---
title: "Meta 电话会：扎克伯格强调 “卖掉算力换短期利润是愚蠢的”，烧钱买算力不是赌博是必须"
type: "News"
locale: "en"
url: "https://longbridge.com/en/news/294288272.md"
description: "扎克伯格在电话会中指出，广告业务收入同比增速超越同行，AI 投资正在获得回报；关于出售算力，其表示仅仅出售所有的计算能力并获取短期利润是愚蠢的，相信销售智能的利润率将持续显著高于直接销售计算能力；其还指出，当前开源模型不如前沿模型强大，Meta 作为一家 “全栈科技公司”，必须拥有自主构建模型的能力。"
datetime: "2026-07-30T01:59:44.000Z"
locales:
  - [zh-CN](https://longbridge.com/zh-CN/news/294288272.md)
  - [en](https://longbridge.com/en/news/294288272.md)
  - [zh-HK](https://longbridge.com/zh-HK/news/294288272.md)
---

# Meta 电话会：扎克伯格强调 “卖掉算力换短期利润是愚蠢的”，烧钱买算力不是赌博是必须

伴随着AI技术对核心业务的全面加速以及个人超级智能蓝图的展开，Meta Q2营收超预期增长28%，但疲软的Q3指引与高企的AI资本开支打击市场情绪。

当地时间7月29日美股盘后，Mete召开财报电话会议，首席执行官马克·扎克伯格与首席财务官Susan Li（苏珊·李）坚持认为，**Meta的AI投资不仅正在实实在在地赚钱，而且还在勾勒一个覆盖数十亿人的“超级智能”商业版图。**

扎克伯格在会上用大量篇幅为公司的战略进行了坚定的辩护。他认为**当前的大规模投入是为了抢占AI基础设施窗口期，回报将逐步通过核心广告业务提升、企业服务、API变现及算力出租等多条路径兑现。**

对于为什么要买这么多算力，扎克伯格表示目前的算力远远无法满足所有的需求。此外公司也确实收到了大量关于计算能力的报价，但他强调：

> **仅仅出售所有的计算能力并获取短期利润是愚蠢的。****我们相信销售智能的利润率将持续显著高于直接销售计算能力。**

**同时其认为，****当前开源模型不如前沿模型强大，Meta作为一家“全栈科技公司”，必须拥有自主构建模型的能力。**

## AI变现初见成效，广告业务“领跑全行”

市场最关注的收入增速和AI变现能力在二季度得到了有力印证。二季度应用家族广告营收为594亿美元，同比增长27%。

> 按美元计算，**我们的广告业务报告的同比收入增长速度比其他任何公司报告的广告业务都要快。**

扎克伯格在电话会中直言：

> **因此，这些AI投资正在获得回报。**

AI对推荐系统和广告转化率的提升是业绩增长的核心引擎。苏珊·李指出，**基于大型语言模型（LLM）的预测和排序，全球平均每条广告价格同比上涨12%。**

目前，Meta平台上已有900万家小型企业至少使用了一种AI广告创意工具，其AI驱动的Advantage Plus端到端解决方案持续增长，年度营收运行率已超过750亿美元。

## 扎克伯格顶住压力，阐述为何必须“疯狂烧钱”

**尽管业务强劲，但高昂的基础设施和算力投资依然是投资者担忧的焦点。扎克伯格在会上用大量篇幅为公司的战略进行了坚定的辩护。**

扎克伯格谈到市场的疑虑：

> **我明白这是一笔巨大的投资，也是一个巨大的赌注，我个人的押注是，投资于此的人将得到回报，并随着时间的推移感觉非常良好。**

对于为什么要买这么多算力，他给出了基于供需关系的判断：

> **目前的算力远远无法满足所有的需求。**

**面对外部高价购买Meta算力的诱惑，扎克伯格阐述了Meta“不出售短期算力，而是投资长期智能”的商业逻辑**：

> 我们收到了大量以显著溢价购买我们算力的报价。但我们在思考这个问题时认为，**相比直接出售算力，出售智能的利润率将继续显著提高**......如果仅仅为了获取短期利润而卖掉所有算力，那是愚蠢的。当你有机会在算力之上构建智能时，这将是对算力价值的成倍放大。

为了支持这种无底洞般的算力需求，Meta甚至拓宽了融资渠道。

不仅通过发债等方式引入低成本的长期资本，就在电话会前一天，Meta宣布与贝莱德（BlackRock）达成战略合作，在德克萨斯州共同开发一个1千兆瓦的新数据中心。

## 扎克伯格的终极野心：把超级智能直接交到人们手中

除了稳固的核心广告业务，个人与商业AI代理（Agent）构成了Meta未来业绩指引和想象空间的最大看点。扎克伯格在谈及AI长远愿景时使用了极具冲击力的表述：

> 我们是唯一一家主要目标是将超级智能直接交到人们手中的大型科技公司。我们不是集中化超级智能，而是专注于广泛分发。

他大胆预测了个人代理的广阔前景：

> 如果你展望五年后，没有数十亿人拥有一个了解你目标、全天候为你工作以实现你目标的个人代理，这种可能性极低。

目前，Meta商业代理已在WhatsApp和Messenger上全球发布，每周有超过100万家企业使用。未来，企业只需在产生实际转化成果时向Meta付费，这有望打造出类似于现有广告系统的全新拍卖商业模式。

面对开源与闭源的路线之争，扎克伯格明确表示Meta不盲从。**他认为，当前开源模型不如前沿模型强大，Meta作为一家“全栈科技公司”，必须拥有自主构建模型的能力。**

