埃里克·詹姆斯·谢里丹

马克，当您思考过去 3 到 6 个月贵公司 AI 部分的发展方向时，我想知道您在深入研究该战略时获得了哪些关键的经验教训，这些经验教训为人才、收购和计算方面的一些转变提供了信息，同时您最近发布了一些博客，介绍了该战略如何基于这些关键经验教训进行演变？

苏珊，基于马克关于扩大人才和计算能力的评论，我想知道您是否可以更深入地谈谈我们应该如何看待这两个组成部分，它们将如何推动您对未来 12 到 18 个月的运营支出和资本支出做出的一些评论。

马克·扎克伯格

是的，当然。我可以先说说。从宏观层面来说，我认为人们对真正强人工智能、超级智能的实现时间线有很多疑问。我想，到目前为止，我们观察到的每一步，那些更激进的假设，或者说最快的假设，都是那些最准确地预测了将会发生什么的假设。我认为，这种情况在今年也持续存在。

所以我过去在财报电话会议上讲过很多类似的趣闻轶事。我认为，我们看到一些内部团队正在调整Llama 4，打造自主AI代理，帮助改进Facebook算法，提高质量和参与度，如果你仔细想想，这是一件意义深远的事情。我的意思是，目前这类事情发生的频率很低。所以我不确定这个结果本身是否对本季度的盈利或其他方面做出了重大贡献。但我认为这些事情的发展轨迹非常乐观。

我认为现在经营这样的企业面临的一个有趣的挑战是，几年后的世界很有可能会发生翻天覆地的变化。一方面，我们可以做很多事情，可以改进我们现有的核心产品。

我认为我们全公司都秉持着这个原则，那就是告诉大家要认真对待超级智能。这个基本原则就是，我们认为超级智能迟早会真正塑造我们所有的系统，不一定是在一个季度或两个季度的轨迹上，而是在几年的轨迹上。我认为这将改变公司内部关于不同事物运作方式的许多假设。

所以，我认为这基本上就是我们一直在观察它的运作方式，以及人工智能发展的轨迹或速度。我认为它仍然在快速发展。我认为这影响着很多决策，从拥有公司绝对最优秀、最精英的人才密集团队的重要性和价值，到确保我们拥有领先的计算能力，以便这里的研究人员能够人均拥有更多的计算能力，以便能够领导他们的研究，然后通过我们的产品将其推广到数十亿人，确保我们通过我们所做的所有不同的事情来构建和驱动这些产品。我认为，这是我们公司在全球最擅长的事情之一，基本上，当我们采用一项技术时，我们擅长通过我们所有的应用程序、广告系统等等来驱动它，它不会只是被搁置一旁。

我认为，没有其他公司能像我们一样，擅长将某种东西呈现在数十亿人面前。所以，是的，我的意思是，我们会非常积极地推进这一切。但在某种程度上，我们目前看到的轨迹有点像押注，这些就是我们看到的信号。但我们只是在努力解读它。

Susan

埃里克，关于你问题的第二部分，我们实际上还没有启动2026年的预算编制流程。所以，考虑到明年，在一个非常动态的运营环境中，显然有很多事情会发生变化。但在某些方面，我们有一些对今年的预期，包括我们2026年基础设施计划的大致情况，都会影响到我们明年的支出预期。此外，我们对今年招聘的AI人才的薪酬支出增长也有一定的预期。因此，这两点也是我们提前预测2026年总支出和2026年资本支出增长预期的原因之一。

因此，就总支出而言，正如我之前提到的，我们预计基础设施将成为2026年支出增长的最大贡献者。这主要是由于2026年折旧支出增长的急剧加速，这主要是由于我们在2026年购买并投入使用的资产以及到2025年部署的基础设施的增量折旧，这些基础设施将在明年确认全年折旧。我们还预计，2025年和2026年，我们的资本支出中将有更多部分用于寿命较短的资产，与前几年相比。

明年基础设施成本增长的另一个组成部分将来自更高的运营费用，包括能源成本、租赁、维护以及与维护这些机队相关的运营费用。此外，我们预计2026年云服务支出将有所增加，以满足我们的容量需求以及网络相关成本的增长。

