯系我們 ，希望我們提供 API 服務或共享算力
，只是我們目前尚未開展此類業務 。顯然，即便出現算力過剩 ，我們也有應對方案
。最極端的情況不過是提前數年完成基礎設施建設，雖會產生一定折舊損失
，但隨著業務發展，這些算力終將被充分利用。

　　因此 ，我的觀點是：與其因資本支出受限
，導致核心業務中諸多可盈利的投資機會無法落地，不如主動加快投資步伐 ，確保既能滿足人工智能研發與新業務的需求
，也能改善核心業務的算力供給狀況 。當然，基礎設施建設還受諸多運營層面的限制 ，我們正全力推進相關工作
，未來數月及明年將分享更多進展
。總體而言，這一領域的機遇極為廣闊。

　　克里斯塔：下一個問題來自高盛的埃里克·謝里丹（Eric Sheridan） ，請發言 。

　　埃里克·謝里丹：非常感謝您接受提問
。馬克
，您此前談到了向超級智能領域邁進的規劃，我想將話題拉回消費級人工智能：目前用戶在系列應用中使用 Meta AI 的互動情況如何？您觀察到了哪些信號？未來 ，隨著超級智能研發成果落地，模型不斷升級
，這將如何改變 Meta AI 的實用性與用戶使用習慣？謝謝。

　　馬克·扎克伯格：目前有大量用戶在使用 Meta AI，正如我在開場發言中提到的 ，月活躍用戶已超 10 億 。我們發現
，隨著模型質量的提升（目前主要是 LAMA 4 模型的訓練后優化），用戶使用率也在持續上升。因此我們認為 ，一旦將 Meta 超級智能實驗室研發的新一代模型（即真正具備前沿能力 、獨特功能的模型）融入 Meta AI
，其潛在增長空間將極為巨大
。

　　要知道，Meta 在將用戶喜愛的新產品推廣至數十億用戶群體方面 ，擁有業內領先的 track record（過往業績）。因此我預測
，未來幾年，搭載領先模型的 Meta AI 將迎來大規模應用 ，前景令人振奮 。

　　值得一提的是
，這不僅限于 Meta AI 本身 —— 人工智能還將催生各類基于新內容形態的產品，目前視頻與內容創作領域已初現端倪 ，未來這類創新還會更多
。此外，企業級人工智能（Business AI）也是重要方向。

　　除了催生新產品
，更智能的模型還將推動核心業務升級：優化系列應用的內容推薦
、提升廣告推薦效果 。正如我們所見，這一領域仍有巨大提升空間 ，且隨著人工智能技術的優化
，機遇還在不斷擴大，目前完全沒有跡象表明增長已接近天花板
。

　　正如我在上一個問題中提到的 ，目前系列應用與廣告業務仍處于 “算力短缺” 狀態 —— 盡管我們已建設了大量算力
，但許多資源被投入到未來業務研發中。若能為核心業務調配更多算力，必將釋放巨大增長潛力 。

　　克里斯塔：下一個問題來自伯恩斯坦的馬克·施穆利克（Mark Shmulik） ，請發言
。

　　馬克·施穆利克：您好
，感謝您接受提問。蘇珊，關于明年廣告效果與用戶參與度提升的可持續性 ，以及這些提升的規模與過去兩年相比會如何
，您有何看法？另外，對于 Meta 超級智能實驗室新舉措的落地時間 ，我們是否應理解為明年有望推出更新的前沿模型？還是說，應更多關注 Vibes 等您看好的新產品的進展？謝謝 。

　　蘇珊·李感謝馬克的提問
。在廣告優化方面
，我們近期推出的部分創新舉措涉及大規模模型的改進。需要說明的是，我們不會將 JEM 等大型模型用于推理環節 ，因其規模與復雜度會導致成本過高 。我們的做法是
，通過 “知識遷移
” 將大型模型的能力傳遞給輕量級小型模型，再將這些小型模型用于運行時推理。

　　除基礎模型研發外 ，我們還在通過開發新技術、新架構來優化推理模型
，以實現算力與復雜度的 ROI 正向規模化提升
。總體而言，我們擁有龐大的廣告主群體 ，系統內存在大量需求流動性 —— 即便某一季度僅能實現廣告效果基點級提升
，或轉化量相對展示量的個位數增長，基于龐大的基數 ，也能帶動營收實現顯著的絕對額增長。

