FOREXBNB獲悉，近日，Meta(META.US)召開了2024Q4業績會。會上Susan Li表示，2024年第四季度，Meta實現總收入484億美元，同比增長21%。营业成本同比增長15%，主要由於基礎設施支出增加。展望2025年，預計第一季度總收入將在395億至418億美元之间，這反映了8%至15%的年度增長；支出方面，預計2025年全年資本支出將在600億至650億美元之间，資本支出增長將由支持公司的生成式人工智能努力和核心業務的增加投資推動。2025年，公司的大部分資本支出將繼續投向核心業務。
公司表示，2025年的資本支出中，服務器仍然是最大的投資方向，並且預計將大幅增長，主要原因包括：增加AI計算能力：支持生成式AI(GenAI)以及核心AI業務的擴展。維護核心業務：擴展基礎設施以滿足用戶增長，並更新老舊服務器。整體而言，Meta在基礎AI、非AI業務、生成式AI三個領域的基礎設施投資都會增加，重点仍然是支持核心業務。
關於DeepSeek，扎克伯格表示，仍在評估他們的創新點，併計劃吸收其中的一些技術優勢。他表示，目前，很難判斷這些發展對基礎設施投資和資本支出的長期影響。AI計算資源的分配正在經歷結構性變化：過去，計算能力主要集中在預訓練(Pre-training)。現在，越來越多的計算資源轉向推理(Inference)，即AI在實時應用中的計算需求。
這種趨勢意味著，未來AI計算不一定需要更多的預訓練資源，但推理計算的負載可能大幅增長。這對擁有強大商業模式支撐的企業是一個長期優勢，因為可以持續投資基礎設施，以提供更高質量的AI服務，而一些無法承受高昂計算成本的競爭對手可能難以維持。
此外，公司的AI計算基礎設施不僅用於Meta AI，還廣泛應用於信息流推薦(Feeds)和廣告產品。因此，公司需要確保有足夠的計算能力來支持數十億用戶的需求。
Q&A
Q：我知道今年會有很多公告，但能否分享一些高層次的示例，說明你對新潛在應用場景和產品的願景?這些產品如何提升用戶體驗並為廣告商創造價值?特別是關於Llama 4和Meta AI在2025年的發展方向?
A(馬克·扎克伯格)：關於你的第一個問題，我在開場發言中已經提到了一些內容。我們目前的重點是Meta AI，希望將其打造為一個高度智能化且個性化的助手，能夠在我們的各個應用程序中使用，同時也可以通過獨立網站訪問。
我們認為，Meta AI的質量將持續提升，过去一年已有显著进步。此外，我們正積極探索如何更好地將其融入我們的服務，使更多用戶能夠發現並使用它。正因為如此，Meta AI目前已被數億用戶使用，這也是我們持續優化產品易用性的結果。
至於Llama 4，我此前已經提供了一些技術層面的細節，這對於技術愛好者來說可能會很有趣，因為我們之前從未討論過這些內容。但關於今年即將發布的產品，我暫時不會透露太多細節，還是留點驚喜吧。不過，我們會圍繞 Meta AI 進行大量創新，同時 Llama 4 也將帶來一系列激動人心的更新。
Llama4 不會是單一的產品發布，而是像 Llama 3 一樣，分階段推出多個不同的模型。此外，我們在 AI 工程師方向的進展也讓我感到非常興奮。雖然它短期內不會成為一個外部產品，但我們正在積極推進 AI 研究，並用於內部產品開發。這項技術未來可能會帶來重要的市場機會，但在今年，它主要用於提升我們現有產品的能力，推動 AI 在2026年及之後的更大變革。
Q：關於定制芯片，Meta 在自研芯片和第三方芯片在計算效率和排名模型上的應用有什麼經驗?未來採用定制芯片的主要限制因素是什麼?
A(Susan Li)：很高興回答你的第二個問題。首先，我們仍然會繼續從行業領先的供應商採購第三方芯片，並保持長期合作關係。同時，我們也在積極研發自研芯片，以應對一些特定的計算需求，特別是針對那些市面上標準芯片無法優化的工作負載。
我們的自研芯片可以優化整個計算架構，從而在計算效率、單位成本和功耗方面實現更高的性能。這主要是因為 Meta 的工作負載在內存、網絡帶寬和計算資源的分配上有著獨特需求，而自研芯片可以根據這些需求進行精準優化。
目前，我們的 MTIA(Meta Training and Inference Accelerator)主要用於核心排名和推薦推理任務，並已在 2024 年上半年正式投入使用。今年，我們將繼續擴大 MTIA 的應用範圍，不僅用於新增算力需求，還將逐步替換部分已達到使用壽命的 GPU 伺服器。
展望未來，我們希望在 2025 年讓 MTIA 支持部分核心AI 訓練任務，並逐步擴展到生成式 AI 相關的應用場景。
Q：Meta對開源策略的看法如何演變?你們如何看待開源戰略在AI領域的競爭格局?從成本控制和資本回報的角度來看，開源模式能否為Meta帶來長期優勢?