> 当你看到世界各地许多有鉴别力的客户和公司想要什么时，他们会想知道他们掌控着自己的命运……我认为开源将很重要，但构建模型也将是其中的关键部分。

**Meta2026年第二季度财报电话会议全文翻译**

> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 好的。大家好，感谢今天加入。我们社区和业务本季度表现强劲，每天有36亿人使用我们的至少一个应用。我们达到了几个里程碑。Instagram日活跃用户达到20亿，Threads月活跃用户超过5亿，使其成为有史以来增长最快的对话应用。Facebook日活跃用户超过20亿已经有一段时间了。
> 
> WhatsApp刚刚创下了历史消息记录，在世界杯决赛期间每秒发送的消息峰值达到3000万条。另外，Kunal Shah刚刚加入我们，担任WhatsApp的新负责人，他创办了印度最重要的支付公司之一，将成为团队的重要补充。我们还从Meta超级智能实验室发布了一些强大的新模型，并发布了新款眼镜。总体而言，我们社区在各项应用中的规模和影响力非常惊人，这为我们向数十亿人提供新创新提供了一个强大的平台。
> 
> 摆在我们面前的机会是巨大的。首先，我们现在正处于这样一个阶段：我们对AI的投资正在加速我们核心业务的每一个主要部分。它们正在改善人们使用我们应用的体验，为广告商带来更好的表现，并帮助我们的团队构建新体验并更快地发布产品。其次，我们正在开发新的个人代理，这将成为我们未来几个月和几年内下一波产品和收入线的基础。第三，我们看到了向企业销售的大型机会，包括API、商业代理、可能直接销售计算能力以及我们为大型客户构建的其他服务。今天我想花些时间详细说明我们的投资如何产生成果，以及我们看到的长期机会。
> 
> 在加速核心业务方面，我们在几个领域看到了强劲而有希望的结果。在Instagram和Facebook上，我对我们将大型语言模型整合到推荐系统中的工作非常乐观。LLM增加了对内容内容及其引人入胜的原因的第一性原理理解，以及对人们感兴趣的内容和使用我们应用时的目标的更深入理解。这意味着我们可以展示更相关、更具吸引力的内容，更好地反映人们的目标和兴趣。我们新的Muse图像和Muse视频模型也将极大地扩展人们可以在我们平台上发现的内容范围。已经有两大数据内容可供利用，首先是来自您的朋友和您关注的人的内容，其次是来自您不关注的创作者的内容。
> 
> 但现在将有一个全新的、几乎无限的个性化内容宇宙，这将使我们的服务对人们更有用、更具吸引力。对于广告，我们正在使用LLM来改进我们系统预测和排序所展示广告的方式。我们扩大了可以围绕一个人的自然活动和广告活动考虑的背景范围，以确定广告的相关性，从而在Facebook和Instagram上显著提高了相关性和转化率。按美元计算，我们的广告业务报告的同比收入增长速度比其他任何公司报告的广告业务都要快。
> 
> 因此，这些AI投资正在获得回报。我们还看到对我们新的AI驱动创意工具的大量需求。我们平台上的900万家小型企业现在至少使用我们的一个AI广告创意工具，我们正在推出新的端到端创意解决方案，帮助广告商将表现数据转化为他们的创意决策。Muse Image将进一步推动这一点。该模型可以分析图像，改进自身工作，并根据广告商输入产生更好的广告变体。到目前为止，我们得到了很好的反馈。我们还刚刚推出了Meta One，这是一种新的订阅服务，在我们的应用中提供更多工具和AI功能。随着需求的增长，我们还将提供各种不同的层级和定价选项。
> 
> 我也对AI如何帮助我们的团队加速产品开发感到兴奋。今年早些时候，我们发布了Instagram Instance。我们还刚刚推出了forum，一个独立的群组应用，以及seller，一个独立的市场应用。我预计发布新应用会变得容易得多。因此，我们计划开发更多创意，并像我们对Threads所做的那样，使用我们的推荐系统将它们扩展到会发现它们感兴趣的人。Meta超级智能实验室推出已经一年多，我们的发展轨迹很稳健。上个月，我们发布了Muse Spark 1.1和Muse Image。自从我们重建Meta AI并整合Muse Spark以来，每天与助手互动的人数增加了60%，并且周环比继续快速增长。
> 
> Muse Spark 1.1是一个强大的编码模型，非常高效，擅长计算机使用、工具使用和多模态理解。它可通过我们新的公共API获得，我们将在未来几周内通过合作伙伴渠道和更多编码代理增加分发。我们还在构建功能，使企业更容易采用Muse Spark，这是我们预计将继续关注的领域。我们如此专注于让Muse Spark在功能上表现出色的原因之一是，我们认为在发布与我们使命和业务一致的几种代理方面存在非常大的机会。首先是个人代理。很快，我们将拥有可以全天候为您工作的代理，帮助您实现目标，改善您的生活、健康、人际关系、财务状况，无论您想要什么。
> 
> 代理真正兴起的第一个领域是编码。但工程师更具技术性，愿意花时间使这些代理工作。因此，要构建出色的个人代理，这需要是一个出色的消费产品，开箱即用，并且足够简单，让数十亿人能够采用和使用。我对此感到非常兴奋，我们很快将有更多信息分享。随着我们走向一个我们都与多个代理互动的未来，WhatsApp和我们的其他消息服务将变得越来越重要。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为更多代理构建平台，我们将创新如何提供私密且安全的AI体验。本季度我们在WhatsApp和Meta AI应用上推出了隐身模式，允许人们与助手进行私密对话，即使Meta也无法看到。我们还计划将强大的隐私和安全性作为我们正在构建的代理的基本组成部分。
> 
> 我也对我们的商业代理进展感到非常兴奋。本季度我们在WhatsApp和Messenger上全球发布了Meta商业代理，每周已有超过100万家企业使用它们与客户交谈或完成销售。我们现在也在Instagram上推出商业代理。有趣的是，让代理每天与您的客户交谈，它会随着时间的推移学习，并可以将所有见解带回来给您。因此，我们正在构建更多功能来总结所有这些对话，消化一夜之间发生的事情，并呈现客户的需求。很快它将更进一步，包括建议发展业务的方式，为您提供竞争情报以及关于哪些有效哪些无效的实时见解。
> 
> 随着时间的推移，我们希望将其构建为“一站式业务”服务，可以帮助您使用Meta平台启动和运营整个业务。关于我们将如何将这些货币化，我们有订阅、基于数量的定价的组合，我预计我们将继续发展更多这些产品，使其像我们的广告系统一样，企业只有在我们的帮助取得成果时才付费。随着时间的推移，这将让我们在我们的计算能力上运行高效的拍卖，类似于我们今天为广告商所做的那样。
> 
> 随着AI在我们产品和业务中的使用持续增加，我们将继续积极投资基础设施以满足需求。昨天，作为我们Meta计算计划的一部分，我们宣布与BlackRock建立新的战略合作，在德克萨斯州埃尔帕索开发一个1吉瓦的新数据中心。总体而言，我们预计我们计算的很大一部分将用于训练我们的模型、发展我们的核心业务以及提供个人代理和新产品。但我们也期望为大型客户服务发展出庞大的业务。
> 
> 我们已经构建了API。我们正在推出商业代理。我们收到了大量关于计算的报价，价格远高于我们支付的价格。我们的路线图上还有更多的编码和生产力工具。我们很快将分享更多相关信息。随着我们接近个人超级智能，我们还将需要硬件，让您能够无缝地与之互动。眼镜是理想的外形，因为它们可以全天陪伴您，并且可以在不将您从当下抽离的情况下为您提供帮助。我们的眼镜仍然是有史以来增长最快的消费电子产品之一，我们继续扩充产品线。我们刚刚发布了与EssilorLuxottica合作开发的自家系列，包括一款我们与Kylie Jenner设计的款式。
