Meta Q1电话会要点：Muse Spark推进 顺带谈代理战略与眼镜热度

专题：聚焦美股2026年第一季度财报

Meta Platforms今天发布了截至2026年3月31日的第一季度财务表现。

详见：Meta营收增长33% 净利润增长61% 上调全年资本支出预期

在财报对外披露后，Meta首席执行官马克·扎克伯格（Mark Zuckerberg）、首席财务官苏珊·李（Susan Li）等管理层举行分析师电话会议，重点梳理财报信息，并逐一回应分析师提问。

以下是本次电话会议分析师问答部分的主要内容：

摩根士丹利(186.7, 0.62, 0.33%)分析师布莱恩・诺瓦克（Brian Nowak）：马克，我想了解一下，你们当前的投入节奏如何？同时你们会盯住哪些指标，确保在Muse以及其他相关产品背后的投资能够带来投资回报率（ROIC）。如果方便的话，能否分享未来12到24个月内你们最关注的关键变量？不论是Meta AI的进展，还是Muse的发展、核心算法方面，你们更看重的是什么，以保证每一笔资本开支和基础设施支出都走在通往健康回报的轨道上？

扎克伯格：这是个很“技术向”的问题。总体来说，我们的关注点是确保我们正在打造能够领先的模型，并把握住对应产品的落地路径。公司的长期理念一直是：先做出能够服务数十亿人的体验，规模起来之后再把它逐步变现。我认为我们已经看到了这种趋势——我们提前投入，构建领先的模型，再把它转化成领先的产品。我们相信，这些产品会成为未来十年里最关键的产品形态之一。

因此，和我们长期以来做的其他工作类似，我会抓住几个大致的里程碑。第一，产品的质量是否足够好，能不能形成真正出色的产品。第二，有了产品之后，它的扩展能力如何。第三，要看盈利路径：提升效率，从而增强盈利能力。我并没有把每一款产品如何按月扩张这种事情写成十分精确的时间表，但我认为我们清楚这些指标需要达到怎样的水平。

如果你去看这些产品的实际使用情况、产品质量、当前模型的水平，以及前沿模型的应用与发展方向，我会很有信心地说，我们正在建设的实验室有望成长为世界领先的实验室。我认为Muse Spark是一款质量很高的模型。它为Meta AI提供支撑，而我认为Meta AI目前已经是世界级助手。我们也具备继续把它向前推进的能力，并吸引更多用户参与其中。

在接下来的几个季度里，我们会持续观察下一轮训练的推进、产品扩展的节奏，以及我们对产品方向的期待是否兑现。现在我们依然非常看好，同时也会在相关时间点加强变现力度。以上就是我要重点强调的事项。至于更细的财务问题，如果还有补充，苏珊可以进一步回答。

伯恩斯坦研究所分析师马克·施穆利克（Mark Shmulik）：马克，现在Muse Spark已经推出了，你怎么看团队在继续训练模型、推进个人超级智能目标，以及在推出更多产品之间做平衡？苏珊，作为对布莱恩问题的延续，我知道讨论2027年的资本支出还为时尚早，但有同行认为可能会出现较大幅度上调。你能否从多个角度来解释，我们今年的回报或进展如何看待，并可能如何影响2027年的支出？

扎克伯格：我觉得团队的路线图始终保持相当一致。我们有一个专门的研究团队，致力于扩展更智能的模型，让它具备我们希望实现的特定能力：既包含商业代理，也包含个人代理。我们刚刚发布了第一个模型，我在此前的回答里也提到，我们如何在“扩展阶梯”上持续攀登，让模型获得更强的能力和更大的规模。这项工作仍在继续。接下来我们还会训练下一批更先进的模型，并继续推进，这是一个循环。我不认为这项进程会在短时间内“结束”。

我们会组建团队，始终围绕如何按我们理想的方式训练更智能、更有能力的模型开展工作。随后是产品团队：现在他们真的可以基于我们的模型去做开发，因为我们已经拥有非常强的模型。此前我们更多是用其他模型做原型验证，不管是我们自己以前的旧模型，还是调用其他公司的API。现在我们可以基于自家模型开发并实现规模化，我认为过一段时间你会看到这些成果逐步体现。