基础设施方面有很多事情要做，因为它会影响到2026年的总支出。除此之外，员工薪酬是2026年支出增长的第二大驱动力。同样，这主要源于我们对技术人才的投资，包括我们今年招聘的人工智能人才，确认了一整年的薪酬支出。

我知道这个答案有点长，所以我尽量简短地总结一下。在资本支出方面，2026年我们资本支出增加的主要驱动力是扩大通用人工智能（genAI）的容量，因为我们正在构建训练能力，这将推动明年在服务器、网络和数据中心方面的支出增加。我们还预计在2026年将继续大力投资核心人工智能。再说一次，这是一个非常动态的规划领域，但随着事态的发展，我们想分享一些初步想法。

布莱恩·托马斯·诺瓦克

我有两个问题。第一个问题，马克，我想回顾一下智能实验室以及超级智能的愿景。您现在坐在这里，与12个月前相比，能否请您为我们讲讲，在未来24个月里，您最关注的技术制约因素或技术门槛因素有哪些变化？这些变化可能与过去有所不同，以确保您能够在未来10年真正引领超级智能的理念？

接下来是Susan或Mark的第二个问题，关于核心平台。你们对核心平台进行了很多改进，以提高参与度、推荐度等等。能否请您介绍一下未来18个月内，您最期待的几个因素，您认为这些因素可以进一步提升核心平台的参与度？

马克·扎克伯格

是的，当然。我的意思是，就研究议程和我们非常关注的一系列领域而言，我确实认为专注于自我提升是一个非常重要的研究领域。显然，存在不同的扩展范式，我不想过多地谈论我们正在进行的研究细节。但我认为，在某种程度上，开发超级智能不能仅仅向人类学习，因为你试图构建一个从根本上比人类更聪明的东西。你需要开发一种方法让它能够自我提升。

所以，我认为这是非常根本的事情。这将对我们如何制造产品、如何运营公司、我们能够发明的新事物、我们能够做出的新发现，以及更广泛的社会产生非常广泛的影响。我认为这只是其中非常根本的一部分。

就整体工作模式而言，我更加确信小型人才密集型团队是推动前沿研究的最佳配置。这与我们其他世界级机器学习系统的配置略有不同。

所以，如果你看看我们在 Instagram、Facebook 或广告系统上的做法，你会发现，我们可以非常高效地安排数百甚至数千人致力于改进这些系统，而且我们拥有非常完善的系统，供个人运行测试，并能够测试各种不同的东西。你不需要每个研究人员都拥有整个系统。

但我认为，对于超级智能的领先研究，你真正需要的是能够把整个事情记在脑子里的最小的团队，我认为这推动了团队规模的一些物理原理，以及如何运作的动态。

但我会把它交给苏珊来谈论更多实际的事情。

Susan

Brian，关于核心推荐引擎的前瞻性路线图。我们近期会重点关注一些短期项目。首先，我们会专注于让推荐更贴合用户在会话期间的互动情况，以便我们呈现的推荐与他们当时感兴趣的内容最相关。此外，我们正在进行优化，帮助小型创作者的最佳内容在发布后尽快匹配到合适的受众，从而脱颖而出。

我们还在努力提升系统的能力，通过兴趣探索和学习明确的用户偏好，发现每个人更多样化、更细分的兴趣。我们还计划进一步扩展我们的模型，并融入更先进的技术，以提高推荐的整体质量。

但我们也在长期投资领域进行着许多布局，例如开发支持跨服务推荐的基础模型，以及将法学硕士 (LLM) 更深入地融入我们的推荐系统。这项工作的一大重点是优化系统，使其更加高效。这样，我们就能继续扩展推荐系统的容量，而不会影响我们现有的投资回报率 (ROI)。

道格拉斯·蒂尔·安穆斯

一个是马克的问题，一个是苏珊的问题。马克，Meta 一直是开源人工智能的坚定支持者，你的想法有什么改变吗？就像你追求超级智能，并力求从你重要的基础设施投资中获得更大的回报一样？