> 
> 它们是首批开箱即搭载Muse Spark的眼镜，因此它们可以理解您所看到的，并给出更有帮助的回答。早期销售强劲，超出我们的预期，我们将在今年9月23日的Connect大会上分享更多关于我们眼镜产品线的信息，所以我鼓励大家届时收看。在我结束之前，我想提一下，我刚刚发表了一篇专栏文章，阐述了我为何如此乐观地认为我们正在为每个人建设一个积极的未来。在Meta，我们一直致力于构建技术，将力量交到人们手中，让他们能够与关心的人联系，并以他们想要的方式塑造世界。
> 
> 这就是为什么我们始终专注于让我们的产品对每个人都负担得起且易于使用，这一策略对我们的社区和业务都大有裨益。当我们进入下一篇章时，同样的理念指导着我们开发AI的方法。我们是唯一一家主要目标是将超级智能直接交到人们手中的大型科技公司。我们不是集中化超级智能，而是专注于广泛分发，并赋予每个人能力，将其引导到对他们重要的事情上。这是社会取得进步的一贯方式。
> 
> 我认为这些是构建积极AI未来的正确价值观。如果我们帮助构建这个，那么我认为我们也将继续建立一个非常强大的业务。以上就是我今天想预先介绍的所有内容。AI正在改善我们的核心业务。它使我们的应用更相关，为企业带来更好的结果。我们开始交付更多新颖的产品，很快我们也会在这方面有更多进展。我们正在积极投资，因为潜力巨大，我们知道有很多方式可以在这里创造价值。一如既往，我感谢大家与我们一同踏上这段旅程。现在有请Susan。
> 
> **Susan Li，首席财务官：**
> 
> 谢谢Mark，大家下午好。让我们从我们的部门业绩开始。除非另有说明，所有比较均为同比。第二季度应用家族总营收为604亿美元，同比增长28%。第二季度应用家族广告营收为594亿美元，同比增长27%，按固定汇率计算增长26%。第二季度，我们各服务提供的总广告展示次数增加了14%。所有区域的展示次数增长均表现良好，这得益于用户参与度和用户数的增长以及广告加载率的优化。
> 
> 全球平均每条广告价格同比上涨12%，这得益于广告表现提升、相对于去年第二季度宏观环境的改善以及汇率带来的利好。这部分被强劲的展示次数增长所部分抵消，尤其是来自货币化水平较低的区域和界面。应用家族其他营收首次达到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部门，第二季度营收为4.31亿美元，同比增长16%，得益于AI眼镜收入的强劲增长，部分被Quest头显销量下降所抵消。现在来看我们的合并业绩。第二季度总营收为608亿美元，同比增长28%，按固定汇率计算增长27%。第二季度总支出为420亿美元，同比增长55%，其中包括24亿美元的法律诉讼相关费用和12亿美元与2026年5月裁员相关的遣散费用。同比增长主要由于员工薪酬、基础设施成本、法律相关成本和第三方AI代币成本的增加。除去之前提到的遣散费用，员工薪酬的增长是由过去一年新增的技术人员（特别是AI人才）推动的。基础设施成本的增长是由于折旧增加、数据中心运营成本和第三方云支出增加所致。
> 
> 第二季度末，我们拥有超过75,000名员工，比第一季度下降3%。该总数包括受2026年5月裁员影响的约8,000名员工。我们预计大多数受影响的员工将在2026年第三季度末不再计入我们的员工人数。第二季度GAAP营业收入为188亿美元，同比下降8%，营业利润率为31%。除去第二季度的法律费用和遣散费用，我们的第二季度营业收入将同比增长9%。本季度税率为16%。净利润为158亿美元，每股收益为6.18美元。资本支出，包括融资租赁的本金支付，为311亿美元，由对服务器、数据中心和网络基础设施的投资驱动。自由现金流为7.84亿美元。本季度末，我们拥有903亿美元的现金和有价证券，以及837亿美元的债务。现在来看业务表现。
> 
> 驱动我们收入表现的主要因素有两个：我们为社区提供引人入胜体验的能力，以及我们随着时间的推移将这些参与度有效货币化的能力。在第一点上，我们继续从内容推荐计划中获得显著收益。在Instagram上，本季度全球使用时长同比增长了两位数，这主要得益于我们对信息流和Reels推荐的改进。在Facebook上，全球视频观看时长同比增长9%，在美国和加拿大增长超过10%，这得益于排序的改进。
> 
> 我们发现LLM在提供排序和推荐增益方面的能力越来越强。首先，它们通过理解内容实际内容并生成更好的训练数据，使我们现有的系统更加智能。其次，LLM驱动的代理还通过评估内容质量、检测趋势和测试排序变化来帮助工程开发。今年早些时候，我们达到了一个里程碑，Instagram上的每个公开Reels和信息流帖子都自动通过LLM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的Facebook界面纳入其中。然后，这些信号可以传递给下游应用，用于排序、推荐和内容政策执行，这是实现更大个性化关键基石。本季度，我们还开始使用我们的Muse模型系列进行内容理解，包括视频主题分类和摘要等信号，并且我们看到了积极的初步结果。
> 
> 最后，我们的推荐也变得更加个性化，在呈现更多新鲜内容的同时，给予人们更直接的控制权，让他们决定自己看到什么。在Reels上，我们发布了迄今为止最大的单次排序改进，将更快的推理与利用更深层用户历史记录的新架构相结合，以改进预测。这使Instagram上的进站次数增加了15个基点，在转发和观看时长方面尤其强劲，这两者都是内容与用户匹配度提高的有力指标。
> 
> 我们现在正将其引入信息流，初步结果看起来相当。我们也更快地将新内容带给人们。我们在更实时的基础设施和新视频建模改进方面的投资，使我们最大的排序模型现在能够在创作时识别出高质量的新Reels。在Instagram信息流中，超过一半的推荐内容现在发布时间不足一天，是一年前的两倍多。我们也在给人们更直接的控制权，让他们决定看到的内容。
> 
> 如今，Instagram用户可以访问Youralgo页面，该页面允许用户编写自然语言提示来调整他们的推荐。同样，在Facebook上，我们推出了Shape Your Feed。早期结果显示，使用该功能的用户留存率超过80%。展望未来，我们正在执行开发下一代推荐系统的长期工作。这包括构建旨在同时支持自然内容和广告推荐的基礎模型，以及开发LLM原生推荐系统。
> 
> 我们在今年上半年达到了第一个研究里程碑，即使用推荐数据持续预训练一个大规模模型，并在此过程中观察到健康的扩展规律。我们对这一里程碑感到鼓舞，并预计在下半年会继续取得进展。转向我们收入表现的第二个驱动因素，即提高货币化效率。这项工作的第一部分是优化自然参与度内的广告水平。在这里，我们继续增强我们的系统，以在最佳时间和位置展示广告。在第二季度，我们还扩大了广告在新界面上的可用性，包括完成Threads上的全球广告扩展。在WhatsApp上，我们引入了对更多类型广告目标和广告商业绩目标及状态的支持，并继续按计划推进全球发布。转向提高货币化效率的第二部分，即为使用我们服务的企业提高业绩。
> 
> 在我们的广告系统内，随着我们部署更复杂和更具预测性的模型，我们正在实现性能提升。本季度，我们推出了Meta生成式推荐器，这是我们的广告系统工作方式的一种范式转变。我们现在不再对每个可能的广告进行单独评分，而是使用LLM来共同推理广告内容和用户偏好，并预测适合每个人的最佳广告。这使得我们的广告匹配更加智能和精确，从而为广告商带来复合性的性能提升。