　　馬克·扎克伯格：關于 Meta 超級智能實驗室的進展
，我補充一句 。目前我們暫未公布模型或產品的具體推出時間，但預計未來兩者都會有成果落地 —— 我們計劃研發新型模型與新型產品 ，一旦有進展，會第一時間分享
，對此我充滿期待
。

　　克里斯塔：下一個問題來自美國銀行（Bank of America）的賈斯汀·波斯特（Justin Post），請發言。

　　賈斯汀·波斯特：好的 ，謝謝 。馬克
，您此前提到了兩個發展周期，顯然這兩個周期都為公司帶來了可觀的利潤率
。進入人工智能周期 ，盡管市場對相關投資存在擔憂
，但我仍想請教：您認為未來會為用戶推出哪些工具？目前該領域已出現新的競爭，您如何看待？其次 ，在人工智能周期中
，利潤率會與以往周期有何不同嗎？是否有理由認為會出現差異？謝謝。

　　馬克·扎克伯格：目前談論新產品的利潤率還為時尚早 。每種產品都有其獨特屬性，相關規律需要時間逐步摸索
。我的核心目標是打造能為用戶創造最大價值 、同時實現利潤最大化（而非利潤率最大化）的業務。因此 ，我們會專注于開發最優質的產品
，為盡可能多的用戶提供最大價值 。

　　克里斯塔：下一個問題來自巴克萊銀行（Barclays）的羅斯·桑德勒（Ross Sandler），請發言
。

　　羅斯·桑德勒：好的 ，您好馬克。其他人工智能實驗室的目標多聚焦于實現通用人工智能（AGI）等較為抽象
、長遠的里程碑 。請問您在組建新團隊時，如何平衡 “實現這類長遠目標” 與 “開發能立即為 Meta 帶來營收的產品 ” 這兩者的關系？您此前提出的 “為數十億人提供個性化人工智能
” 的目標是否仍是核心方向？還是說
，Vibes、Sora（視頻生成模型）等領域也被視為重要方向？我們應如何理解公司的整體戰略方向？謝謝。

　　馬克·扎克伯格：我是這樣思考的：研發工作將催生新的技術能力，而這些能力可被整合到各類產品中
。例如 ，更強大的推理能力在諸多領域都至關重要 —— 既可為個人助手賦能
，也能優化企業級人工智能，還可幫助廣告主智能規劃營銷活動 ，甚至未來還將影響內容動態流的排名與決策機制。這只是其中一個例子 。

　　再如
，高質量視頻生成能力不僅能為用戶提供新的創作工具，還能增加 Instagram 、Facebook 的內容庫 ，進而提升用戶參與度；同時
，也能幫助廣告主制作更優質的創意內容，推動變現效率提升
。類似地 ，各類技術能力都將催生多方面的應用價值。

　　我認為
，產品開發的關鍵在于：基于現有技術能力清單，判斷哪些新產品具有實用價值 ，并確定優先級 。但從根本上講，新技術能力的發展將呈現指數級增長趨勢
。此外
，我認為在某一領域做到領先將帶來巨大回報 —— 這并非 “完成任務式” 的簡單競爭（如 “別人能生成內容，我們也能 ”） ，而是在每個能力領域占據領先地位的公司
，將獲得該領域的大部分潛在價值。

　　人工智能領域可開發的能力眾多，沒有哪家公司能在所有領域都保持領先 —— 這一點我深信不疑 。我們的核心策略并非重復他人已做之事 ，而是專注于研發獨特的技術能力
。出于競爭與戰略考慮
，我不便透露具體優先級，但希望以上表述能讓您理解我們的思路：我們致力于研發創新技術 ，并將其融入多款產品
，再借助算力將這些產品推廣至數十億用戶。這一過程不僅將催生新產品、新業務，也將為現有業務帶來顯著提升 。

　　克里斯塔：下一個問題來自 Evercore ISI 的馬克·馬哈尼（Mark Mahaney） ，請發言
。

　　馬克·馬哈尼：謝謝。我想就 Meta AI 的產品發展與變現路徑提問：在 Meta AI 的用戶采納與使用方面
，哪些現象最令您鼓舞？另外，我們知道您通常遵循 “先推出產品
、再提升用戶參與度、最后考慮變現
” 的路徑 ，目前 Meta AI 處于這一路徑的哪個階段？您是否已明確其變現方式？非常感謝 。