然后，苏珊，您关于2026年资本支出的评论表明，明年的支出可能超过1000亿美元。您是否仍然预计自己承担所有这些资金？或者在这方面是否有合作的机会？

马克·扎克伯格

是的。关于开源，我认为我们的想法并没有特别改变。我们一直开源部分模型，但并非开源所有模型。所以我预计我们会继续开发和分享领先的开源模型。

我还认为，目前出现了一些趋势。其一，我们得到的模型过于庞大，以至于很多其他人无法实际使用。因此，我们会纠结于分享这些模型是否有用或帮助，或者这是否真的主要是为了帮助竞争对手之类的。所以我认为存在这种担忧。此外，显然，当你接近真正的超级智能时，我认为存在一系列完全不同的安全问题，我认为我们需要非常认真地对待，我在今天早上的笔记中提到了这一点。

但我认为最重要的是，我希望我们能够继续开源工作。我希望我们能够继续成为该领域的领导者。我也希望我们能够继续不把我们所做的一切都开源，这可以说是我们一直在努力的延续。

是的，我想Susan会稍微谈一下基础设施，但这确实是一项巨大的投资。我们认为随着时间的推移，它会有好的效果。但我们非常重视这笔巨额资金，将其转化为数以千兆瓦计的计算能力，我们认为这将有助于我们进行领先的研究并生产高质量的产品。在运营公司的过程中，我确实在寻找机会，将资本转化为我们能够为人们提供的高质量产品。但这无疑是一次巨大的赌注，我们专注于此，我们希望确保我们所构建的一切能够转化为我们能够为数十亿使用我们服务的用户提供的最好的产品。

Susan

道格，关于您的第二个问题，我们预计明年如何为不断增长的资本支出融资。我们当然预计其中很大一部分将由我们自己承担，但我们也在探索与金融合作伙伴合作开发数据中心的方式。我们目前还没有最终的交易方案可以宣布，但我们普遍认为，有一些模式能够吸引大量外部融资，以支持大型数据中心项目。这些项目将利用我们建设世界一流基础设施的能力进行开发，同时，如果我们的基础设施需求随着时间的推移而发生变化，这些项目也能提供灵活性。因此，我们正在探索许多不同的途径。

贾斯汀·波斯特

我再问一个关于基础设施的问题。马克，你们的支出现在已经接近一些最大的超大规模数据中心运营商了。你认为所有这些容量主要供内部使用吗？或者你认为有没有办法共享，或者甚至想出一个商业模式，将这些容量用于外部使用？

苏珊，关于这笔资本支出的投资回报率，我相信您有内部模型，当然您不能分享所有这些，但您是如何看待投资回报率的？您对长期回报持乐观态度吗？

Susan

贾斯汀，我可以继续尝试一下这两个问题。当然，马克，你也可以发表你的看法。

目前，我们专注于确保拥有足够的能力来应对内部用例，这既包括我们开展的所有核心AI工作，也包括支持自然内容推荐引擎的工作，以及支持所有广告排名和推荐工作。当然，我们还要确保构建我们认为必要的训练能力，以构建前沿AI模型。此外，我们还要确保为我们认为可能遇到的各种推理用例做好准备，因为我们最终不仅关注开发前沿模型，还关注如何扩展到我们认为有望广泛应用并吸引用户的各类消费者用例。

因此，目前我们并没有真正考虑基础设施上的外部用例，但这是一个很好的问题。

关于你的第二个问题，也就是关于资本支出的投资回报率，有几点需要注意。再次强调，在核心人工智能方面，我们继续看到强劲的投资回报率。我们衡量投资回报率的能力相当强，我们对严格的衡量标准和由此获得的回报感到非常满意。

在genAI方面，我们显然处于回报曲线的早期阶段，并且我们不预期genAI工作会在今年或明年成为重要的收入驱动力。但我们对即将出现的盈利机会仍然非常乐观，马克在他的演讲稿中谈到了这些机会，大致分为五大支柱，我就不再赘述。我们认为，从中长期来看，这些机会与我们目前的业务状况息息相关，而且直观地反映了它们对我们而言为何是重大机遇，并且每个机会都蕴含着巨大的市场。