我在开场白里简单描绘过未来方向，但我认为接下来几个月会有更多细节逐渐明朗。这两条也都是我们会反复迭代的循环：持续迭代智能技术，同时不断推出新产品并扩大规模。当产品真正和市场形成契合，我们就会更着重围绕产品构建业务，并进一步把成本降下来。这也是我们过去二十年来经营公司的方式，基本上也是我们的计划。

苏珊·李：关于你的第二个问题，我们并没有给出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，因为我们在评估未来几年的容量需求。结合我们已有的经验，即便我们不断大幅增加容量，但由于人工智能持续进步，以及团队不断发现新的、引人注目的项目和举措，我们仍会不断低估计算需求；与此同时，内部也会出现越来越多极具吸引力的用例。

因此，我们预计计算能力在未来业务中会扮演更核心角色，并且它对于决定我们能否提供更高质量的模型、可以推出哪些类型的产品，以及我们作为组织能有多高的生产力都至关重要。基于这一点，我们会继续构建基础设施，同时把灵活性放在考虑之内。如果最终需求没有达到预期，我们也可以选择更慢的上线节奏，或者在未来几年里随着逐步消化当前建设的容量，减少支出。

高盛(909.8121, 4.21, 0.47%)分析师埃里克·谢里丹（Eric Sheridan）：非常感谢您的回答。或许您可以再展开您准备好的发言稿里提到的一个话题：公司把算力推向消费者与企业的机会。你长期与消费者场景相关联，我很好奇，随着时间推进，你会如何思考将媒体参与相关部分与商务部分进一步扩展，使其更具代理属性？同时，在中小型企业（SMB）和企业里，哪些具体领域存在机会？毕竟，这些领域的产品销售速度往往没有那么快。

苏珊·李：谢谢。就近期而言，我认为我们最重视你提到的几块内容：加深与现有社区和用户群的互动，让广告体验更有意义、也更具价值；以及帮助中小型企业（SMB）在我们的平台上找到客户并建立沟通。这些是我们目前最直观、也最贴近业务的机会。当然，随着我们能构建更多代理能力——让代理提升人们的生产力，同时也能为企业服务，并能在代理之间形成协作——我们希望在平台上逐步建立一个繁荣的商业生态。

其中一些方向的空间更大，尤其是后面那类。同样，我们的重点是打造个人超级智能：让消费者代理能够替你工作、帮你把任务完成。现阶段，我们主要聚焦消费者体验，但我们认为，随着时间推移，商业化机会会越来越清晰。你可以想象佣金体系或订阅型高级服务。在商业侧，我们看到大量围绕代理与扩展商业化AI计划的机会。

我之前也提到，在我们的即时通讯平台里，人与商业人工智能（AI）的每周对话次数已经从年初的100万次上升到现在的1000万次以上，我们也计划在第二季度继续在全球范围推进扩张。目前在我们的即时通讯应用中，多数企业可以免费使用商业AI；随着我们取得更多进展，我们期待能逐步形成更长期的盈利模式，同时也会考虑未来还能为企业提供哪些其他服务，但目前我们暂时无法分享更多细节。

Truist Securities分析师约瑟夫·斯考利（Youssef Squali）：我有一个问题给马克，也有一个问题给苏珊。马克，雷朋和奥克利的人工智能眼镜继续带来不错的表现，但依视路豪雅似乎有更多品牌资源。今年在这些其他品牌旗下继续推出更多眼镜，主要受哪些因素制约？当你回顾2026年，你认为怎样的销量表现才算是一年里的成功结果？苏珊，关于那10%的零售效率提升（RIF），其中有多少是因为人工智能带来的效率提升，又有多少只是由于需求保持在健康水平带来的结果？另外结合你对员工需求的长期观察，你如何看待这类需求相对公司整体收入增长的趋势？

苏珊·李：我可以先回答这两个问题，先说第二个。关于“未来最佳规模”到底会是什么，我们并没有完全确定。尤其是随着人工智能能力快速发展，外部情况发生了很大变化。我们非常专注于用AI工具显著提升生产力，而且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，我们整体上会倾向于使用这些工具来开发比过去更多的产品和服务。

与此同时，我们也在基础设施上进行大规模投入，并且我们非常强调持续的高效运营。所以我们会不断评估组织结构，确保在未来几年里，这套架构能够以最有效的方式支撑我们实现各项优先事项。