　　馬克·扎克伯格：最令我們振奮的兩點是：第一，我們成功打造了一款擁有龐大用戶基礎的產品
，且用戶認為其具有價值；第二，模型質量的提升（我們認為有價值的優化）與用戶使用率之間存在明確的正相關關系 —— 這表明 ，我們仍有足夠空間通過提升模型能力來增強用戶參與度
，逐步將 Meta AI 打造成領先產品。

　　至于當前所處階段：我們近期已全力推進 Meta 超級智能實驗室的建設，目前已組建起一支我引以為傲的 、業內人才密度最高的團隊 —— 眾多頂尖研究員
、基礎設施專家與數據專家已投身其中 ，專注于下一代技術研發與創新
。待相關成果落地后
，我們將把其整合到多款產品中，這將是下一階段的核心工作 ，前景令人期待。

　　從變現角度看
，這些新模型將通過多種方式推動收入增長 —— 如提升用戶參與度、優化廣告效果 、幫助廣告主更高效地開展營銷活動等 。

　　還有一個在以往會議中常被提及，但本次尚未討論的機會：未來廣告主將只需告知我們業務目標 ，并提供支付方式
，人工智能系統就能自動完成其余所有工作 —— 包括生成個性化視頻或各類創意內容
、定位目標客戶等
。我們目前研發的各類能力，都在為實現這一目標奠定基礎 ，因此我對此持樂觀態度。

　　克里斯塔：下一個問題來自花旗集團（Citi）的羅納德·喬西（Ronald Josey），請發言 。

　　羅納德·喬西：好的
，感謝您接受提問
。這個問題恰好承接馬克剛才的話題。我們了解到端到端自動化業務的年化營收（ARR）已達 600 億美元，能否請您詳細介紹該業務在廣告主中的采納率？更宏觀地看 ，當您將 Andromeda、GEMS 、Lattice 等排名推薦優化措施與自動化整合后
，整體上如何提升廣告主的投資回報率（ROI）？謝謝 。

　　蘇珊·李：好的
。我們一直在逐步推進 Advantage Plus（優勢增強）系列產品的建設，并不斷擴展其適用的目標場景。第三季度 ，我們已在全球范圍內完成 Advantage Plus 潛在客戶營銷活動 “簡化創建流程” 的推廣 —— 目前
，開展銷售類
、應用類或潛在客戶類營銷活動的廣告主，從活動創建之初就能啟用端到端自動化功能 。

　　與針對其他目標場景的 “簡化創建流程 ” 類似 ，這一功能能幫助廣告主同時優化并自動化營銷活動設置的多個環節
，包括受眾選擇、廣告投放場景選擇 、預算分配與節奏控制等，以實現最高效的投放效果
。

　　我們觀察到 ，Advantage Plus 持續推動廣告效果提升 —— 使用該功能開展潛在客戶營銷活動的廣告主
，其單位潛在客戶獲取成本平均降低 14%，相比未使用該功能的廣告主具有顯著優勢。

　　我們認為 ，Advantage Plus 的采納率仍有巨大提升空間：許多廣告主僅在部分營銷活動中使用我們的端到端自動化解決方案，因此我們有望進一步擴大市場份額 。為抓住這一機遇
，我們一方面持續優化產品性能，另一方面針對尚未覆蓋的關鍵使用場景進行功能補充。

　　同時 ，我們也在努力推動僅使用單一自動化功能的廣告主（如僅使用 Advantage Plus 受眾功能的廣告主）擴大使用范圍
，幫助他們理解同時采用多項自動化功能的優勢
。

　　總體而言，Advantage Plus 是一個持續迭代的平臺：我們不僅會不斷擴展其功能集 ，還會將這些功能推廣到更廣泛的廣告主群體中。正如馬克所說
，目前使用這些自動化解決方案的廣告主，其年化營收已達 600 億美元 ，未來這一規模仍有較大增長空間 。

　　克里斯塔：下一個問題來自 Truist Securities 的優素福·斯夸利（Youssef Squali）
，請發言
。

　　優素福·斯夸利：好的，非常感謝。馬克 ，關于可穿戴設備業務：您認為該業務的硬件銷量能否覆蓋前期投資成本？還是說
，這需要通過新計算平臺的廣告
、服務、電商等新營收渠道來實現？若需依賴新渠道，關鍵制約因素是什么？另外 ，蘇珊，在人工智能相關舉措的融資方面
，表內融資與表外融資如何規劃？Meta 近期與 Blue Owl（藍貓頭鷹資本）就路易斯安那州數據中心達成合作，這是否計入 2026 年資本支出指引？若不計入 ，這類融資對 Meta 未來的資金支持力度有多大？是否會減緩 2026 年后資本支出的增長速度？謝謝 。