所以，我想说，最后要补充的是，我们在构建基础设施时会考虑到可替代性。显然，在数据中心框架、网络基础设施等方面，有很多东西需要预先构建。但我们会订购服务器，这最终将是资本支出中最大的一块，因为我们会在需要的时候做出最佳决策，确定容量的用途。

马克·艾略特·施穆里克

马克，在您追求超级智能愿景的过程中，特别是对我们这些局外人来说，您会追踪哪些指标或关键绩效指标 (KPI) 来判断是否走在正轨上并取得进展？这真的违背了您上面概述的五大支柱吗？还是我们应该考虑得更开阔一些？

苏珊，显然人工智能如今带来了巨大的投资回报率，所有这些投资也都在朝着某种长期目标迈进，我只是好奇，您对收入或核心业务绩效与投资节奏之间的关系的看法是否有任何变化或调整？

马克·扎克伯格

是的，就关注点而言，我的意思是，我将从内部关注点，团队人员的素质，我们正在生产的模型的质量，整个公司其他人工智能系统的改进速度，以及我们正在构建的领先基础模型对改进所有其他人工智能系统和我们在公司周围所做的一切的贡献程度。

然后，我想你就会进入我们的标准产品和商业模式，那就是将技术转化为新产品，这些产品首先会扩展到数十亿人，然后随着时间的推移，我们就会实现盈利。但我认为这其中会有一些滞后，对吧？我认为这一直是我们的工作方式，无论我们是在构建一些新的社交产品，还是像Meta AI这样的产品，或者围绕它推出的新产品，我们都会努力达到领先规模，打造最高质量的产品，并在未来几年专注于此。一旦我们对这个定位真正有信心，我们就会专注于提升围绕它的业务。

所以我的意思是，稍微回到最后一个问题，当你把这项业务和一些云业务进行比较时，你会发现我们确实存在这种延迟，我们专注于构建研究，然后进行研究，最后推出消费产品，而且通常需要一段时间才能真正扩大围绕它的业务。我认为这是我们业务及其周期的一个已知特性。

但我想，另一方面，我们认为，如果你正在构建超级智能，你应该充分利用所有GPU，以便更好地服务你的客户。我们认为，这比我们直接创造这些GPU，而不是仅仅租用或租赁其他公司的基础设施，将获得更高的回报。

Susan

关于您问题的第二部分，我们过去曾说过，从盈利能力的角度来看，我们的主要重点是推动合并营业利润的长期增长。但这并非线性增长。在某些年份，我们的利润增长会高于平均水平。而在我们进行大规模投资的年份，我认为这会影响我们能够实现的营业利润增长幅度。

目前，我们看到许多颇具吸引力的投资机会，我们相信这些机会将在未来几年为所有投资者带来令人瞩目的利润增长。因此，在进行这些投资的同时，我们专注于限制其他领域的投资。但我们坚信，现在是我们真正投资人工智能未来的时候了，因为我认为它除了能增强我们的核心业务外，还能为我们带来新的机遇。

罗纳德·维克多·乔西

马克，我想问您关于 Meta AI 的问题。我记得您在电话会议上提到了提升整体参与度，尤其是在 WhatsApp 上。现在我们的平台拥有 10 亿用户，重点是推动个性化。所以，我想进一步了解这些下一代模型如何帮助推动这里的应用，尤其是在 Behemoth 即将上线的情况下。

然后，当人们在 WhatsApp 上使用 Meta AI 时，他们会思考搜索和查询，并有可能将其货币化。

马克·扎克伯格

是的，我不会深入探讨路线图，但基本情况是——随着我们不断改进 Meta AI 背后的模型和后期训练，参与度会不断提升，而且随着我们更换更新的模型，当我们从 Llama 4 升级到 Llama 4.1 时，我们预计这些模型本质上是相当通用的。所以——是的，你专注于特定领域，但总的来说，它会在人们想问它或想用它做的很多不同的事情上变得更好。我认为，对于每个版本，我们都在持续训练它，就像我们每周所做的那样，当我们推出新一代或每一代的重大版本发布时，参与度也会提高。