A(馬克·扎克伯格)：在開源策略方面，我們的思路類似於 OpenCompute 專案。當年，我們並不是第一個建立數據中心硬件系統的公司，因此我們決定將其開源，推動整個行業採用我們的方案，並鼓勵生態系統共同創新。最終，這種標準化讓供應鏈更加高效，也降低了成本。
在AI領域，我們認為 Llama 的廣泛應用將推動更多芯片供應商、API開發者和開發平台對其進行優化，從而降低使用成本並提升整體性能。隨著行業採用率的提高，我們自身也可以受益於這些優化成果。
此外，我們也注意到了近期中國的DeepSeek 等開源競爭對手的崛起。全球範圍內可能會形成一個開源標準，我們希望這一標準能由美國主導。因此，我們會繼續推動 AI 生態系統的發展，讓全球開發者都能使用Meta開發的AI技術。最近的一些行業動態更堅定了我們對開源戰略的信心，我們認為這是正確的方向。
Q：在智能眼鏡的發展趨勢方面，Meta認為AI助手的最佳硬件形態是智能眼鏡嗎?還是它只是對應用內AI體驗的補充?
A(馬克·扎克伯格)：是的，我一直認為智能眼鏡是 AI 設備的理想形態，因為它可以讓 AI 助手“看到”你的視角，並“聽到”你聽到的内容，從而提供更有上下文理解的交互體驗。未來，智能眼鏡將成為一個重要的計算平台。
當智能手機成為主要計算平台時，傳統 PC 並沒有被淘汰。同樣，未來手機仍然會存在，但越來越多的用戶會轉向 AI 眼鏡。這是一個不可逆的趨勢，我預計未來十年，市面上所有眼鏡都将具备 AI 功能，甚至一些原本不戴眼鏡的人也会开始使用 AI 眼鏡。
去年，我曾認為，只有當智能眼鏡擁有全息顯示技術時，它才會成為主流產品。但現在，我認為AI本身帶來的價值可能與全息AR一樣重要。因此，AI 眼鏡的發展可能比我們預想的更快。
Ray-BanMeta 智能眼鏡的成功表明市場對此類產品有需求。儘管我們還不清楚長期的發展軌跡，但 2025 年將是探索智能眼鏡市場潛力的關鍵一年。
Q：廣告業務方面，最近幾個季度 Meta 的廣告收入增長主要由廣告單價提升驅動。未來廣告增長的主要推動因素是什麼?定價增長的趨勢是否會持續?
A(Susan Li)：從長期來看，我們認為廣告收入的增長仍然可以從廣告定價和廣告展示量兩方面獲得推動。在定價方面，增長可能受到多種因素影響，包括廣告位供應情況、廣告競價動態，以及廣告展示位置的變化。例如，視頻類廣告的變現效率通常低於其他廣告類型，這也會影響整體定價趨勢。此外，宏觀經濟環境也是一個重要因素。
不過，我們預計，Meta 仍然可以通過持續優化廣告表現，提升廣告主的投資回報率(ROI)。我們在廣告變現上的技術創新，包括優化投放算法、提升廣告目標匹配精度等，都將有助於廣告單價的長期增長。
需要注意的是，廣告單價是一個複合指標，受到多個變量影響，例如廣告主的競價策略、廣告轉化成本等。因此，儘管單價可能波動，但我們總體上看到廣告轉化成本仍然保持在健康水平。隨著 Meta 持續提升廣告轉化率，我們預計未來的CPM(千次展示成本) 仍將呈增長趨勢。
Q：Mark，你提到美國的政治變化可能會使美國企業在海外的競爭地位更有利。但在美國國內，你如何看待這些變化對用戶使用和廣告商採用的影響?你們最近取消了事實核查(fact-checking)機制，是否認為這會影響平台內容?這是否可能吸引更多用戶?同時，這對廣告業務是否會有影響?
Susan，關於 Meta AI，外界對其應用場景感到興奮，但也關注其商業化路徑。你們如何考慮 Meta AI 的變現模式?未來是否可能採用 CPC(按點擊付費)廣告模式?