> 
> 我们将第一个生成模型部署到我们的广告检索系统中，并看到了广告表现的显著改善。早期使用LLM来更好地理解用户偏好的试点项目，使Instagram上的应用内事件转化率提高了1%。在第二季度，我们还推进了用户理解模型，以分析广告和自然活动，并同时改善用户体验和广告商表现。
> 
> 结合我们的GEM模型用于广告排序和序列学习，这些进步使Facebook上的广告点击量增加了8.3%，转化率提升了15.7%。我们还利用AI赋能企业更轻松地管理其营销活动、开发广告创意并与客户互动。我们的AI驱动的Advantage Plus端到端解决方案持续增长，年度营收运行率超过750亿美元。我们正在努力深化采用率，因为利用多种工具的广告商会看到复合性的性能提升。
> 
> 我将分享一个例子，说明Advantage Plus如何为中小企业显著简化并提高效果营销的效率。（听不清），一家印度的在线服装品牌，之前在每个营销活动上手动设置Facebook和Instagram广告。在采用Advantage Plus销售活动并叠加AdvantagePlus受众、版位和预算优化后，他们的购买量提升了13%，广告到购物车的转化率提高了16%。我们的Gen AI广告创意工具的采用率持续扩大，超过900万家小型企业至少使用了一种AI创意工具。
> 
> 图像生成功能现在允许广告商从现有内容中大规模制作更多创意，包括一项从视频资产创建图像的新功能，其采用率本季度增长了一倍多。我们还推出了一种新的端到端创意解决方案，为广告商提供AI基础设施，将实时表现信号转化为他们的下一个创意决策，同时保持品牌标识和基调。我们从第一天起就与代理机构进行集成构建，因此团队可以在不离开现有工作流程的情况下诊断、生成和扩展高绩效创意。展望未来，随着Muse Image的推出，我们预计将进一步提升广告商大规模生成高质量、符合品牌形象的创意的能力。
> 
> 借助Meta商业代理，企业能够通过我们的消息应用更好地服务客户，全天候响应问询、推荐产品和处理支持。本月早些时候，我们还推出了Meta商业代理平台，该平台为企业提供了在WhatsApp上大规模构建、定制和部署其商业代理的基础设施。该平台为大型企业提供了内置的企业级控制、护栏和测量工具，因此他们可以在客户已使用的消息应用内定义规则并提供个性化体验。Movita，巴西最大的租车公司之一，拥有近400个网点，在WhatsApp上部署了一个商业代理，在单次对话中处理从车辆选择、定价到支付的整个预订流程。
> 
> 回头客只需三条消息即可完成预订。在一个月的时间内，Movita报告称通过WhatsApp的每日预订量同比增长了44%，并且该渠道中85%的对话完全由AI代理解决，无需人工协助。我们还在构建其他变现我们生态系统的方式。另外两个收入来源是订阅和通过API将我们的竞争模型货币化。Meta One是我们订阅产品组合的演进，旨在为日常用户、企业和创作者创造更多价值，让他们获得更多功能和AI工具来创作、联系和脱颖而出。我们很高兴能将此带给更多用户，并继续为我们的订阅者构建增强工具。我们最近还以具有竞争力的价格推出了一个高智能模型API，并对初步结果感到鼓舞。我们最近使Muse Spark可供美国开发者使用，扩大了其分发范围，并使开发者更容易采用该模型。
> 
> 我们预计很快会将模型API推广到更多分发渠道，在更多国家/地区提供，并向企业开放。我们构建产能的方法受到几个关键因素的强烈影响。首先，构建基础设施的广泛环境在短期和长期时间范围内都是动态和不确定的。行业历史上对这一波AI采用的产能建设不足，使得现有产能（包括我们自己的产能）极为宝贵。从长远来看，供应链需要建立起来，以支持我们和其他人预计为AI体验所需的产能。其次，我们对利用产能来扩展和构建我们现有体验以及继续投资于将创造大量新机会的基礎模型的能力有很高的信心。因此，我们目前的计划旨在最大化2026年和2027年的产能。过去当我们拥有增量产能时，它已被证明在扩展体验方面非常有价值，我们相信在这个时间范围内这一点同样成立。
> 
> 从长远来看，确切的用量增长曲线更难预测，但我们相信我们的分发优势将使我们有机会为每个人提供有价值的AI产品，无论是我们的36亿用户还是数百万企业。无论我们的模型是否处于前沿，这一点都应该成立，但我们相信处于前沿将解锁可能需要额外计算能力的新市场和机会。因此，我们的长期产能策略旨在通过铺设数据中心和网络基础以适应未来的服务器决策，为我们提供在2028年及以后继续增长计算能力的灵活性。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采用的节奏调整我们的投资。
> 
> 此外，我们一直在内部定制芯片等领域进行战略投资，这将提供长期的战略灵活性和供应链杠杆。这将有助于在这些长期投资上获得更好的回报。最后，我们相信整体行业产能将在可预见的未来保持紧张。正如我们之前所说，我们坚信我们正在构建的模型、消费体验和企业产品将是我们基础设施的最佳和最高投资回报率的用途。这些企业产品有潜力采取多种形式，正如Mark提到的，工具、我们的API或直接货币化计算能力，考虑到巨大的市场需求。我们期望对这些机会保持灵活，将帮助我们在保持战略灵活性的同时，在我们需要时拥有计算能力，并为我们提供多种途径来产生超出预期的投资资本回报，从而更有效地为我们的建设提供资金。
> 
> 在为这些基础设施投资提供资金时，我们资产负债表的实力使我们能够从广泛的市场吸引资本，以补充我们业务产生的现金流。我们昨天与BlackRock的公告是我们可以构建合作伙伴关系以补充我们构建基础设施产能方法的一个例子。现在来看我们的财务展望。我们预计2026年第三季度总营收将在610亿至640亿美元之间。我们的指引假设基于当前汇率，外币汇率将对总营收同比增长造成约1%的拖累。关于支出和展望。我们正在提高支出展望的下限，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收入将高于2025年营业收入。我们预计2026年资本支出（包括融资租赁的本金支付）将在1300亿至1450亿美元之间，较我们先前1250亿至1450亿美元的展望有所收窄。如果我们的税收环境没有变化，我们预计2026年剩余季度的税率将在15%至17%之间，高于我们先前13%至16%的展望。
> 
> 最后，我们继续关注可能对我们的业务和财务业绩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看到与青少年相关问题的审查，并且今年在美国有几起与青少年相关的审判，这可能最终导致重大损失。最后，我们的业务势头在第二季度持续，核心广告和参与度举措执行强劲。我们还在推进将个人超级智能带给每个人的努力，推出了令人兴奋的模型，并预计在今年余下时间通过新产品延续这一势头。至此，Krista，让我们开始问答环节。
> 
> * * *
> 
> **问答环节**
> 
> **操作员：**
> 
> 谢谢。我们现在将开启问答环节。（操作员说明）你们的第一个问题来自摩根士丹利的Brian Nowak。请继续。
> 
> **Brian Nowak，分析师：**
> 
> 感谢回答我的问题。我有两个问题，一个给Mark，一个给Susan。Mark，感谢您提供关于消费级和商业代理、API工具和计算租赁等新产品管线的丰富信息。这里有很多机会。我的问题是，当您审视这些机会和当前产品的状态、计算能力时，您预计哪些机会能够在‘26年和‘27年率先实现规模化，从而向投资者展示可量化的实质性投资资本回报？