　　馬克·扎克伯格：我先談談可穿戴設備
，之后由蘇珊回答融資相關問題
。目前，Ray-Ban Meta 與 Oakley Meta 兩款產品的進展非常順利。若這一勢頭能持續 ，我認為該業務將成為一項盈利性極高的投資 。其營收來源包括兩部分：一是設備銷售本身
，二是后續的附加服務與人工智能相關收入
。

　　因此，這一領域機遇巨大。需要強調的是 ，我們的投資不僅限于設備本身
，還包括構建配套服務 。目前，許多用戶購買這些設備是出于非人工智能功能的需求（盡管他們也喜歡人工智能功能） ，但我預計
，隨著時間推移，人工智能將成為用戶使用這些設備的核心原因 ，這本身就將創造巨大的商業機會
。

　　在 Ray-Ban Meta 與 Oakley Meta 持續增長的同時，我們也在繼續投資更前沿的產品
，例如去年 Connect 大會上展示的 Orion 原型機（具有更廣闊視野的產品形態）。這類產品目前仍處于商業化初期，距離成為可持續盈利業務還有較長路要走 。我們的總體目標是將這類產品推廣到數億甚至數十億用戶手中 ，屆時其盈利潛力將極為可觀。

　　蘇珊·李：優素福
，關于您的第二個問題：我們與 Blue Owl 宣布成立的合資公司，是我們引入外部資本合作開發數據中心的一次嘗試 —— 這種模式既能為未來的算力需求提供長期選擇權 ，也能應對未來幾年算力需求的不確定性與規模挑戰
。

　　在資本支出核算方面：在合資公司成立前
，我們已將該數據中心部分建設成本計入前期資本支出；未來，該數據中心的建設成本將不再計入資本支出 ，我們將按 20% 的持股比例承擔剩余建設成本（這部分支出將計入 “其他投資現金流
”）。

　　克里斯塔：最后一個問題來自富國銀行（Wells Fargo）的肯·高雷爾斯基（Ken Gawrelski）
，請發言 。

　　肯·高雷爾斯基：謝謝
。我有一個問題想請教馬克：若明年順利推出領先的前沿模型，在不斷演變的人工智能生態系統中 ，您認為價值將主要流向平臺方
，還是更多流向規模化的第一方應用？謝謝。

　　馬克·扎克伯格：我不太確定您在此語境下所說的 “平臺” 與 “應用 ” 具體指什么，但總體而言 ，我認為人工智能領域整體存在巨大的價值創造空間 。

　　從當前市場來看，硬件廠商（如英偉達）表現極為出色
，其成功實至名歸；云服務合作伙伴與相關企業也發展良好，這一趨勢預計將持續 ，未來仍有巨大機遇
。而在應用層面
，目前多數應用規模仍較小，但顯然未來將成為重要增長領域。

　　縱觀科技行業發展歷史 ，我們發現：企業通常會借助單項技術突破開發新產品
，進而構建社區或形成其他類型的網絡效應，最終發展為可持續盈利的業務 。不同之處在于 ，當前技術能力的迭代速度遠超以往 —— 圍繞每一項新能力
，都能開發出多款新產品，且每款產品都有望成長為頗具規模的業務
。

　　因此 ，我對該領域的整體前景持樂觀態度。在新產品開發與規模化推廣方面
，Meta 已具備將產品推廣至數十億用戶的強大能力，這是我們的核心優勢 ，也將為公司創造巨大價值 —— 無論是通過優化推薦算法 、提升服務質量、整合模型能力以擴大內容池，還是在二十余年運營中積累的各類有效策略
，都將持續為業務增長助力 。我們將不斷提升系統的通用性與智能水平，優化用戶推薦體驗 ，擴大內容庫
，這些舉措都將帶來顯著成效
。

　　未來，我們還將推出更多新產品 ，并逐步將其推廣至數十億用戶
，構建新業務（無論是基于廣告
、電商，還是用戶付費等模式）。目前 ，人工智能領域仍處于早期階段
，但核心業務已開始顯現回報，這讓我們更有信心加大投資 —— 我們必須確保不會錯失機遇 ，避免投資不足 。

　　肯尼斯·多雷爾（Kenneth Dorell）：好的
，感謝各位今天的參與。我們期待很快與大家再次交流
。

（文章來源：財聯社）