A：(馬克·扎克伯格)：關於事實核查和內容政策的問題，我們的目標始終是打造最適合用戶的服務。我一直支持言論自由，同時我們也意識到人們不希望看到錯誤信息，因此需要建立一個有效的系統來提供更多上下文信息。
從實踐經驗來看，我們發現社區註釋(Community Notes)系統的效果優於之前的事實核查機制。我願意承認，當其他公司開發出更好的方法時，我們也應當學習並優化自己的系統。
近期的政策調整併不意味著我們對平台內容的質量失去關注。實際上，我們認為社區註釋系統(類似於X平台的模式)比以往的事實核查機制更有效，並且能夠為用戶提供更好的體驗。因此，我相信這些調整最終會讓我們的產品變得更好。
A(Susan Li)：
就廣告業務而言，我們目前沒有看到內容政策調整對廣告支出的明顯影響。廣告商的需求依然強勁，特別是AI賦能的廣告工具幫助企業更有效地優化廣告支出價值。因此，我們的品牌安全承諾保持不變，並將繼續投資於品牌安全工具，以滿足廣告商的需求。
至於 Meta AI 的商業化，我們的初期重點是打造卓越的用戶體驗，目前所有精力都集中在提升產品質量上。
未來，Meta AI 的變現方式可能包括：付費推薦(Paid Recommendations)和高級訂閱服務(Premium Offerings)但目前，我們的主要目標仍然是產品開發，而不是變現。
Q：Mark，關於開源問題，DeepSeek等新模型正在利用 Llama 進行更快、更低成本的訓練。這對 Meta 有何影響?是否會影響 Meta 在未來幾年的投資方向?
關於 2025 年的資本支出(CapEx)，你們預計投資 600-650 億美元，相較去年，投資結構是否有變化?服務器仍然是最大支出項嗎?數據中心和網絡設備的投資分配是否有所調整?特別是在 AI 訓練和推理計算上的分配情況?
A(馬克·扎克伯格)：
關於DeepSeek，我們仍在評估他們的創新點，併計劃吸收其中的一些技術優勢。無論競爭對手來自哪裡，整個AI領域的進步往往是相互學習的過程，每次新的技术发布都会推动整個行业前进。
目前，很難判斷這些發展對基礎設施投資和資本支出的長期影響。AI計算資源的分配正在經歷結構性變化：過去，計算能力主要集中在預訓練(Pre-training)。現在，越來越多的計算資源轉向推理(Inference)，即 AI 在實時應用中的計算需求。
這種趨勢意味著，未來 AI 計算不一定需要更多的預訓練資源，但推理計算的負載可能大幅增長。這對 擁有強大商業模式支撐的企業 是一個長期優勢，因為我們可以持續投資基礎設施，以提供更高質量的 AI 服務，而一些無法承受高昂計算成本的競爭對手可能難以維持。
此外，我們的 AI 計算基礎設施不僅用於 Meta AI，還廣泛應用於 信息流推薦(Feeds)和 廣告產品。因此，我們需要確保有足夠的計算能力來支持數十億用戶的需求。
A：(Susan Li)關於 2025 年資本支出，服務器仍然是最大的投資方向，並且預計將大幅增長，主要原因包括：增加 AI 計算能力：支持生成式 AI(GenAI)以及核心 AI 業務的擴展。維護核心業務：擴展基礎設施以滿足用戶增長，並更新老舊服務器。
數據中心投資也會增加，主要用於：構建大規模 AI 訓練集群;高功率密度數據中心的核心建設階段
網絡設備投資將支持：更高容量的網絡，滿足 AI 計算和非 AI 計算的流量增長;光纖基礎設施建設，優化跨區域 AI 訓練數據傳輸。
整體而言，Meta 在 基礎 AI、非 AI 業務、生成式 AI 三个领域的基礎设施投资都会增加，重点仍然是支持核心業務。
我們仍處於 AI 計算的早期階段，未來計算成本是否會大幅降低仍不確定。因此，我們目前保持大規模投資，以確保長期競爭力。
Q：Meta 近期強調回歸“OG Facebook”(最初的 Facebook 體驗)。你能否具體說明如何擴大這一方向的應用場景?影片、社群市場(Marketplace)等是否是重點?
同時，Meta AI 目前已經擁有 超過 6 億月活用戶(MAUs)，你們如何看待用戶體驗的演進?目前用戶主要在做哪些事情?
A：(馬克·扎克伯格)Facebook 仍然是許多用戶日常生活的重要組成部分。我認為，Facebook還有很大的潛力可以發揮，並在文化影響力方面重新崛起。
目前，我們正在探索一些新的產品方向，但不會立即對短期業務增長產生影響。這個過程需要權衡，我們可能會在某些領域做出取捨，以專注於長期產品創新。
我會在未來 6-12 個月內分享更多細節。總體而言，我們希望Facebook能回歸早期的社區互動方式，並重新煥發活力。
A(Susan Li)：關於 Meta AI，我們正處於用戶行為學習階段。從各應用的數據來看：WhatsApp 是 Meta AI 使用量最高的平台，主要應用場景包括信息查詢、學習支持、情感交流。Facebook是第二大Meta AI使用平台，用戶主要通過Feed深度整合體驗AI推薦功能。
從整體趨勢看，用戶正逐步將Meta AI 應用於：信息搜索和整理;社交互動和溝通;休閒娛樂(例如幽默交流);內容創作與編輯(如寫作輔助)
2025年，Meta AI的核心目標是個性化體驗優化，包括：增強AI記憶能力，能記住用戶在私聊中的關鍵信息，以提供更精準的回應。提升內容推薦質量，增強 Facebook 和Instagram的價值。