> 
> 然后Susan，关于‘27年产能和翻倍产能有一些公开评论，感谢您对资本支出的说明。关于‘27年资本支出有任何早期评论吗？哪怕是关于上行来源或下行压力的思路，以帮助我们思考为这一多年建设提供融资的不同方式。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 我可以回答第一个问题。关于不同的机会和我们如何考虑计算能力，总体而言，相当大一部分计算能力用于训练。作为一个领先的实验室训练模型，我认为这是一项重要的投资。但其余的则用于一系列不同的产品和收入机会，这涵盖了从优化和改进我们的核心业务，到我们即将发布的新消费产品，再到API、商业代理工作、我提到的路线图上的开发者工具工作，以及直接销售计算能力的机会，我提到我们收到了大量报价，价格远高于我们支付的价格。
> 
> 思考这个问题的关键在于，我们相信销售智能的利润率将持续显著高于直接销售计算能力。但我们认为，显然销售计算能力也有很大的机会。所以，我们正在思考——我想你问的是哪个领域可能规模化最大，但实际上，我对所有这些领域都将实现有意义的增长相当乐观。我认为我们很快将在其中几个方面分享更多信息。
> 
> **Susan Li，首席财务官：**
> 
> Brian，关于你的第二个问题，我们目前不提供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了我们当前基础设施计划的一个重点，即致力于最大化2026年和2027年的产能，并给予我们在‘28年及以后继续增长的灵活性，同时也让我们能够在评估‘28年及以后的实际需求时做出服务器决策。
> 
> 所以我们仍在研究未来几年我们的产能需求。总的来说，我们认为近期产能比长期产能更有价值，而且这仍然是一个非常动态的规划过程。
> 
> **操作员：**
> 
> 您的下一个问题来自高盛的Eric Sheridan。请继续。
> 
> **Eric Sheridan，分析师：**
> 
> 感谢回答我的问题。如果可以的话，我有两个问题。当您界定企业机会时，您认为其中有多少是基于您已建立的进入市场策略（作为现有广告和营销业务的延伸）目前即可获得的，而又有多少需要构建新的进入市场策略才能抓住？然后，Susan，如果我能再插进第二个问题。当您考虑未来几年的业务资金来源时，您提到了昨天宣布的交易，作为探索为未来义务融资方式的一个例子。我们不断收到投资者关于如何考虑债务和股权以及资金来源组合的问题。从理念上讲，你们如何平衡在支出上的雄心和对资本的需求？非常感谢。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 好的。我可以谈谈第一部分。对于企业，我认为将是现有业务的延伸和新建业务的结合。现有业务实际上是在向营销人员和企业销售，这些企业基本上是面向客户，试图接触客户并直接向他们销售。显然，这占据了Facebook和Instagram业务的绝大部分。我们相信有机会通过消息应用和其他服务，利用商业代理继续与客户互动，并像广告系统一样，有效地在我们为企业取得成果时获得报酬。
> 
> 因此，我们认为这是对我们与数百万广告商和数亿使用我们平台的小型企业现有销售和合作伙伴关系的自然延伸。所以，我认为这对我们来说应该是一个相当自然的机会，我们正专注于以一种不试图在短期内最大化销售额的方式交付它，而是最大化对用户的成果，并建立一个稳健的拍卖机制，这是我们长期看到能很好地服务业务的方式。还有其他企业客户，我认为我们也将越来越多地服务他们。
> 
> 我们正在构建编码和内部生产力工具，部分原因是我们需要为自己构建。我们需要确保拥有适合我们自身调优的工具，既然我们现在有了这些，我们认为有巨大的机会去服务，无论是小型企业还是大型企业。这与我们历史上擅长的能力有所不同，我们将很快分享关于如何构建这方面的更多信息。
> 
> 但我认为这方面机会非常大。我对此的看法是，显然计算方面有很多新闻，但我认为企业机会是所有不同事物的总和。它不仅仅是销售计算能力，还包括API服务、生产力服务、为业务非营销部分提供的商业代理，这些都是整体产品的一部分。
> 
> 我认为那里有非常非常大的机会。因此我们非常关注这一点。这将是公司需要构建的新能力，但我认为这是非常重要的能力，这样我们才能确保最大化面前的机会。
> 
> **Susan Li，首席财务官：**
> 
> Eric，关于你关于资金来源的第二个问题，这是我们一直在认真思考的问题，因为我们正在为未来进行财务规划。显然，我们强劲的运营现金流使我们在为基础设施扩建提供资金方面处于优势地位。但近年来我们也一直在发展我们的资本结构，包括增加债务比例，以努力降低我们的资本成本。
> 
> 我们发现，在我们投资于本身具有长期视野的举措（尤其是AI基础设施项目）时，继续增加成本效益高的长期资金来源是审慎的做法。我们还拓宽了融资渠道，包括像我们昨天与BlackRock宣布的合作伙伴关系，我们将继续在未来评估项目时，审慎评估不同的资金来源。
> 
> **操作员：**
> 
> 您的下一个问题来自伯恩斯坦的Mark Shmulik。请继续。
> 
> **Mark Shmulik，分析师：**
> 
> 是的，感谢回答我的问题。Mark，每个人都有一个故事，某人从硅谷回来，深度编写代码，用AI构建代理，然后他们回家告诉父母，他们用AI的方式错了，它就像一个高级搜索工具。消费者行为总是很难预测，但阅读您关于“AI for everyone”的专栏文章，您如何看待消费者采用是否能弥合这一AI实用性差距？我们是否正处于某种突破的边缘，还是我们只需要更有耐心？谢谢。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 嗯，我认为有些事情已经突破了。关于AI与其他技术相比，有趣的一点是，大约每隔一年（这个周期可能会加速），每隔一年你就会获得新的能力，从而创造新的可能产品线。所以显然有面向消费者的AI助手市场，这就是我们通过Meta AI所做的，以及竞争对手在该领域的产品。然后在过去一年，我认为编码代理市场增长非常快，这是第一个真正的代理市场。我认为编码之所以首先出现有几个原因，对吧？你有愿意花时间让它工作的技术客户。编码本质上是数字化的、闭环的活动。所以在某些方面，它有点像一个更容易训练的系统。但我们的赌注——或者说我们在此做出的一个赌注是，我们认为消费者个人代理最终将成为一个极其重要且庞大的市场。
> 
> 我认为，如果你展望五年后，无论你希望那个时间段是多久，没有数十亿人拥有一个了解你目标、全天候为你工作以实现你目标的个人代理，无论你关心的领域是什么，无论是帮助你改善健康、爱好、个人财务、提高家庭管理效率，还是改善和增强你的人际关系、帮助你的事业，帮助所有这些不同的事情，这种可能性极低。
> 
> 这是非常非常深层次的用例集。但如你所说，我认为为消费者构建与为开发者构建略有不同。如果你为消费者构建，特别是如果你试图构建的不是给几百万人用，而是给几十亿人用的东西，它就需要能直接工作，对吧？它需要简单。我认为我们今天看到的许多代理、许多原型代理的问题是，它们需要大量调试，你需要进入终端才能设置好。
> 
> 你启动一个用例，看起来有点神奇，但可能随着时间的推移会崩溃。我认为能够提供“开箱即用”个人代理的公司，这将成为AI领域的下一个主要机会之一。除了我们在Meta AI、商业代理以及所有这些其他事情上的工作之外，我们对此感到非常兴奋，同时我们也在开发我们认为将继续推进新能力以创造新产品线的模型。所以这就是我们非常乐观的原因。现在，我们将在不久的将来某个时候发布这个产品，那将非常令人兴奋。