在智能眼镜方面，第一季度智能眼镜的销量继续保持强劲增长。市场对于扩展的产品组合系列需求普遍较强，我们也看到销量正在从上一代雷朋Metas切换到最新一代。这说明延长电池续航、更高分辨率的视频拍摄等改进确实有价值。我们对眼镜领域的进展感到非常振奋。我们注意到，消费者对于搭载Meta Neural频段的Meta Ray-Ban眼镜表现出浓厚兴趣，这是一个鼓舞人心的信号，意味着显示眼镜确实存在需求，而显示眼镜也将成为该产品下一代的重要方向。因此这也是我们持续投入、持续关注的重点。

美银美林分析师贾斯汀·波特（Justin Post）：马克，Muse Spark的开发大约用了十个月。我觉得这个速度非常不错。请您再帮我们理解一下，你们正在推进的新产品大概属于怎样的“解锁节奏”？在未来九个月内，沿着类似模式构建的消费者产品，或商业/企业产品，其产品节奏将会如何演进？

马克·扎克伯格：这个领域的进展非常快。我很开心，因为我认为我们的实验室从刚开始到拥有一个广受认可、强大的模型，是进展最快的实验室之一。我把这视为对我们努力的一种重要肯定——团队协作很顺畅，基础设施也在正常运转，各项工作都在按计划推进。这其实也是我们在过去一个季度里学到的最关键的东西：我们下注比较大，而这盘赌注正在按计划推进。

至于节奏会如何变化，我很难给出非常明确的答案，因为我不想披露任何具有竞争敏感性的细节，我们也更重视质量而不是赶在某个特定日期前完成交付。在研究环节，这更多是研究本身，我们在尝试新东西，并不总能准确预判什么时候能“落地”。而在产品环节，我们会很在意能不能做出我愿意推荐给我母亲使用的东西。市面上也有很多代理类产品，但真正适合我母亲使用的并不算多。

因此，我更关注达到那个质量门槛，而不是为了某个发行周去追进度。尽管如此，我们目前所处的阶段是：团队每天都在取得实质性的进展。小团队确实可以做到很快的推进，所以我相信你会看到很多创新。这通话的时点在某些方面也不错，因为Muse Spark的发布是积极信号，Meta AI的首次发布同样也是积极信号，这都说明我们在按计划前进。我可以先勾勒出我们未来的总体方向，但接下来几个季度，这张图会变得更清晰。

巴克莱分析师罗斯·桑德勒（Ross Sandler）：谢谢。马克，结合上一个问题的回答，现在有很多新的消费者应用涌现出来，从OpenClaw这类产品，到面向你妈妈的、更偏消费者取向的想法，比如Poe或Dreamer。这些新思路会怎样改变你对核心Meta AI或Dreamer，乃至整体代理战略的判断？另外，你认为实验室会继续沿着消费者路线走，还是会走其他人正在走的道路，也就是编码与递归自我改进的循环？你对此怎么看。

扎克伯格：关于OpenClaw和其他代理系统，我觉得它们很令人兴奋，因为它们让人看到了未来可能走向的方向。但目前这些系统还相当“难用”。比如如果要设置OpenClaw，需要先在本地电脑安装，再进入终端并配置一系列内容。但我们讨论的对象是让全球数十亿人都能拥有个人超级智能。要做到这一点，你要做的是把体验打磨得更精致、更易用、更便捷，同时确保底层基础设施已经为用户准备好，且整体运行要足够顺畅。

这正是我们在消费者侧重点关注的部分，我对此非常兴奋。如果你真的能做出比现有系统好很多、同时又足够简单，让普通人能轻松拿到并使用的产品，那么就能把规模从几十万或几百万的用户，扩展到面向数十亿人的产品。从实验室成立的第一天起，我们的核心关注点就是：把这类产品真正推向市场。我觉得这会非常令人期待。对于企业端同样如此。

在个人层面也能看到类似逻辑：很多人的目标都是创造一些东西——比如搭建网站、开发产品，或改进既有作品。优秀的代理能够帮助人们实现这些事情，这也是它让人振奋的原因所在。在开场白里我谈到，我们今天如何帮助人们完成某些目标。这些目标确实很大，既包括与在乎的人保持联系，也包括更好理解世界。但这并不是人们唯一关心的事。

我希望我们的产品能做到的一点是：真正理解用户的目标，并能帮助他们把目标落地，同时在需要的时候给出反馈。无论是个人目标，还是你正在尝试创建业务、开展工作，我认为这是一种几乎每个人都会希望拥有的能力。而当人们对这种能力的期待不断提高时，他们也会愿意为更高级版或更强算力付出更多钱购买。这是一个非常令人兴奋的方向。