所以我们专注于此。我不会透露我们未来计划放弃的具体研究领域或能力。但显然，我对此感到非常兴奋。

优素福·侯赛尼·斯夸利

我有两个问题。马克，到目前为止，雷朋计划一直是你们的标志性项目。我们现在在眼镜研发方面进展如何？您之前提到的那个新计算平台，它的进展比您想象的快还是慢？随着你们利用 Meta AI，您是否认为眼镜最终会取代智能手机？或者，你们需要一种以 AI 为先的新形态？

然后，Susan，请问您如何看待SBC未来几年的发展？是否可以假设它的增长速度会显著快于收入和运营支出的增长速度？您如何最大限度地减少股东权益稀释？

马克·扎克伯格

是的，我可以谈谈眼镜。我的意思是，我对我们取得的进展感到非常兴奋。我认为雷朋Metas和Oakley Meta，以及HSTN，以及我们计划中的其他产品都非常兴奋。是的，我的意思是，这个产品类别显然表现相当不错。我认为它在很多方面都有用。它是一款时尚的眼镜，所以人们喜欢像戴眼镜一样佩戴它。它有很多有趣的功能。而且，Meta AI在其中的应用也在持续增长，每天使用它的人比例也在增加，这一切都令人欣慰。

我仍然认为眼镜基本上是人工智能的理想形态，因为你可以让人工智能全天看到你看到的内容，听到你听到的内容，并与你对话。一旦你在眼镜中安装显示器，无论是像我们在Orion上展示的那种宽广的全息视野，还是一个可能适合显示某些信息的小型显示器，这都将释放出巨大的价值，让你能够全天以这种多模式方式与人工智能系统进行交互。它可以查看你周围的内容，为你生成UI，显示信息并提供帮助。

我个人认为，就像我戴隐形眼镜一样，如果我的视力没有矫正，我就会感觉自己在认知方面处于劣势。而且我认为，在未来，如果你没有配备人工智能的眼镜，或者没有某种方式与人工智能互动，那么与其他人、与你的同事或竞争对手相比，你很可能也会处于相当明显的认知劣势。

所以我认为这是一个非常基础的外形设计。它有很多不同的版本。目前，我们正在打造一些我认为很时尚但并不专注于显示屏的产品。我认为显示屏方面有很多不同的东西值得探索。过去5到10年，我们一直在Reality Labs全力投入研究，基本上就是在研究所有这些不同的东西。

眼镜的另一个优点是，它们将成为融合物理世界和数字世界的理想方式。所以，我认为整个元宇宙的愿景最终也会变得极其重要，而人工智能也将加速这一进程。

如果你五年前问我，我们是否会先拥有能够创造沉浸式体验的全息图，还是先拥有超级智能，我想大多数人都会认为会先拥有全息图。而科技行业这种有趣的怪癖，我认为我们最终会先拥有真正强大的人工智能。但由于我们一直在这方面投入，我认为我们在眼镜制造方面领先了几年。而且我认为我们很兴奋地继续大力投资这方面，因为我认为这将成为未来非常重要的一部分。

肯尼斯·J·多雷尔

我们不太明白你的第二个问题，你介意重复一遍吗？

优素福·侯赛尼·斯夸利

当然。正如你看到的，未来几年随着所有这些招聘的增加，股票薪酬支出也会随之增加，我假设我们会看到这部分支出大幅增长，或者说，增长速度可能比收入和运营支出更快。我只是想知道，你们计划如何最大限度地减少股东权益稀释。主要是回购还是其他什么？

Susan

谢谢，优素福。我的意思是，今年我们招聘的人工智能员工（包括SBC）的薪酬成本增加的影响，反映在修订后的2025年支出展望中，以及我之前对2026年支出展望的评论中。这些显然是2026年支出增长的主要驱动力，因为我们要确认新增人才的全年薪酬。

话虽如此，我们还是将其纳入了我们的支出预期。话虽如此，我们当然非常注重控制股权稀释。我们总体上认为，我们强劲的财务状况将使我们能够支持这些投资，同时继续回购股票，作为抵消股权薪酬的回购计划的一部分，并按季度向投资者分配现金股息。

(这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)