> 
> 我们还没有做到。所以，关于这一点，在财报电话会议上我能说的也就这么多了。但我认为这是一个非常大的机会，我认为几乎是必然有人会去做的。我认为这确实发挥了Meta作为一家公司的优势——我们构建覆盖数十亿人的消费产品。一旦我们让某些东西运转起来，我们非常擅长将其扩展到大量用户，我们擅长构建能够支持这些密集型应用的基础设施。所以我对这一点感觉非常好。我理解我们需要为我们的社区交付它，这正是我们非常专注的事情。
> 
> **操作员：**
> 
> 您的下一个问题来自摩根大通的Doug Anmuth。请继续。
> 
> **Douglas Anmuth，分析师：**
> 
> 太好了。感谢回答我的问题。一个给Susan，一个给Mark。Susan，您谈到了LLM在提供排序和推荐增益方面能力越来越强。您能否详细谈谈这里的路线图，以及我们在利用更好的模型和更多计算方面进展到了什么程度？然后，Mark，关于外部将您的计算能力货币化的报价数量，您同时也在从多个第三方购买容量。所以希望您能帮助我们理解其中的一些区别？仅仅是时机和过渡问题，还是训练与推理的区别，以及利用最适合每种任务的芯片？谢谢。
> 
> **Susan Li，首席财务官：**
> 
> 谢谢Doug。我先回答关于推荐路线图进展的问题。首先，我们当然看到在今年剩余时间和2027年还有进一步改进推荐的空间。我们预计这将帮助我们在Facebook和Instagram上推动更多的参与度提升。我想强调几点。首先，我们将继续使推荐更加个性化和与用户兴趣相关，这部分是通过推进我们的推荐模型和架构，以更精确地捕捉用户兴趣，并更快地响应用户在特定时刻关心的事物。我们的AI投资将在实现这一愿景中发挥重要作用，包括扩展基于LLM的内容理解，以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，并更快地响应用户在当下关心的事物，以及使用AI来呈现高质量、新鲜和热门的内容，并减少低质量内容的份额。
> 
> 其次，我们继续改进我们的数据基础设施，以使我们的模型能够训练更多数据并更有效地利用这些数据。我们在描述用户过去互动过的内容方面增加了更多细节，并用更精细的内容丰富了过去的用户互动序列。这使得我们的模型能够更精确地学习哪些互动对用户更有价值或更不重要。我们继续扩大训练中使用的用户互动序列的长度，以及我们在Facebook和Instagram上的模型架构的复杂性，以利用更大的数据集。
> 
> 然后，我们已经在使用LLM进行内容理解方面取得了重大进展，鉴于它们能够更深入地理解内容，我们将进一步将它们整合到我们的推荐和内容政策执行堆栈中。而且，我想说，总的来说，我们对这一系列工作非常乐观。
> 
> 我们还投资于使用基于LLM的代理方法来改造我们的推荐系统，并且今年上半年来自我们排序代理的发布数量有所增加。这也帮助提高了我们工程师的生产力，这也是我们感到非常兴奋的另一条路径。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 好的，我可以回答第二部分。我认为你的问题是关于我们如何看待收到的销售计算能力的报价，但同时我们也在购买计算能力。我的意思是，高层次的观察是，根本没有足够的计算能力来满足所有需求。这就是为什么我们看到，基本上我们收到了大量关于我们拥有计算能力的报价，但我们也有很多我们认为非常有价值的内部用途。
> 
> 现在，在运营业务方面，显然我们需要做出的一个常见权衡是，你今天将其货币化多少，与为未来开发未来资产。我认为这始终是一个组合，对吧？你不只想做长期的事情，也不想不做任何短期的事情，不想不去验证近期的市场。但我也认为，仅仅出售所有的计算能力并获取短期利润是愚蠢的。
> 
> 但当你有机会在其上构建智能时，这将是一个倍数，并在其基础上复合计算能力的价值。所以我认为答案正是我们正在做的，即基本上使用我们的大量资本来构建计算能力，对我们有能力在合理时直接货币化计算能力充满信心，同时也知道我们有许多不同的用例来货币化计算能力之上的智能。
> 
> 包括我们谈到的企业用例，包括我们谈到的消费者用例，还包括核心业务，这甚至不一定是我们没谈到的新产品，而是利用它来进一步增加智能，改进核心服务中的排序、推荐和广告。所以我认为所有这些都是真实的。这创造了一种动态，即我们现在投资建设这些数据中心，它们将在未来的某个时间点上线。
> 
> 显然，在它们上线之前你不会从中获得价值。但基本上我们看到对这些的需求都非常大，并希望最大化机会来构建所有这些不同的业务。
> 
> **操作员：**
> 
> 您的下一个问题来自美国银行的Justin Post。请继续。
> 
> **Justin Post，分析师：**
> 
> 很好。谢谢。Mark，您大约一年前聘请了AI实验室的高级领导。您能否谈谈实验室的表现如何？您认为华尔街是否会真正看到产品速度在模型、芯片或其他方面出现上升？然后，您认为实验室正在构建什么样的可持续竞争优势？谢谢。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 是的。所以，我的意思是，我对我们目前的发展轨迹相当满意。我们已经发布了一些在我们的早期扩展阶梯上令人印象深刻的模型。正如我所说，我们正在扩展更大、更先进的模型，我们也对此感到兴奋。我认为这里有智能方面，也有数据方面。我认为在任何你想要进入的产品类别中，都会存在某种飞轮效应，你可以从该社区人们使用产品的行为中学习。所以，你在那方面做得越好，得到的反馈就越多，然后这不可避免地会使产品更好。所以我认为这是一个人们可以理解地痴迷于智能的领域，但数据和服务用户的知识部分确实非常重要。
> 
> 如果你谈论的是个人超级智能，那么显然，对一个人生活中发生的一切及其目标有一个非常清晰的思维模型将是其非常重要的一个方面。某些公司在不同市场和该领域不同部分拥有不同的优势。但我认为，提前在这些不同事情上工作的部分原因是，首先，技术是通用的。
> 
> 所以当你构建出智能时，它可以应用于许多不同的用途。然后你想投资于在这些用途上建立飞轮效应，因为我认为这是你如何随着时间的推移建立可持续优势的方式。但我认为我们在Meta已经明确表明，当我们有一个有效形式的产品时，我会说，我们可能是世界上最好的公司，能够将这些体验扩展到数十亿人。
> 
> 所以我对个人代理工作感觉很好。我对商业代理工作感觉非常好，我们已经有我们的广告客户基础和我们服务的小型企业，以及我们扩展和推广它们的能力。我认为这些也是持久的优势，以及我们在它们之上建立的数据飞轮效应。然后，显然在研究方面，你想建立良好的文化。我的意思是，这只是基本的事情，但我觉得你只是要确保你以一种管理良好、持续稳定、低戏剧性、复利增长的方式建设团队，这是你追求的目标。我认为如果你能做好，那么这也许不是一个清晰的数学解释，但我认为这就是商业运作的方式。所以，是的，这就是我们所做的。
> 
> **操作员：**
> 
> 您的下一个问题来自巴克莱的Ross Sandler。请继续。
> 
> **Ross Sandler，分析师：**
> 