你接下来应该看到的是，我们能否做出真正实用的版本，以及能否把使用我们的产品的人群从数亿提升到数十亿乃至更多。然后，随着时间推移，我们如何通过变现与降低成本，把它转化为越来越有利润的业务。你问我们主要关注消费者还是自我循环改进。我们讨论了团队的两个核心目标：第一是我们在做的代理愿景。

第二个看法是，自我提升确实至关重要：如果没有领先的模型，就无法打造领先的人工智能产品。模型如果无法实现自我提升，那么未来也难以拥有领先的模型。目前，模型仍能从人类那里学习，但当达到某个阶段之后，模型就必须具备自我提升的能力。因为这才是推动模型进步的路径。如果我们，或者任何其他人，都没有这种能力，那么就不可能成为领先的实验室，也很难打造领先的产品。这就是我们关注的重点。这是否意味着我们是一家做工具的公司？

并不是。我并不反对提供API或编码类工具，但这不是我们的主要关注点。很多人会把编码与自我提升混在一起，这并不准确。编码只是自我提升过程中的一个环节，但并不是全部。我们关注的是为实现我们对个人与企业所设想的超级智能愿景所必需的所有组成部分。

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，我想快速追问一下：随着Muse Spark上线以及更多模型继续推出，你认为个人代理的机会更像是短期、中期还是长期？什么时候你认为能看到相应的产品落地——偏短期还是中期？然后，苏珊，考虑到Instagram和Facebook的规模和覆盖面，你对排名/推荐模型的改进非常印象深刻。能否帮助我们理解：当这些交互序列的长度加倍时，如何推动更大的使用量？有一种观点认为，一些排名推荐的改进也可能沿着同样思路，因此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，但只要在模型里持续提供更多智能与更多能力，长期的收益会非常可观。整个行业都在看到了这一点。每一代模型都有更多能力，可以完成更多事情。用户吸收这些能力之后，就会获得更多“超能力”。我觉得现在是代理作为载体，能把这种能力传递给用户的关键时期，今年可能就是确认代理作为能力入口的时期。之后，模型工作仍会持续很久。无论短期、中期还是长期，都还有很多事情要做。

苏珊·李：关于你第二个问题，也就是排名和推荐改进，在今年剩余时间里我们仍有很大的空间去继续提升推荐系统，我们预计这会带动Facebook和Instagram上的用户参与度。我们会持续完善数据基础设施，让模型可以在更多数据上开展训练。我们也在为用户过去参与过的内容描述增加更多细粒度信息，并提升模型架构的复杂度，以更好利用更大的数据集——例如使用更长的内容交互历史——这应该会提升推荐的整体质量。

我们还会继续把推荐内容做得更个性化，让它更贴合每个用户的兴趣。我们正在重做内容检索系统，用来更充分地展示与用户兴趣各方面匹配的内容，并根据用户兴趣的广泛程度调整主题多样性：兴趣特别集中的人，可能会更频繁地看到同类内容；而兴趣更分散的人，在我们展示的主题中则会看到更多元化的内容。最后，我们也在继续改进基于大型语言模型（LLM）的用户控制能力：该能力允许用户用更细致的自然语言反馈，来指定自己希望在信息流中看到更多或更少的内容。

你提到的序列长度加倍，就是我们在第一季度做的许多改进之一。之后我们还会推进一系列更重大的优化计划。

摩根大通(310.69, 1.44, 0.47%)分析师道格·安缪斯（Doug Anmuth）：非常感谢您接受提问。马克，您怎么看待从广告业务中使用较小模型，向Muse Spark以及未来更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意义与作用，以及目前该技术与相关合作的状态？

苏珊·李：我来回答这个问题。关于Manus，我们目前仍在推进细节处理，所以暂时没有最新进展可以披露。至于你提到的第一个问题，也就是从在广告业务里使用较小模型转向使用更大的模型，我们确实已经开始推进：即便在当前的广告路线图规划中，我们也在调整架构，以便能够更好利用更大模型带来的能力。

历史上，我们从未将像GEM这种大型模型架构用于推理，因为它们的体量与复杂度会导致成本过高。我们提升模型性能的方式，是利用大型模型把知识迁移到推理时使用的更小、更轻量的模型上。

