---
type: "Topics"
locale: "zh-HK"
url: "https://longbridge.com/zh-HK/topics/40304300.md"
description: "剛全程參加完 $Meta(META.US) 的電話會議，聽小扎和 CFO Susan 講 Meta 財報和回答問題，提煉幾個自己的看法、主要是圍繞着AI 時代 $Meta(META.US) 發展的底層邏輯和增長飛輪是什麼？1、從優秀的人工智能模型才能到優秀的產品，優秀的產品才能對用户有粘性，對用户有粘性才能吸引廣告主，從而產生優秀的業績。2、怎麼產生優秀的底層模型？需要數據基礎設施和算力基礎設施。優質的數據 Meta 自己本身就有，所以主要產生鉅額的資本開支在算力基礎設施上。而算力基礎設施價格不斷在提高，尤其是內存的成本增長（這也從一個側面再次驗證內存短缺的確定性）3、底層模型是所有產品的基礎 所以必須研發好模型。沒有走捷徑去借助於外部 API。優秀的底層模型產生更精準的算法和內容推薦，也幫助廣告主找到精準用户。正向飛輪。4、除了新推出的模型 Muse Spark 牛油果 外，還有更多模型在開發。模型需要有自我提升的能力。5、 $Meta(META.US) 的模型目標是個人 幫助和賦能個人實現理想 圍繞在個人日常生活的方方面面 比如商業購物。（小扎有個表達大概是影射 Claude 想要解決所有企業的所有問題）以上是我在電話會議上理解的一些情況和自己的思考，我的判斷是 $Meta(META.US) 在 AI 時代還是會很有競爭力，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-HK/profiles/16386316.md)"
---

# 剛全程參加完 $Meta(META.US) 的電話會議，聽小扎和 CFO Susan 講 Meta …


### 相關股票

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

## 評論 (4)

- **bupinglu · 2026-04-30T00:24:32.000Z**: 競爭力還有，但爛事太多，大模型也還欠缺。之前是太看好營收，想不到砸了。。。
  - **MingPanda** (2026-04-30T00:29:06.000Z): 壁壘高 大模型對自己生態來説 夠用
  - **bupinglu** (2026-04-30T22:50:57.000Z): 投入大，效益不明，拉垮了
  - **MingPanda** (2026-05-01T00:04:27.000Z): 相對看哈 我長期看好