> 是的。嘿，Mark。继续关于AI实验室的评论。Muse Spark 1.1非常接近前沿，但它处于智能谱系的低端，我应该说是低成本端。从您上一个回答听起来，您认为在低成本端和更昂贵的高性能端竞争都很重要。您能稍微谈谈这个吗？然后，您实验室的领导层也谈过要回到开源，回到你们几年前的状态。那么这如何融入战略，以及围绕AI产品和模型货币化的所有这些讨论？非常感谢。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 是的。所以，让我稍微深入一下这方面的科学过程。基本上，在训练大型模型的每个阶段，你都会看到新的行为。所以基本上，你想要做的是从训练较小的模型逐步建立到构建更大的模型。我们到目前为止发布的模型是基于——在攀登扩展阶梯的某个规模上，我们正在继续扩展更大的模型。
> 
> 所以我认为对于Muse Spark 1和Muse Spark 1.1，我认为对于该模型的规模、实验室发展阶段来说，它们是非常令人印象深刻的模型，我对它们感觉很好。你也希望拥有更先进的模型，这就是为什么我们正在扩展更大的模型，这就是为什么我们正在围绕这个建立大量研究基础设施。但与此同时，我们也希望有好的、更高效的模型，这些将是我们大规模向消费者提供的很多服务。
> 
> 但如果你服务数十亿人，你希望有能力为非常困难的问题使用更先进的模型，你也希望有能力为绝大多数提示使用更简单、更高效的模型。所以我认为两者都非常重要。效率确实很重要，但我也认为我们希望能够为世界各地的企业和客户解决最困难的问题。
> 
> 所以我们两者都关心。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，它创造了对我们有益的反馈循环，让社区投资于我们的基础设施栈，以及我们的工作并贡献改进。但我们一直说我们将采取开源和闭源混合的方式。这一点仍然成立。现在，在扩大Meta超级智能实验室的过程中，实际上在某种程度上反直觉的是，做开源模型需要更多工作，因为如果你做一个只为自己用例构建的封闭系统，它可能会更粗糙一些。而如果你将其开源发布，会用于很多事情，你希望它更全面。
> 
> 我只是想确保MSL团队能够不受限制地构建我们所能达到的最智能模型，我们预计我们将在不久的将来某个时候恢复发布一些开源模型。但就像我们一直说的，我们对此并不教条。我们认为开源很重要。我们想为那个生态系统做出贡献。我们计划结合开源和闭源模型。
> 
> **操作员：**
> 
> 我们还有时间回答最后一个问题，这个问题来自富国银行的Ken Gawrelski。请继续。
> 
> **Ken Gawrelski，分析师：**
> 
> 谢谢。如果允许的话，我有两个问题。首先，Mark，我想再次触及您刚才关于开放权重模型的观点。关于这个话题有很多讨论，您也参与过评论。为什么或为什么不？这会改变Meta开发封闭专有前沿模型的观点吗？如果开放权重模型 proliferate（普及），是否存在机会，使得Meta不必开发自己的前沿模型？这是第一个问题。
> 
> 第二个问题，如果需要的话，我想向Susan确认一下。您在准备好的发言中提到，计划最大化‘26年和‘27年的产能。这是一个需求还是供应的评论？意思是，您是在暗示Meta计划在‘27年前内部使用所有已建成的产能？还是说，您将根据Meta产品和服务需求来评估‘28年及以后的扩建？谢谢。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 我可以回答开源问题。让我看看，问题的本质是不是因为我们有一些开放权重模型，我们就可以依赖那些。我的意思是，目前，开源模型不如前沿模型强大。所以基本的答案是否定的。然后，还有一个总是存在的关于其他公司行动的长期政策辩论和问题，以及这是否是像Meta这样的公司可以依赖的事情。
> 
> 我认为那非常棘手。所以我认为在这两个方面，我们相信我们能够做得更好，我们认为依赖存在风险。我不认为那是正确的做法。我认为我们是一家——如果你从整体上看Meta，很多人看到的是表面层，我们构建了一些社交媒体应用，我们有广告业务，但我们实际上是一家全栈科技公司。
> 
> 我们构建了自己的数据中心、基础设施、芯片、底层软件。当我们开始时，因为我的工程背景，我写了很多系统代码。Facebook成功的很大一部分原因是因为它确实能工作，对吧？当其他社交网络无法快速高效地运行时，它确实能工作。我认为我们完全有能力构建更个性化、更优化、更高效的东西。
> 
> 某些定性体验，其他人甚至无法构建，因为我们一直深入整个技术栈。在我看来，拥有自主构建模型的能力显然将成为未来技术栈的重要组成部分，这就是为什么这对Meta很重要，也是为什么其他人关心开源，为什么开源整体很重要，因为其他公司，即使他们没有能力构建这些模型，也不想仅仅依赖少数几个封闭实验室。我知道开源模型在世界上有非常重要的地位。需要明确的是，这并不影响我谈到的API机会或任何其他事情，因为仍然需要有人来运行模型、进行推理，并高效运行这些模型，拥有这样做的计算能力将继续成为商业优势的来源。所以我不认为这些一定是相互矛盾的。
> 
> 但当我看到世界各地许多有鉴别力的客户和公司想要什么时，他们会想知道他们掌控着自己的命运，他们可以信任他们使用的模型，他们的数据是安全的，不会发送给竞争对手等等。所以我认为开源将很重要，但我认为对我们来说，构建模型也将是其中的关键部分。
> 
> 顺便说一句，我知道所有的模型都在一套通用的评估标准上进行评估，然后被归结为，好吧，某些模型与另一个模型相差几分之内或什么的，但它们确实有不同的技能组合，就像人一样，对吧？就像人在某些领域有特长，有不同的个性，在不同的事情上表现有优有劣。如果你试图为人们构建个人超级智能，或者为小企业构建商业代理，那可能需要一些与其他实验室调优不同的技能。就像能够在我们Instagram推荐、广告系统上进行全栈工作是我们如何随着时间的推移取得这些成果一样，我相信构建全栈模型将在很大程度上成为我们如何为所有想要服务的不同客户构建个人超级智能代理、商业代理以及所有这些不同用例的优势。
> 
> 因此，除了我们拥有的分发优势和覆盖所有这些人并扩展有效产品的能力之外，我认为这是很多持久的优势，你构建出特定于该用例并在这些用例上卓越的东西。我的意思是，我知道这是一项巨大的投资，是一个很大的赌注。我们看到技术在起作用。我们对实验室的发展轨迹感到满意。我对即将推出的产品感到兴奋，我们相信这会是一件大事。
> 
> 所以，我的意思是，我知道这整个行业是一个大赌注。我个人的赌注是，那些投资于此的人将随着时间的推移获得回报并感到非常满意。
> 
> **Susan Li，首席财务官：**
> 
> Ken，我将简要回答你的第二个问题。当我们提到专注于‘26年和‘27年产能时，实际上有两个因素。一是我们现在和可预见的未来都处于需求受限的状态，这实际上也包括我们的核心业务，如果我们有计算能力，我们仍然有许多投资回报率为正的地方可以投入使用。
> 
> 第二，当然，只是关于长期建设产能限制的不确定性，我们在之前的评论中谈到了一些需要进一步建设供应链的需求。所以我认为在‘27年之后，当我们展望‘28年及更远时，世界将会发生很大变化。我们自己的内部需求将会演变。到那时很多事情都已尘埃落定。因此，当我们今天考虑‘28年的规划时，我们真正关注的是灵活性。这只是给我们拥有土地和电力的能力，但真正关于购买芯片和其他大宗商品的决策将在更晚些时候做出。所以目前，我认为我们知道在‘26年和‘27年有很多好的用例需要产能，这确实是我们建设的目标。
> 
> **Ken Gawrelski，分析师：** 很好。
> 
> **Mark Zuckerberg，创始人、董事长兼首席执行官：**
> 
> 感谢大家今天参加我们的会议，我们期待很快再次与大家交流。