推理模型会受到严格的时延要求约束：它们需要在毫秒级别找到合适的广告投放目标。过去这一直限制了我们对推理模型进一步扩大规模和提升复杂度的空间。但在去年下半年，我们引入了一种新的自适应排序模型，使我们能够在保持亚秒级速度的前提下，使用万亿参数级的大型语言模型（LLM）的复杂性，同时在模型架构以及底层硅片系统方面也取得了进展，从而满足大规模投放广告的性能要求。

我们还开发了一种方法：如果系统判断某类转换的可能性更高，就会智能地把请求路由到更“重”的推理模型。这样既能提升表现，也能提高推理的投资回报率（ROI）。在把更多大型语言模型（LLM）的成果逐步融入底层广告排名模型之前，我们已经做了大量工作。

富国银行(81.59, 0.08, 0.10%)分析师肯尼斯·加雷尔斯基（Kenneth Gawrelski ）：我有两个问题。第一，关于Muse Spark发布时你提到了两个垂直方向：健康与保健、购物。我可以请您把购物与商务相关的内容再讲得更深入一些吗？在2021-2022年期间，你们在Instagram和Facebook上更进一步推进商务场景时，有哪些经验教训可以带到今天？在电子商务领域，是否有机会发展下一代市场型业务？第二，苏珊，基于你们在模型改进与内容推荐方面的推进，你们对核心业务增长轨迹有多大把握？尽管你们的市场份额已很高，但增长速度基本仍是行业平均水平的两倍。您能否进一步谈谈你们对持续超越表现的预判性？

扎克伯格：关于购物问题，我可能会给一个更“高屋建瓴”的回答。这是一个很有意思的例子，说明我们做的事情与别人做的事情哪里不同。当你把整个流程全面优化到位之后，人工智能代理就会变得更强。这也是为什么我们认为：除了构建代理，我们还需要成为一家持续构建前沿模型的公司。要做到这一点，你就必须建设自己的基础设施。因此我们正在进行大规模投资，从上到下把这套能力搭起来。我们投到很多方面，本质上都是一种押注：人们关心的那些具体事情——以及这些人——在未来会变得更加重要。

关于人工智能的讨论里，有很多声音集中在“某家公司试图搭建集中式系统来完成社会中的所有生产性工作”。这和我们的世界观完全不同。我们相信未来的进步来自个人追求自己的抱负。有些人关心治愈疾病这类宏大而重要的事务；也有很多人关心的是如何为女儿找到合适的衬衫。我们将为人们构建出能够实现这种愿景的个人代理工具。

我们做的这件事之所以有趣，也在于它与我听到的其他实验室讨论方式截然不同。即便其中一些想法看起来很直观，但我们在细节上试图用“赋能个人、打造消费产品”的方式来落地，这一点和别人走的路线很不一样。购物或许是一个带有有趣商业影响、也会更受消费者喜欢的具体例子。但我没听到其他实验室明确谈论如何打造一个真正擅长购物的AI。

这并不是因为购物本身是最重要的事情，而是因为要让人们去做生活中重要的事——无论是本地化、理解社交背景、购物、个人健康，还是更直观地了解周围发生的事情（这一点在眼镜场景会变得尤其关键）——这些都构成了个人超级智能愿景的一部分。当你从长期角度思考Meta Platforms的投入，最终要落回到我们希望人工智能在社会中发挥作用的这些价值观。

如果你希望它能赋能个体，并让人工智能服务于个体目标，那么这就是我们要去构建的世界。我认为这会带来很高的价值。

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。我们在第二季度给出了预期，其中包含一系列宏观结果，同时也体现我们为提升应用使用率与参与度、并持续改进广告质量与效果所做的工作。另一个版本则更偏向整体路线图方向层面的问题。我在这方面工作了很久，我想表达的是：团队持续推动技术进步的能力让我非常印象深刻。

我们的规划流程确实围绕这一点做了精细调整。我在几次电话会议上提到过预算流程，我们在其中采用了高度基于投资回报率（ROI）的方式，以确保把资源投入到我们认为未来几年将推动增长的广告计划上。这个流程已经相当成熟。我们衡量影响的能力一直很强，也一直是推动广告收入增长的重要动力，这套方法在过去的预算里也在持续沿用。就我们目前掌握的信息来看，我们对未来的投资机会保持乐观。（完）

责任编辑：刘明亮

新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。

郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。