---
type: "Topics"
locale: "zh-CN"
url: "https://longbridge.com/zh-CN/topics/40304300.md"
description: "刚全程参加完 $Meta(META.US) 的电话会议，听小扎和 CFO Susan 讲 Meta 财报和回答问题，提炼几个自己的看法、主要是围绕着AI 时代 $Meta(META.US) 发展的底层逻辑和增长飞轮是什么？1、从优秀的人工智能模型才能到优秀的产品，优秀的产品才能对用户有粘性，对用户有粘性才能吸引广告主，从而产生优秀的业绩。2、怎么产生优秀的底层模型？需要数据基础设施和算力基础设施。优质的数据 Meta 自己本身就有，所以主要产生巨额的资本开支在算力基础设施上。而算力基础设施价格不断在提高，尤其是内存的成本增长（这也从一个侧面再次验证内存短缺的确定性）3、底层模型是所有产品的基础 所以必须研发好模型。没有走捷径去借助于外部 API。优秀的底层模型产生更精准的算法和内容推荐，也帮助广告主找到精准用户。正向飞轮。4、除了新推出的模型 Muse Spark 牛油果 外，还有更多模型在开发。模型需要有自我提升的能力。5、 $Meta(META.US) 的模型目标是个人 帮助和赋能个人实现理想 围绕在个人日常生活的方方面面 比如商业购物。（小扎有个表达大概是影射 Claude 想要解决所有企业的所有问题）以上是我在电话会议上理解的一些情况和自己的思考，我的判断是 $Meta(META.US) 在 AI 时代还是会很有竞争力，你的看法呢？"
datetime: "2026-04-29T23:24:36.000Z"
locales:
  - [en](https://longbridge.com/en/topics/40304300.md)
  - [zh-CN](https://longbridge.com/zh-CN/topics/40304300.md)
  - [zh-HK](https://longbridge.com/zh-HK/topics/40304300.md)
author: "[MingPanda](https://longbridge.com/zh-CN/profiles/16386316.md)"
---

# 刚全程参加完 $Meta(META.US) 的电话会议，听小扎和 CFO Susan 讲 Meta …


### 相关股票

- [META.US](https://longbridge.com/zh-CN/quote/META.US.md)
- [GOOG.US](https://longbridge.com/zh-CN/quote/GOOG.US.md)
- [GOOGL.US](https://longbridge.com/zh-CN/quote/GOOGL.US.md)
- [GGLS.US](https://longbridge.com/zh-CN/quote/GGLS.US.md)
- [GGLL.US](https://longbridge.com/zh-CN/quote/GGLL.US.md)

## 评论 (4)

- **bupinglu · 2026-04-30T00:24:32.000Z**: 竞争力还有，但烂事太多，大模型也还欠缺。之前是太看好营收，想不到砸了。。。
  - **MingPanda** (2026-04-30T00:29:06.000Z): 壁垒高 大模型对自己生态来说 够用
  - **bupinglu** (2026-04-30T22:50:57.000Z): 投入大，效益不明，拉垮了
  - **MingPanda** (2026-05-01T00:04:27.000Z): 相对看哈 我长期看好