### Related Stocks

- [META.US](https://longbridge.com/en/quote/META.US.md)
- [METU.US](https://longbridge.com/en/quote/METU.US.md)
- [FBL.US](https://longbridge.com/en/quote/FBL.US.md)
- [METD.US](https://longbridge.com/en/quote/METD.US.md)
- [METW.US](https://longbridge.com/en/quote/METW.US.md)
- [FBY.US](https://longbridge.com/en/quote/FBY.US.md)
- [FBYY.US](https://longbridge.com/en/quote/FBYY.US.md)
- [MAGX.US](https://longbridge.com/en/quote/MAGX.US.md)
- [BLK.US](https://longbridge.com/en/quote/BLK.US.md)
- [ESLOY.US](https://longbridge.com/en/quote/ESLOY.US.md)
- [BTX.US](https://longbridge.com/en/quote/BTX.US.md)
- [BIT.RT*.US](https://longbridge.com/en/quote/BIT.RT*.US.md)
- [BDJ.US](https://longbridge.com/en/quote/BDJ.US.md)
- [BSTZ.US](https://longbridge.com/en/quote/BSTZ.US.md)
- [BIT.RT.US](https://longbridge.com/en/quote/BIT.RT.US.md)

## Related News & Research

- [Mark Zuckerberg Says Can't Rely on Open Source AI Models Right Now: 'We Think That There's Some Risk…'](https://longbridge.com/en/news/294310763.md)
- [Meta's future AI data center lease obligations swell to over a quarter trillion dollars](https://longbridge.com/en/news/294389887.md)
- [Zuckerberg says Meta’s enterprise AI opportunity extends beyond agents](https://longbridge.com/en/news/294270303.md)
- [Meta Q2 earnings miss. Stock falls.](https://longbridge.com/en/news/294255346.md)
- [Meta Platforms Q2 Preview: Key Items to Watch to Turn Stock Around After Earnings](https://longbridge.com/en/news/294099452.md)